fbpx

Каталог статей

Каталог статей для размещения статей информационного характера

Технології

Штучний інтелект за 0,5 секунди зламав інтернет-тест на бота, що набирає божевільну літеру в каліграфічному форматі

АІ за 0,5 секунди пройшов тест на бота, що пише в інтернеті зі скороченнями, за 0,5 секунди

Як довести, що ти людина, коли справа доходить до спілкування в інтернеті? Це складне питання, але протягом багатьох років відповіддю на нього була ваша здатність успішно прочитати рядок спотворених символів, які не можуть бути розпізнані машиною. Цей інструмент безпеки, який називається CAPTCHA (“Повністю автоматизований публічний тест Тьюринга для розрізнення комп’ютерів і людей”), використовується для всього – від блокування автоматизованих спамерів до зупинки ботів, які створюють шахрайські профілі на сайтах соціальних мереж. І протягом останніх 20 з гаком років він працював – можливо, до цього часу.

Спільними зусиллями дослідників з британського Ланкастерського університету і китайських Північно-Західного університету і Пекінського університету комп’ютерні вчені розробили штучний інтелект, здатний зламувати текстові системи CAPTCHA всього за 0,5 секунди. Він був успішно протестований на різних 33 схемах CAPTCHA, з яких 11 були взяті з найпопулярніших світових веб-сайтів, включаючи eBay і Вікіпедію.

“Ми вважаємо, що наше дослідження, ймовірно, винесло смертний вирок текстовим CAPTCHA”, – заявив Digital Trends Чжен Ван (Zheng Wang), доцент Школи обчислювальної техніки і комунікацій Ланкастерського університету.

Атака, розроблена дослідниками, заснована на класифікаторі зображень на основі глибоких нейронних мереж. Глибокі нейронні мережі продемонстрували вражаючу продуктивність у розпізнаванні зображень. Однак успішні моделі, як правило, вимагають для навчання мільйони маркованих вручну зображень. Новизна цієї останньої роботи полягає в тому, що вона використовує генеративну змагальну мережу (GAN) для створення цих навчальних даних. Замість того, щоб збирати і маркувати мільйони прикладів CAPTCHA, системі для навчання потрібно лише 500. Потім вона може використовувати це для генерування мільйонів або навіть мільярдів синтетичних навчальних даних для створення свого успішного класифікатора зображень. Результат? Вища точність, ніж у будь-якої з систем розпізнавання CAPTCHA, що існують на сьогоднішній день.

Такий підхід був би корисним для будь-якої задачі розпізнавання зображень, що вимагає великої кількості навчальних даних. Однак CAPTCHA є дещо унікальними в тому сенсі, що вони постійно розвиваються. Перші текстові CAPTCHA (як показано на мініатюрі до цієї статті) були першою ітерацією цієї технології. Однак зараз ви, ймовірно, більше звикли до чогось на кшталт широко використовуваних CAPTCHA на основі дорожніх знаків. Ця постійна зміна (на відміну від, скажімо, навчання розпізнаванню собаки, яке залишається в цілому незмінним протягом усього життя) робить збір даних про тренування болючим.

“[Це] означає, що на той час, коли зловмисник встигне

Source: digitaltrends.com

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *