سه پژوهشگر هوش مصنوعی در موسسه ETH زوریخ سوئیس، یک مدل پردازش تصویر مبتنی بر هوش مصنوعی را برای حل سیستم آزمون انسانی reCAPTCHAv2 گوگل اصلاح کردند.

آندریاس پلزنر(Andreas Plesner)، توبیاس ونتوبل(Tobias Vontobel) و راجر واتنهوفر(Wattenhofer) یک مدل پردازش تصویر موسوم به «You Only Look Once» یا به اختصار YOLO را اصلاح کردند تا مدل جدیدی را توسعه دهند که قادر به حل آزمون کپچای گوگل در هر بار تلاش باشد.

در چند دهه گذشته، مدیران وب‌سایت‌ها از تکنیک‌هایی برای جلوگیری از دسترسی ربات‌های مستقل و ایجاد مشکل استفاده کرده‌اند. یکی از روش‌ها مدلی به نام «آزمون عمومی کاملاً خودکار تورینگ» برای تشخیص رایانه‌ها و انسان‌ها است که بیشتر به عنوان CAPTCHA شناخته می‌شود و مدیران وب‌سایت‌ها می‌توانند به راحتی آن را به فرآیند ورود به سایت خود اضافه کنند.

گوگل در سال ۲۰۰۷ نسخه اختصاصی خود را با آخرین به‌روزرسانی به نام reCAPTCHAv2 منتشر کرد. در این مدل گوگل مانند سایر کپچاها از کاربر می‌خواهد که روی یک تصویر تعیین‌شده برای عبور کلیک کند.

در این تلاش جدید، محققان سوئیسی متوجه شدند که برای اصلاح یک مدل هوش مصنوعی موجود تلاش زیادی لازم نیست تا به آن توانایی عبور از کپچای گوگل را بدهد.

این کار شامل اصلاح مدل YOLO برای تشخیص اشیایی مانند خودروها، پل‌ها و چراغ‌های راهنمایی بود که معمولاً توسط reCAPTCHAv2 استفاده می‌شود. سپس هوش مصنوعی را روی هزاران عکس از همان نوع اشیاء آموزش دادند.

این آزمایش نشان داد که لازم نیست مدل صد درصد دقیق باشد، زیرا reCAPTCHAv2 نیز مانند سایر کپچاها اجازه می‌دهد چندین بار تلاش انجام شود و همین موضوع به هوش مصنوعی اجازه می‌دهد هر بار آزمون کپچا را پشت سر بگذارد.

محققان دریافتند که حتی اگر مدل جدید در تصاویر اول شکست بخورد، از آزمون دوم سربلند بیرون خواهد آمد.

آنها همچنین خاطرنشان کردند که فقط ۱۳ دسته از اشیاء برای آموزش حل پازل به مدل مورد نیاز است.

آزمایش‌های بیشتر این مدل نشان داد که می‌تواند کپچاهای پیچیده‌تری را که با ویژگی‌هایی مانند ردیابی ماوس یا تاریخچه مرورگر اصلاح شده‌اند را نیز فریب دهد.

این پژوهش بدون شک منجر به تحقیقات جدیدی برای ایجاد کپچاهایی خواهد شد که توسط یک سیستم هوش مصنوعی فریب نخورند.