Captcha（全自动区分计算机和人类的图灵测试，俗称验证码）是目前用于区分人和机器主要办法，其工作原理是通过提供模糊或是有歧义的图片，并要求用户进行回答，以此来区分人和机器。而 Captcha 能有效地区分出人和机器主要是依靠以下两个方面，一是人在面对问题难度增加时，可以随机应变；二是机器不能很好地文本识别。但是随着计算机的逐渐发展，机器回答 Captcha 问题的能力逐渐超过了人类，因此，加强版 Rip Captcha 也应运而生。
在字母识别任务 circa 2005 中，计算机的识别能力已经超过了人类，并且也征服了 Gmail 的验证码。尽管目前大部分的 Captchas 还是可以区分多数的机器，但是随机计算机不断地进化，能区分出的机器会逐渐减少。所以目前最紧急的问题是如何建立一个更好的 Captcha 系统，以应对逐渐进化的计算机视觉。
来自韩国大学的两位教授，Shinil Kwon 和 Sungdeok Cha 基于图像基础研发了新的 Captcha 系统。这一系统中的图片会具有时效性，问题的答案会随着时间的不同有所变化。所以，机器不能通过随机猜测得出答案。这个系统的能区分人和机器的关键在于：在没有试验或是相关经验的情况下，机器的智能性会大打折扣。
经典的文本识别 Captcha 系统不是讨论的重点。我们仅仅是在假设 Captcha 的答案是固定的基础上，进行进一步研究。Cha 和 Kwon 的研究重点就是关注 Captcha 系统的下一级迭代，即从图像中提取信息。
via Cha et al
Cha 和 Kwon 在 IEEE Software 上发表的论文表示：“尽管计算机视觉十分地强大，但在在语义识别方面好有所欠缺。”举个例子，在大量的图片中，选择比尔盖茨出现过的图片。尽管这一问题对于机器来说不是很难，但是我们要想一下机器每天会识别多少图片——大概是 100 万张。每一次试验就代表着机器对任务有新的认识，因此在下一次识别成功的几率就会更大。
“如果机器能侥幸通过任务测试，它们就可以记录下所有相关信息，在未来任何的挑战中都可以用得到。”Cha 和 Kwon在论文中写道，“或者进一步说，机器可以使用商业搜索引擎，搜索相关的图片标签或是相似的图片，加深对图片的理解。”
Cha 和 Kwon 的解决方法是在 Captcha 系统中输入一系列的图片，其中包括正确答案，错误答案，并且有些正确的答案是在旧版的 Captcha 系统中就有涉及。一般来说，我们都会认为 Captcha 的图片都是标注为正确或是错误，但是这一新的 Captcha 系统还有第三种结果，中立可能性。人和机器选择或是不选中立的答案，对于结果都不会有影响。并且，这些中立的答案会随时改变，所以表面看尽管看起来是一样的，但是实际上却有所不同。
机器通过随机猜测获取正确答案，但是却并不是真正意义上的学习，因为它不知道为什么错或是为什么对。在引入新的系统之后，机器的随机猜测就会变得毫无意义，因为机器在试验时并未意识到有些答案是中立的，并且在通过测试之后，机器会直接将这一中立答案认定为正确答案加入自己的数据库中。
此外，通过引入“陷阱”数据，这一系统还能进行进一步优化。“陷阱”数据的实现是通过将中立答案与特定 IP 地址联系起来。因为机器一般都是基于特定的 IP 地址进行识别，在之前的测试中，机器人错将中立答案当做正确答案，并将其加入到自己的数据库之中。所以机器在面对同一问题时，会错将中立答案当做是正确答案进行回答。此外，有时错误的答案也会标记成中立答案。
在测试新的 Captcha 系统时， Cha 和 Kwon 发现机器在 2,250,000 次测试中，机器的成功的几率仅仅只有 2.3%，几乎是接近于零。“由于随机和实时的中立图片，机器的数据库就不能保证所有通过测试的答案都是正确的，另外机器也不会进行错误更正。” Cha 和 Kwon 在文中写到，“我们发现在机器的数据库中有2,465 张图片中（大约有19.9%）都进行了错误的标记。”人在在没有陷阱数据的情况下，成功率为 79.3%；在有陷阱数据的情况下成功率为 64.5%。人与机器的成功的几率相差很大，所以在引入新的 Captcha 系统可以更有效地区分机器和人。
Via motherboard
专家解析：“小米短信云同步安全缺陷导致被盗10万”，这背后究竟是谁的责任？
。
原创文章，作者：ItWorker，如若转载，请注明出处：https://blog.ytso.com/82417.html