نعلم جميعًا جيدًا أن CAPTCHA هو اختصار يحمينا ببساطة من مرسلي البريد العشوائي ويجعل الحياة صعبة على مرسلي البريد العشوائي. ومع ذلك ، يوجد الآن نموذج ذكاء اصطناعي جديد يمكنه تفسير الكابتشا مع القليل جدًا من التدريب على البيانات وقد يكون هذا هو نهاية نظام مكافحة البريد العشوائي.
يا إلهي! خوارزميات الذكاء الاصطناعي الجديدة تتغلب على اختبارات CAPTCHA بنسبة 90٪ من الوقت
CAPTCHA هو اختصار لعبارة “اختبار تورينج العام المؤتمت بالكامل لإخبار أجهزة الكمبيوتر والبشر بأنهم منفصلون”. في الأساس ، واجه الجميع بالفعل اختبار التحقق هذا ، والذي يعمل على إيقاف أو محاولة إيقاف الرسائل الاقتحامية (SPAM) ، الطاعون الذي يقضي على حياتنا.
إذا كان اختبار CAPTCHA قادرًا على إيقاف أو على الأقل جعل الحياة صعبة بالنسبة لمرسلي البريد العشوائي ، فهناك الآن نموذج ذكاء اصطناعي جديد يمكنه تفسير الكابتشا مع القليل جدًا من التدريب على البيانات وقد يكون هذا هو نهاية نظام مكافحة البريد العشوائي.
تم إنشاء نظام CAPTCHA ليكون غير قابل للفك بواسطة خوارزميات الكمبيوتر. لقد ظهر لنا بعدة طرق ، من مجموعات الحروف والأرقام في مليون نمط مختلف إلى الصور التي يمكن فقط للبشر تجميعها أو تفسيرها.
سمحت هذه التقنية للبشر بالتعرف بشكل طبيعي على المعايير والأرقام والمتطلبات بينما تواجه أجهزة الكمبيوتر صعوبة في التحقق من صحة الطبقات ذات التصميمات و “الضوضاء” والمزالق الأخرى.
لعدة سنوات ، تم إنشاء خوارزميات لحل هذه الألغاز كثيفة البيانات ، والتي تتطلب تدريبًا على ملايين الأمثلة من صور CAPTCHA التي تم حلها بالفعل – الصورة بالإضافة إلى تفسيرها – أو القواعد المقننة حول كيفية تفسير كل نوع من الصور.
الشبكة القشرية العودية
ابتكر الباحث ديليب جورج وزملاؤه في جامعة ستانفورد نموذجًا أكثر كفاءة ، يُطلق عليه اسم الشبكة القشرية العودية (RCR) ، والذي يتضمن رؤى في علم الأعصاب لتعليم البرنامج كيفية التعميم بما يتجاوز ما يتم تدريسه في فترة التدريب.
يعمل هذا التمرين بشكل وثيق مع الدماغ البشري. النموذج الجديد المقدم الآن لديه القدرة على التعلم والتعميم ، باستخدام أمثلة قليلة نسبيًا ، لا سيما بالمقارنة مع النماذج الحالية للتعلم العميق ، وبالتالي أصبح أكثر كفاءة بنحو 300 مرة من حيث البيانات.
إن مفتاح نجاح RCR ، وفقًا لمنشئيه ، هو تشفيره بافتراضات قوية ، والتي تُستخدم للتعرف على المدخلات التي لم تجدها أبدًا في التدريب. بهذه الطريقة ، يمكن للخوارزمية تفسير نصوص CAPTCHA ، وتحديد الحروف والأرقام المكتوبة بخط اليد ، وتحديد الكائنات في طبقات معقدة والتعرف على النص في صور سيناريوهات العالم الحقيقي.
بالمقارنة مع الأساليب المتقدمة للتعلم العميق لقراءة النص ، تتمتع RCR بدقة مماثلة أو أكبر باستخدام صور تدريب أقل بحوالي 5000 مرة.
تحتوي هذه الدراسات المقدمة الآن على مسارين متميزين للغاية ، لكن كلاهما مثير للاهتمام. أحدهما يُظهر بوضوح تقدمًا كبيرًا في مجال الشبكات العصبية والذكاء الاصطناعي وآخر يتيح قفزة نوعية في تفكيك تقنية أمان مكافحة البريد العشوائي وبالتالي تعزيز الحاجة الملحة لإنشاء شيء أقوى وأكثر إنتاجية من آلية CAPTCHA الحالية.
حسنا، ماذا تعتقد بشأن هذا؟ ما عليك سوى مشاركة آرائك وأفكارك في قسم التعليقات أدناه.
