變形驗證碼已過時，最新AI系統破解成功率高達6成
為了區別人類與機器，一般在登入網路服務時，會需要輸入一組字型扭曲、上下顛倒的身份驗證碼（CAPTCHA），一般文字辨識系統難以識別驗證碼特殊的呈現方式，因此能防止機械人程式重複註冊或登入帳戶。美國一家AI新創Vicarious，最近研發出了一套可以模擬人類視覺系統，能順利破解驗證碼並轉換成文字。
AI 已經能辨識文字圖像的驗證碼
美國AI新創Vicarious 在《科學》雜誌發表了一份研究報告，表示已經研發出一款可以模擬人類視覺的 AI系統，能夠成功破解以文字圖像呈現的「Captcha」及「 reCaptcha」驗證碼系統。
CAPTCHA這個詞最早是在2002年被提出，透過讓用戶輸入圖片上扭曲、變形的文字或數字來判定人類用戶身份，Vicarious新研發的系統叫做「遞歸神經網路」（Recursive Cortical Network，RCN），可以透過機器學習演算法模擬人類大腦運作的模式，系統內的人工神經元會以外部輸入的數據資料為基礎，將遞歸神經網路的人工神經元結構化的，並建構一套模型，這套模型便能快速的模擬人類對於視覺的反應，學習文字的特徵、圖像的輪廓，進而破解驗證碼。
Vicarious新研發的「遞歸神經網路」系統，可以透過機器學習演算法模擬人類大腦運作的模式，進而辨識出文字輪廓。
破解成功率高達6成，驗證碼保護失效
透過神經元之間彼此的合作辨識出文字圖像，能破解Captcha驗證碼的「遞歸神經網路」系統的準確率已經達到66％，雖然成功率只有六成，但 Captcha 對於驗證碼的被讀取率標準，必須在1％以下，因此這套AI系統已經遠遠超越文字驗證碼系統所必須具備的保護程度，且已經具備在短時間內反覆嘗試成功破解驗證碼的能力。
「這些研究結果顯示以文字圖像呈現為主的『Captcha』已經過時。」 Vicarious 共同創辦人Dileep George說。隨著AI技術的發展，未來需要提升登入網路服務的驗證難度，才能避免被機器人破解，對資安專家來說，意味著現在的驗證碼系統將要過時。
Vicarious公布破解CAPTCHA圖像驗證的細節
專門研發遞歸皮質網路（Recursive Cortical Network，RCN）技術的Vicarious曾於2013年宣布他們可破解文字版的CAPTCHA圖像驗證，上周Vicarious正式於《科學》（Science）期刊上發表了研究細節，並揭露該公司選擇RCN的原因。
文字版CAPTCHA圖像驗證是在複雜的背景中顯示文字，以能否準確輸入文字來判斷使用者是人類或機器人，若一個演算法可達1%的成功率時，就視為破解了CAPTCHA。
不過，當Vicarious以單一模型進行測試時，在Google的reCAPTCHA上有66%的準確率，在BotDetect有64.4%，在Yahoo有57.4%，在PayPal達57.1%，而一個針對特定形式最佳化的模型最高則可達到90%的準確率。
Vicarious說，人類不經任何訓練就能辨識複雜背景中的文字，但坊間的光學辨識API並不理解物件，也無法將物件自背景中隔離，此外，諸如卷積神經網路（CNN）的深度學習技術在受訓後辨識CAPTCHA的效果也不佳。
根據實驗，深度學習技術縱使在經過230萬個訓練樣本後，準確度仍然遠不及只執行260個訓練樣本的RCN。
2011年創立Vicarious之所以受到矚目並不只因為該公司在RCN技術上的表現，還因為該公司的股東都大有來頭，包括臉書創辦人Mark Zuckerberg、Tesla創辦人 Elon Musk、Amazon創辦人Jeff Bezos、Yahoo共同創辦人楊致遠、Skype共同創辦人Janus Friis，以及Salesforce.com執行長Marc Benioff都曾先後注資Vicarious。
以文字圖像呈現為主的『Captcha』已經過時？
沒關係！反正沒有任何駭客的「機器人破解」可以在insoler註冊成功！
每天都有「世界各國駭客」光臨insoler，不斷嘗試註冊惡意帳號、廣告帳號
駭客想要在insoler註冊，只能自己動手註冊！但是只要亂貼廣告，馬上就會被全部刪除！
