跳到主要內容
訪客人次:793897
:::
訪客人次:793897
:::
:::

美AI新創公司破解網站驗證碼技術

當我們登入網站或是網路購物時,常需要輸入驗證碼以驗明正身,目前許多網站都使用CAPTCHA技術來驗證使用者身分。CAPTCHA技術全名為:分辨人類與電腦的全自動公開圖靈測試 (Completely Automated Public Turing test to tell Computers and Humans Apart, CAPTCHA),系統會自動在照片或各種圖案的背景上添加扭曲的文字和數字,儘管有時此技術也真的使人感到困擾,但不可否認的確可以有效避免駭客利用電腦入侵。不過,根據加州一間人工智慧(AI)公司Vicarious近期所發表的資料,他們透過新的人工智慧技術成功破解CAPTCHA驗證系統。Vicarious公司獲得Amazon創辦人(同時也是華盛頓郵報的老闆)Jeffrey P. Bezos 以及Facebook創辦人Mark Zuckerberg所共同資助,與目前大多數先進人工智慧技術所採用的神經網絡(neural networks)系統需要輸入大量資料相比,Vicarious公司所開發的系統僅需五個訓練步驟便可成功破解Google的reCAPTCHA技術。其辨認單一字元(character)的成功率已達到67%,已經相當接近人類的準確率87%。研究人員以此系統測試PayPal和Yahoo 的CAPTCHA驗證時,準確率更可達50%以上。

無論是本次的驗證碼辨識系統或是先前稱霸圍棋界引起軒然大波的AlphaGo系統都是所謂的狹義人工智慧(Narrow AI,或稱Weak AI)的標準案例,其與科幻小說中所描述的廣義人工智慧(Artificial General Intelligence,又稱Strong AI)有著明顯的不同。狹義人工智慧只能執行某種特定類型的任務,並無法完成其他的事情。例如:儘管AlphaGo可以在極為困難的圍棋盤上打敗任何人,但卻不會玩相對簡單的大富翁,它甚至不知道要如何開始。儘管如此,開發狹義人工智慧已經相當困難。為了執行非常基本的任務,工程師需要先開發模型,詳細描述所要分析的內容並且加入大量標示清楚的資料,來一步步訓練AI的神經網絡系統。簡單來說,你必須要明確告訴AI系統到底要學什麼,而當你餵給系統的資料越多,系統便會越準確。

不過本次Vicarious所開發的驗證碼辨識系統和Google所新開發的AlphaGo Zero所使用的方法則截然不同,他們允許系統在指定的領域中自我學習。系統可以自己做出假設,要採用何種訓練模式或是嘗試各種不同的排列組合,經由不斷的自我學習直到得出正確的結果:辨識出驗證碼或是下贏圍棋。此一技術的出現使得狹義人工智慧與廣義人工智慧的界線逐漸模糊,無論是在機器人研究或是在各種複雜環境下應用機器學習(machine learning)的相關領域都有著極大的影響。這些技術上的突破或許讓我們離科幻小說中的AI更近了一步。

更新日期 : 2017/12/20