时机已经到来：人工智能 (AI) 现在可以解决 reCAPTCHAv2 测试 - 那些作为检查点弹出的图像识别测验在您的浏览过程中验证您不是机器人，并且它可以尽可能准确地解决这些问题。
瑞士苏黎世联邦理工学院的研究人员已经训练了一个人工智能模型来解决 Google 的 reCAPTCHAv2 图像挑战。研究人员在常见的 reCAPTCHA 素材（主要是道路车辆、交通灯和其他相关环境物体）的图像上训练了该模型（命名为 YOLO，意为“你只看一次”）。
此外：iOS网上有 18 个错误投诉 - 以下是报告的主要故障
数据集的特殊性质使 YOLO 能够轻松流行，并最终 100% 通过测试。研究人员指出，就背景而言，“之前的尝试仅解决了“68% 到 71%”的验证码。
该分数并不意味着人工智能正确完成了所有测试，而是表明它的执行速度每次看起来都令人信服地符合人类的准确率。
“我们的研究结果表明，人类和机器人在 reCAPTCHAv2 中通过验证码必须解决的挑战数量没有显着差异，”报告总结道。
CAPTCHA（代表“区分计算机和人类的完全自动化公共图灵测试”）要求用户识别更改或破坏的字母和单词，而 reCAPTCHA 经常要求用户识别图像并对其进行分类。
此外：LinkedIn 正在使用您的个人数据训练人工智能，以下是阻止它的方法
其他类型的 reCAPTCHA 测试使用从生活中提取的文本照片，这比实际文本更难。让计算机破译；要求用户确认他们不是机器人的单个复选框问题；以及可以通过点击速度和光标移动等动态数据来确定人格的隐形行为活动跟踪器。
那么这有什么用？新的人工智能研究意味着什么？
对于任何依赖 CAPTCHA 和 reCAPTCHA 的网站来说，这主要是一个安全问题，创建这些网站是为了阻止垃圾邮件、内容抓取者和其他恶意行为者。尽管在 YOLO 基准测试之前它们已经很容易出错，但考虑到当前人工智能模型的复杂性，验证码通常变得更容易破解。一些人认为验证码对于人们来说将变得更加困难，这可能会加剧测试对视障人士现有的可访问性问题。
此外：美国卡巴斯基客户对被迫切换到“随机”反病毒软件感到震惊
不过，还有其他方法可以区分机器人和人类活动。人们认为谷歌使用了设备指纹识别技术，它可以捕获用唯一标识符标记设备的软件和硬件数据，以及验证码等工具。Apple 的私人访问令牌随 iOS 16 一起发布，也作为验证码替代方案推出。
但安全检查背后的人员似乎并没有对这一发展感到太不安。谷歌云发言人告诉《新科学家》杂志：“我们非常注重帮助客户保护他们的用户，同时避免出现视觉问题，这就是我们在 2018 年推出 reCAPTCHA v3 的原因。”在谈到光标移动等行为跟踪方法时，他们补充道，“如今，全球 7 百万个网站上的大多数 reCAPTCHA 保护措施现在完全不可见。”