根据一篇新的科学论文，研究人员已经制造出了一个能够 100% 击败基于图像的验证码的人工智能机器人。
互联网用户将熟悉基于图像的验证码（区分计算机和人类的完全自动化公共图灵测试），它显示图像网格，要求用户选择包含摩托车或交通等对象的面板里面包含的灯光。验证码是一种安全措施，通过确认用户是人类来帮助防止垃圾邮件和机器人攻击。
但是，由于人工智能技术的发展，瑞士苏黎世联邦理工学院的博士生 Andreas Plesmer 和他的同事能够构建一个每次都能击败 Google ReCAPTCHA v2 系统的模型。
Ars Technica 报道称，Plesner 使用了开源 YOLO（只看一次）对象识别模型的微调版本，该模型之前是服装生产线使用它来迷惑人工智能摄像头。
为了击败 Google 的 reCAPTCHA v2，科学家们在 14,000 张标记图像上训练了模型，以便它能够学习可能出现在验证码上的对象。该模型可以识别摩托车图片的准确率是 69%，但对于消防栓的识别准确率是 100%。不管怎样，即使面临多重挑战，该模型每次都能通过验证码测试。
Internauts 可能已经注意到基于图像的验证码出现越来越少，那是因为 Google 开始逐步淘汰图片验证码多年前的系统支持 reCAPTCHA v3；一种无形的安全措施，可分析用户交互以确定其是否为人性化，而不是给出特定的挑战。但 Ars Technica 指出，reCAPTCHA v2 仍然被数以百万计的网站使用，而 reCAPTCHA v3 在怀疑用户是机器人时仍然使用 v2 作为后备选项。
之前的研究试图通过图像识别来击败验证码模型的成功率约为 70%。Plesmer 和他的同事表示，上升到 100% 表明我们现在正式进入了超越验证码的时代。
从某种意义上说，良好的验证码标志着最聪明的机器和最不聪明的人类之间的确切界限，作者写道。随着机器学习模型越来越接近人类的能力，找到好的验证码变得更加困难。