AI 击败 CAPTCHA 身份验证系统，准确率达人类的87%

编者按：本文编译自华盛顿邮报原标题为The AI of science fiction just got one step closer的文章。

全球知名网站都是通过CAPTCHA系统来验证用户身份，从而确定输入数据或登录帐户的是人，而不是机器人。CAPTCHA的全称是“全自动区分计算机和人类的图灵测试”。弯弯曲曲的的字母和数字是阻止黑客入侵的好方法。这种方式虽然麻烦但十分有效。

然而，不久之后，CAPTCHA有可能无法阻止黑客入侵。

加利福尼亚的一家人工智能公司Vicarious（由亚马逊创始人Jeffrey P. Bezos和Facebook的Mark Zuckerberg资助）的研究人员刚刚发表了一篇文章，记录了他们如何利用新的人工智能技术击败CAPTCHA。 如今，最先进的AI系统使用的神经网络，分析过大量数据甚至数百万个案例。研究人员表示，他们的AI系统只需要五步训练就可以破解Google的reCAPTCHA技术。 该系统输入正确字符的几率达到了67％，这几乎是人类准确率的87％。 在应对PayPal和Yahoo的CAPTCHA时，该系统的准确率超过50％。

CAPTCHA技术的突破还跟不上Google DeepMind团队最近的一项创举。DeepMind构建了新型AlphaGo Zero人工智能系统。该系统可以自我训练，不断从错误中总结经验，很少依赖数据。这正是类似于人类的学习方式。

Go游戏和破译CAPTCHA都是狭义AI的典型例子，它与科幻小说中的人工智能（AGI）不同。 还记得“星球大战”的R2-D2，“Ex Machina”中的Ava和“Her？”中的Samantha吗？他们有着过人的本领，还能自我习得所需技能。

狭义的AI技术系统只能执行一种特定类型的任务。例如，如果你让AlphaGo Zero学习玩大富翁，它做不到，即使这个游戏比Go更简单。

迄今为止，即使是狭义AI系统也难以建立和完善。因为AI系统是模拟人类大脑建立的，而大脑神经网络中的神经元层会根据所观察到的内容来调整连接。为了完成非常基本的任务，例如识别图像是猫还是狗，系统需要开发一个模型来详细分析任务内容、大量的数据和两种不同的例子。之后，再拿这些例子训练AI系统。简而言之，首先你告诉AI系统需要学习什么，然后你给它的数据越多，它的结果就越准确。

Vicarious和Google的训练方法完全不同; 尽管涉及领域有限，但是他们的AI系统可以自我学习。 该AI系统能够预测自己的训练模式，尝试不同的排列，直到得到正确的结果。只有这样，他们才能够自学如何阅读验证码中的字母或玩游戏。

这使狭义AI和AGI之间的界线越来越模糊。这也意味着能在复杂环境中工作的机器学习系统对机器人领域有重大影响。

除了视觉识别之外，Vicarious的突破和AlphaGo Zero的成功让科学家们不禁思考AI如何从头开始学习。我们离创造出能够完成不同的任务AI和机器人又近进了一步，最终科幻小说的AGI将变成现实。

R2-D2指日可待。

原文作者： Vivek Wadhwa 

原文链接：https://www.washingtonpost.com/news/innovations/wp/2017/11/01/the-ai-of-science-fiction-just-got-one-step-closer/

编译组出品。编辑：郝鹏程