软件学习破解 CAPTCHA

就像幼儿园毕业一样。经过三年的努力打造机器学习软件后，今天一家公司宣布该软件通过了第一项测试——CAPTCHA。

旧金山的 Vicarious 公司正在开发一种教学软件，帮助人们培养视觉感知能力。最终，视觉系统应该能够识别任何位置出现的字母、识别照片中的物体，并且通常能够完成任何视力正常的孩子都能做到的所有事情。破解 CAPTCHA（网站经常使用扭曲的字母模式来将人类用户从垃圾邮件机器人中剔除）是 Vicarious 的第一份进展报告。Vicarious 的创始人表示，他们的软件平均有 90% 的时间可以解决 CAPTCHA。（然而，谷歌 10 月 25 日发布的最新 reCAPTCHA 软件中的谷歌街景数字却难倒了它。）

Vicarious 创始人之一 Dileep George 告诉《大众科学》：“CAPTCHA 是一个很好的测试，因为它代表了你在一般认知中看到的许多问题。例如，变化——字母的变化量。从混乱和重叠中识别字母的难度。这些都是你在一般视觉中也必须解决的问题。”

该软件使用了机器学习技术，这是一项 20 世纪 80 年代首创的技术，程序员通过向程序输入数千个字母 A 的示例来“教”他们的程序一些概念，比如字母 A 的形状。这个想法是，用几行代码向计算机解释什么是 A 可能太难了……但计算机可以自己弄清楚，只要有足够的训练数据。乔治和他的同事表示，他们通过构建一个通过示例学习的程序推动了该领域的进步，但不需要数千个示例，而每个字母只需 10 个示例。乔治的联合创始人斯科特·菲尼克斯说，这使得该程序成为一个更像人类的学习者：“人类不需要 10,000 个鹿或蛇的示例才能知道它们是什么。”此外，该软件可以在笔记本电脑上运行，这意味着它不需要非凡的计算能力即可运行，并使其具有商业化潜力。

“如果他们能够展示一张任意的图片并告诉我图片里有什么，那就太神奇了。”

“我认为他们所取得的成果非常令人印象深刻，”加拿大滑铁卢大学研究员克里斯·埃利亚史密斯 (Chris Eliasmith) 表示，他正在研究一种名为 Spaun 的大脑模型，但他并非 Vicarious 的成员。“我相信他们在基础机器学习问题上取得了进展，这些问题一直是该领域的主流问题。”

然而，对于公司以外的工程师来说，很难说 Vicarious 在开发人工智能方面究竟取得了多大的进展。Eliasmith 指出，虽然只从 10 个样本中学习字母听起来很棒，但这取决于程序是否只需要 10 个任何类型的样本，或者是否需要更多样本来识别不同的字体。George 和 Phoenix 没有及时回复要求澄清的电子邮件。

此外，尽管 CAPTCHA 的全名很诱人——完全自动化的区分计算机和人类的公共图灵测试——但它并不能真正表明程序的智能接近人类。毕竟，你无法与 CAPTCHA 破解者交谈。

“它能够破解 CAPTCHA 并不意味着它能像人类一样思考，”CAPTCHA 的原创者 Luis von Ahn 说道。“我并不是说它们走错了路。它们可能走在正确的道路上。我只是不知道。”

其他团队也开发出了破解 CAPTCHA 的程序，所以这一壮举并不新鲜。“我认为这在破解程序的准确度方面略胜一筹，”冯·安说。这样的进步并不意味着 CAPTCHA 的终结，尽管随着时间的推移，CAPTCHA 破解可能会发展到公司需要依赖另一个垃圾邮件机器人守门人的地步。冯·安说，下一步是要求人们识别照片中的物体。

Vicarious 声称其程序的工作原理与人脑相似，但冯·安和伊莱亚史密斯都表示，很难判断该软件是否真的比其他机器学习软件更像大脑。部分问题可能是 Vicarious 并未完全公布其程序背后的数学原理，这对于一家商业公司来说可以理解。相反， 《大众科学》采访的外部研究人员不得不依靠该公司制作的一段简短视频。

冯·安说，人工智能视觉软件的其中一点令他印象深刻：“如果他们能够向计算机展示一张任意的图片并告诉我图片中的内容，那就太棒了。但这仍然不能说明它是否像人类一样思考，但至少我从未见过计算机这样做。”

菲尼克斯表示，Vicarious 正在努力让其软件识别照片中的动物，但该公司尚未准备好公布其准确率。埃利亚史密斯表示，由于许多团队都在研究这个问题，因此无法保证 Vicarious 会率先或最好地做到这一点。我们必须等待 Vicarious 在开发方面取得进一步进展，才能证明其实力。