AI研究人員證明繞過(guò)在線(xiàn) CAPTCHA 的成功率為 100%

如果您厭倦了完成驗證碼測試以證明自己不是機器人的日子，那么您并不孤單?，F在，reCAPTCHAv2 似乎是您可能熟悉的直接測試圖像識別的最新版本，可以被當前一代 AI 模型以 100% 的成功率擊敗。根據 9 月 13 日提交給 arXiv 的一篇題為“Breaking reCAPTCHAv2”的研究論文，在用 14000 張標記的流量圖像訓練現有的 You Only Look Once （YOLO） 對象識別模型后，使用該模型，它能夠以 100% 的成功率擊敗 reCAPTCHAv2。

那么，這對今天的互聯(lián)網(wǎng)用戶(hù)和網(wǎng)站運營(yíng)商意味著(zhù)什么呢？這要看情況！事實(shí)證明，與 reCAPTCHAv3 相比，Google 的 reCAPTCHAv2 實(shí)際上有點(diǎn)過(guò)時(shí)，reCAPTCHAv3 使用其他指標來(lái)確定用戶(hù)是否是人類(lèi)，而不是直接使用圖像識別挑戰來(lái)測試他們......除非 Web 主機選擇啟用該功能。reCAPTCHAv3 存在潛在的誤報，理論上，應該可以通過(guò)回退到 reCAPTCAv2 測試來(lái)緩解。.但現在眾所周知 reCAPTCHAv2 是可擊敗的，情況的變化可能比我們預期的要快。

正如原始論文的結論所說(shuō)，“通過(guò)進(jìn)行系統實(shí)驗，我們已經(jīng)表明，使用高級 AI 技術(shù)（例如 YOLO 模型）的自動(dòng)化系統可以成功破解基于圖像的驗證碼。[...]這一發(fā)現引發(fā)了人們對基于圖像的驗證碼作為區分人類(lèi)和機器人的明確方法的可靠性的懷疑。我們的研究結果表明，當前的驗證碼機制也不能幸免于快速發(fā)展的人工智能領(lǐng)域。

在討論了如何改進(jìn)未來(lái)的研究之后，該論文繼續說(shuō)道：“通過(guò)使用 Google 的 reCAPTCHAv2 成功地區分了實(shí)際用戶(hù)和自動(dòng)機器人，在提高互聯(lián)網(wǎng)上的網(wǎng)站安全性方面發(fā)揮了至關(guān)重要的作用。它實(shí)現了各種實(shí)際應用，解決了 Internet 上一些最緊迫的安全問(wèn)題。例如，reCAPTCHAV2 通過(guò)防止自動(dòng)盜竊來(lái)轉移廣告收入或獲得競爭優(yōu)勢，從而解決了抓取問(wèn)題 [...]。隨著(zhù)大型語(yǔ)言模型 （LLM） 的普及以及訓練它們所需的大量數據，這一點(diǎn)變得更加相關(guān)。

簡(jiǎn)而言之，這項研究不僅僅是為了在 AI 的強大功能面前展示 reCAPTCHAv2 的不足。如果有的話(huà)，研究人員得出結論，強大、有效的驗證碼系統或類(lèi)似系統的存在對于健康互聯(lián)網(wǎng)的未來(lái)來(lái)說(shuō)即使不是“至關(guān)重要”也是好的——他們是對的！雖然該論文的引言斷言“我們現在正式處于超越驗證碼的時(shí)代”，但結論肯定了“驗證碼技術(shù)必須主動(dòng)發(fā)展，領(lǐng)先于 AI 的快速增強”。