AI“攻克”CAPTCHA 网站验证系统

互联网时代,网站如何判断访问者是人类用户还是机器人?其中一个被广泛部署的解决方案,就是 CAPTCHA 验证系统。不过在迈入 AI 时代后,CAPTCHA 验证系统的识别和防御能力被大打折扣。用户在访问某些网站时,可能就会遇到 CAPTCHA 验证系统,要求用户从 9 张图片中,筛选汽车、自行车、桥梁或红绿灯等,来证明是人类访问者。根据苏黎世联邦理工学院(ETH Zurich)的最新研究,AI 现在可以成功击败这些谜题。这款人工智能解谜软件建立在一个被广泛使用的人工智能图片处理模型之上,该模型被称为“You Onl

互联网时代,网站如何判断访问者是人类用户还是机器人?其中一个被广泛部署的解决方案,就是 CAPTCHA 验证系统。不过在迈入 AI 时代后,CAPTCHA 验证系统的识别和防御能力被大打折扣。

用户在访问某些网站时,可能就会遇到 CAPTCHA 验证系统,要求用户从 9 张图片中,筛选汽车、自行车、桥梁或红绿灯等,来证明是人类访问者。

AI“攻克”CAPTCHA 网站验证系统

根据苏黎世联邦理工学院(ETH Zurich)的最新研究,AI 现在可以成功击败这些谜题。

这款人工智能解谜软件建立在一个被广泛使用的人工智能图片处理模型之上,该模型被称为“You Only Look Once(YOLO)”。

AI“攻克”CAPTCHA 网站验证系统

科学家通过 14000 张标有街道的照片作为训练数据,再加上一点时间,科学家们就能让 AI 像人类一样一次性准确识别 reCAPTCHAv2 版本验证码。

AI“攻克”CAPTCHA 网站验证系统

AI在线附上参考地址

Breaking reCAPTCHAv2

AI just made a mockery of CAPTCHA and that’s bad news for real people

相关资讯

GPT-4为通过人机验证,试图雇人给自己打工,还骗了对方

GPT-4 在律师考试能拿 90% 成绩,SAT 能上常青藤,谁说它就不能骗人?

谷歌 DeepMind 展示 GenRM 技术:微调 LLMs 作为奖励模型,提升生成式 AI 推理能力

谷歌 DeepMind 团队于 8 月 27 日在 arxiv 上发表论文,介绍展示了 GenRM 生成式验证器,创造性提出奖励模型,从而提升生成式 AI 推理能力。AI 行业内,目前提高大语言模型(LLMs)的主流做法就是 Best-of-N 模式,即由 LLM 生成的 N 个候选解决方案由验证器进行排序,并选出最佳方案。这种基于 LLM 的验证器通常被训练成判别分类器来为解决方案打分,但它们无法利用预训练 LLMs 的文本生成能力。DeepMind 团队为了克服这个局限性,尝试使用下一个 token 预测目标来

如何防止我的模型过拟合?这篇文章给出了6大必备方法

正如巴菲特所言:「近似的正确好过精确的错误。」