雷锋网 AI 科技评论按，本文源自学术头条，雷锋网 AI 科技评论获其授权转载。
在互联网上与人沟通时，你如何证明自己不是机器？这是一个很难的问题，多年以来的解决方案就是你能够成功读取一系列机器无法识别的扭曲字符。这种安全工具称为 CAPTCHA。
CAPTCHA 的目的是区分计算机和人类，用于阻止自动垃圾邮件发送，停止机器人在社交媒体网站上创建欺诈性内容。在过去的 20 多年里，它已经发挥作用，但可能作用到现在为止。
在中国西北大学、北京大学和英国兰开斯特大学研究人员的共同努力下，计算机科学家开发出了一种能够在短短 0.5 秒内破解文本 CAPTCHA 系统的人工智能。它已在不同的 33 个 CAPTCHA 系统中成功测试，其中 11 个是世界上最受欢迎的网站，包括 eBay、微软、谷歌和维基百科。该论文发表于今年的 ACM 会议上，并入围最佳论文奖。
兰卡斯特大学计算与通信学院副教授 Zheng Wang 表示：「我们认为我们的研究可能会宣判文本 CAPTCHA 的死刑。」
此次研究人员基于深度神经网络图像分类器进行攻击。深度神经网络在图像识别方面的表现结果令人印象深刻，但是，成功的模型通常需要通过数百万个手动标记的图像才能学习。这项最新工作的新颖之处在于它使用生成对抗网络（GAN）来创建此训练数据，该系统不需要收集和标记数以百万计的 CAPTCHA 样例，而只需要 500 个例子就可以学习。然后，它可以合成数百万甚至数十亿的训练数据，创建成功的图像分类器。实验结果比迄今为止所见的任何 CAPTCHA 识别系统的精度都要高。
这种方法对于需要大量训练数据的图像识别任务都是有用的。然而，在某种程度上，CAPTCHA 是独一无二的，因为它们在不断发展。早期基于文本的 CAPTCHA 是该技术的第一次迭代。但是，到目前为止，大家可能更习惯于广泛使用的基于交通标志的 CAPTCHA，这种不断变化使收集训练数据变得很困难。
这种方法意味着，当攻击者收集到足够的训练数据时，CAPTCHA 验证码将会无效，」Zheng Wang 说。「我们的工作提供了一种以更低的成本生成 CAPTCHA 识别器的新方法。因此，它对 CAPTCHA 计划构成了真正的威胁，因为它可以更快地学习 CAPTCHA 求解器。」
论文地址：http://www.lancaster.ac.uk/staff/wangz3/publications/ccs18.pdf
信息来源：https://www.digitaltrends.com/cool-tech/ai-cracks-captcha-05-seconds/
正在生成分享图...
余快