Yapay zekayı kandırabilen, insani olmayan metinsel CAPTCHA zorlukları var mı?

AI'yı bazı görsel gizleme yöntemleriyle kolayca kandırabilen metinsel CAPTCHA (kişinin doğru metni yazması gerekir) zorlukları oluşturmanın modern teknikleri var mı , ancak aynı zamanda insan onları herhangi bir mücadele olmadan çözebilir mi?

Örneğin , görüntüye gömülü metinleri (flash veya java, görüntü sınıflandırması vb. Harici eklentileri göz önünde bulundurmadan) tanıma ve yazılan metni veya benzer bir şeyi yeniden yazma yeteneğinden bahsediyorum .

Gürültü, degrade, dönen harfler eklemek veya renkleri değiştirmek artık güvenilir yöntemler değildir, çünkü hızlı bir şekilde kırılabilirler.

Herhangi bir öneri veya araştırma yapıldı mı?

İnsanları benzersiz kılan şey hakkında ilginç bir soru. Bu konuda Hubert Dreyfus tarafından Bilgisayarların Yapabilecekleri başlıklı güzel bir kitap var .

Bilgisayarın üstesinden gelemediği bir görev (en azından şimdilik) önemli şeyleri sıralamaktır. Örneğin, CAPTCHA sizden önemle rastgele bir şeyler listesi (küçük bir, beş veya altı madde) sipariş etmenizi ister. Bu özel alıştırma yapay zekanın insan kararına dayanarak (her zaman rasyonel değil) karar almasını gerektirir.

Muhtemelen işe yarayabilecek bir yöntem, bir koridordaki iki çizginin aynı olduğu, ancak insan gözüne daha uzun göründüğü gibi optik yanılsamaları kullanmaktır, daha sonra çizginin durumu ile ilgili çoktan seçmeli bir soru ile sorulabilir. gözlerimiz daha uzun görünüyor, ama bir bilgisayara hala aynı uzunlukta. Tabii ki, göz temelli engelli insanların bunları tamamlayamamaları her zaman vardır, ancak bunu karşılamak için farklı yanılsamalar kullanılabilir.

Misal

Kullanıcının videoda, son teknoloji sınıflandırıcısının çözemediği nesneleri vurgulamasını sağlayın

Modern bir video sınıflandırıcısı oluşturun. Google'ın YouTube-8M video eğitimi verilerinde de eğitilebilir . Ancak orijinal videoyu da sürekli olarak beslemek isteyeceksiniz.

Sınıflandırıcıyı olabildiğince çok nesne etiketleyin. Hangi nesneleri nesne olarak tanıyabildiğini, ancak hangi nesneleri etiketleyemediğini izole ettirin.

Nesneleri özetleyen videolar çıkarmasını sağlayın. Tercihen, formlara kolayca gömülebilen GIF'ler.

Bunların 100'ü için 100 kullanıcıya nesnenin ne olduğunu sorun. Kullanıcıların% 90'ı bir nesnenin adı üzerinde anlaşıyorsa, bu videoyu captcha kümesine ekleyin. Buna önceden eğitilmiş set deyin.

Bir kullanıcının her kimlik doğrulaması yapması gerektiğinde, videoda önceden eğitilmiş kümeden değil , vurgulanan nesnelerden birini gösterin . Görüntünün 100'den az gösterimi varsa, etiketi kaydedin ve kullanıcıya önceden eğitilmiş setten bir tane daha verin. Eğer doğru yaparlarsa, izin vermediklerinde, onları önceden belirlenmiş setten başka bir tane verin.

Önceden eğitilmemiş videoda 100'den fazla gösterim olduğunda ve captcha kullanıcılarının% 90'ından fazlası kabul ettiğinde, bu videoyu eğitimli sete ekleyin.

Zamanla, önceden eğitilmiş seti yavaşça çıkarın. Eğitim sonrası setteki her videoya bir sona erme süresi koyun ve sona erdikten sonra bunları çok fazla kullanmamaları için kaldırın.

İdeal olarak, bu işlem, video sınıflandırıcısını sürekli olarak geliştirerek, en son teknolojiyi ve diğer sınıflandırıcıların biraz önünde tutacaktır. Belki de bu sınıflandırıcıyı diğer sınıflandırıcılara karşı uzmanlaştırmak için daha az yaygın sözcük ve nesneleri ve daha ezoterik şeyleri destekleyebilir.

Aynı şey görüntü etiketleme için de yapılabilir, ancak yapay zekadaki gelişmeler göz önüne alındığında video sınıflandırıcısının faydası muhtemelen daha uzun sürecektir.

Kesin olarak, bazı kuantum hilelerinden kısa olarak, bir gün harici AI sistemleri tarafından çözülmeyecek bir captcha sistemi yoktur.

(edit: oh, özellikle "textt captcha" dediğini fark ettim. Eğer demek istediğin buysa, hayır, metin sınıflandırmasının içinde çok fazla gizem kaldığını düşünmüyorum. Bilgisayarlar muhtemelen resimlerden metni insanlardan daha iyi toplayabilir. Ancak teknik olarak, yukarıda açıklanan captcha sistemindeki girdi metindir.)