基于哺乳动物视觉皮层的AI可以轻松解决验证码

韦昌雅
导读 多年来,计算机算法在识别模式方面变得越来越出色,这使他们能够成功地识别诸如动物和人脸之类的物体。令人印象深刻的是,算法仍然无法将图...

多年来,计算机算法在识别模式方面变得越来越出色,这使他们能够成功地识别诸如动物和人脸之类的物体。令人印象深刻的是,算法仍然无法将图像与语义进行匹配,并且当本应检测到的图像被周围的噪声扭曲或遮盖时,常常会遇到问题。这就是为什么许多网站仍然热衷于使用验证码的原因。

但是,这可能不是一个长期可行的选择–一家位于加利福尼亚的初创公司名为Vicarious,刚刚宣布了它的新算法,该算法的灵感来自哺乳动物的视觉皮层,只需很少的培训就可以轻松破解可信任的旧验证码。

视觉皮层通过首先识别诸如边缘和表面(由特定的神经元组执行)之类的各个模式,然后基于接近度找出那些特征中的哪些属于同一对象,从而以分层的方式布置场景。

验证码可能不会在不久的将来成为确定用户是否为人类的有效手段。图片来源:杰克·斯普洛克(Jake Spurlock),作者:flickr.com,CC BY 2.0。

这种组织视觉感知的方式使哺乳动物能够识别已知物体,即使它们被遮挡或朝向不同的方向。

为了模仿大脑的模式识别方法,该公司开发了一种自上而下的算法,称为递归皮层网络(RCN)。它的工作方式是首先识别轮廓,然后根据这些轮廓识别表面特征(例如光滑度),最后根据接近度将识别出的特性排列到池中。

完成后,各个池开始相互通信以校准功能选择,最终导致相关功能的分组。

然后,该算法形成“对象假设”(可能是独立实体的特征集合),并为其分配特定的分数。经过几轮评估其他竞争者的最高假设之后,RCN可以识别物体,即使它们受到了适度的扭曲。

一旦用于解决验证码问题,该算法的性能将比人类略好(94%的字母识别准确度与87%的字母识别准确度)。对于软件而言,以百分之一的精度解决CAPTCHA就足够了,从安全的角度来看,该系统将变得毫无用处。

RCN在BotDetect,PayPal和Yahoo系统上也表现出色,显示出57%的准确性。

标签: 基于哺乳动物视觉皮层的AI可以轻松解决验证码

免责声明:本文由用户上传,如有侵权请联系删除!