瑞士苏黎世联邦理工学院的三名人工智能研究人员修改了基于人工智能的图片处理模型，以解决谷歌的 reCAPTCHAv2 人体测试系统问题。
Andreas Plesner、Tobias Vontobel 和 Roger Wattenhofer 修改了 You Only Look Once (YOLO) 图片处理模型，开发了一种新模型，每次尝试都能解决 Google 的验证码。他们的纸可以在arXiv预印本服务器。
在过去的几十年里，网站管理员使用了一些技术来防止自主机器人获得访问权限并引发问题。一种方法是称为“完全自动化公共图灵测试来区分计算机和人类”的模型，更广泛地称为验证码，网站管理员可以轻松地将小程序添加到他们的登录过程中。
2007 年，Google 发布了自己版本的小程序，最新更新名为 reCAPTCHAv2。与其他验证码一样，谷歌要求用户点击指定的图像才能通过。
在这项新的努力中，瑞士的团队发现，不需要花费太多精力来修改现有的人工智能模型，使其能够通过谷歌的验证码。
这项工作涉及修改 YOLO 模型以识别 reCAPTCHAv2 通常使用的对象，例如汽车、桥梁和交通灯。然后他们用数千张相同类型物体的照片对其进行训练。
测试表明，该模型不必 100% 准确，因为 reCAPTCHAv2 与其他验证码一样，允许多次尝试。这使得模型每次测试都能通过验证码测试。研究人员发现，即使新模型在第一张图像上失败了，它也会通过第二个谜题。他们还指出，只需要 13 类物体就能教会模型通过谜题。
该模型的进一步测试表明，它可以欺骗通过鼠标跟踪或浏览器历史记录等功能修改的更复杂的验证码。这一发现无疑将引发新的研究，以创建不会被人工智能系统愚弄的验证码。
更多信息：Andreas Plesner 等人，打破 reCAPTCHAv2，arXiv（2024）。DOI：10.48550/arxiv.2409.08831
期刊信息： arXiv
© 2024 Science X 网络
引文：AI模型每次都击败验证码（2024年9月24日）检索日期：2024 年 9 月 24 日来自 https://techxplore.com/news/2024-09-ai-captcha.html
本文档受版权保护。除了出于私人学习或研究目的的任何公平交易外，不得未经书面许可，不得复制部分内容。所提供的内容仅供参考。