มี CAPTCHA เกี่ยวกับใจความซึ่งสามารถหลอก AI แต่ไม่ใช่มนุษย์หรือไม่?

มีเทคนิคใด ๆ ที่ทันสมัยในการสร้างตัวอักษร CAPTCHA (ดังนั้นผู้คนจำเป็นต้องพิมพ์ข้อความที่ถูกต้อง) ซึ่งสามารถหลอก AIได้อย่างง่ายดายด้วยวิธีการทำให้งงที่มองเห็นได้ แต่ในเวลาเดียวกันมนุษย์สามารถแก้ไขได้โดยไม่ต้องดิ้นรน?

ตัวอย่างเช่นฉันกำลังพูดถึงความสามารถในการจดจำข้อความที่ฝังอยู่ในรูปภาพ (โดยไม่พิจารณาปลั๊กอินภายนอกใด ๆ เช่นแฟลชหรือจาวาการจำแนกภาพ ฯลฯ ) และพิมพ์ข้อความที่เขียนหรือคล้ายกันอีกครั้ง

ฉันเดาว่าการเพิ่มเสียงการไล่ระดับสีการหมุนตัวอักษรหรือการเปลี่ยนสีไม่ใช่วิธีที่เชื่อถือได้อีกต่อไปเพราะมันอาจจะแตกได้อย่างรวดเร็ว

มีข้อเสนอแนะหรือการวิจัยใดบ้าง?

มันเป็นคำถามที่น่าสนใจเกี่ยวกับสิ่งที่ทำให้มนุษย์มีเอกลักษณ์ มีหนังสือที่ดีในเรื่องหัวข้อคืออะไรคอมพิวเตอร์เอียงทำโดยฮิวเบิร์เดรย์ฟั

งานหนึ่งที่คอมพิวเตอร์ไม่สามารถจัดการได้ (อย่างน้อยตอนนี้) ก็คือการจัดอันดับสิ่งที่สำคัญ ตัวอย่างเช่น CAPTCHA ขอให้คุณสั่งซื้อรายการแบบสุ่มของสิ่งต่าง ๆ (รายการเล็ก ๆ ห้าหรือหกรายการ) ตามความสำคัญ แบบฝึกหัดนี้จำเป็นต้องใช้ AI ในการตัดสินใจ

วิธีการที่อาจใช้งานได้คือการใช้ภาพลวงตาเช่นหนึ่งที่สองบรรทัดบนโถงทางเดินเหมือนกัน แต่ดูเหมือนว่าจะนานกว่าสายตามนุษย์จากนั้นพวกเขาจะได้รับการพร้อมท์ด้วยคำถามปรนัยที่หลากหลาย ดวงตาของเราดูยาวขึ้น แต่คอมพิวเตอร์ก็ยังคงมีความยาวเท่ากัน แน่นอนว่ายังมีปัญหาของคนที่มีความพิการทางสายตาอยู่เสมอไม่สามารถทำให้พวกเขาสมบูรณ์ แต่ภาพลวงตาที่แตกต่างกันอาจถูกนำมาใช้เพื่อรองรับ

ตัวอย่าง

ให้ป้ายกำกับผู้ใช้เน้นวัตถุในวิดีโอที่ตัวแยกประเภทที่ทันสมัยไม่สามารถแก้ไขได้

สร้างลักษณนามของวิดีโออาร์ต อาจฝึกฝนด้วยข้อมูลการฝึกอบรมวิดีโอYouTube-8Mของ Google แต่คุณจะต้องการฟีดวิดีโอต้นฉบับอย่างต่อเนื่องเช่นกัน

มีป้ายชื่อลักษณนามเป็นวัตถุให้ได้มากที่สุด ให้แยกวัตถุที่สามารถรับรู้เป็นวัตถุ แต่ไม่สามารถติดป้ายได้

มีเอาท์พุทวิดีโอที่จัดเค้าร่างวัตถุ โดยเฉพาะอย่างยิ่ง GIF ซึ่งสามารถฝังในรูปแบบได้อย่างง่ายดาย

สำหรับ 100 ข้อให้ถามผู้ใช้ 100 คนว่าวัตถุคืออะไร หาก 90% ของผู้ใช้เห็นด้วยกับชื่อของวัตถุให้เพิ่มวิดีโอนั้นในชุดภาพแคปต์ชา เรียกสิ่งนี้ว่าชุดฝึกหัด

ทุกครั้งที่ต้องการของผู้ใช้ในการตรวจสอบแสดงให้พวกเขาเป็นหนึ่งในวัตถุที่ไฮไลต์ในวิดีโอไม่ได้มาจากชุดก่อนได้รับการฝึกฝน หากภาพมีการฉายน้อยกว่า 100 รายการให้บันทึกฉลากและให้ผู้ใช้อีกคนหนึ่งจากชุดฝึกอบรมล่วงหน้า หากพวกเขาทำให้ถูกต้องให้พวกเขาผ่านถ้าไม่ให้พวกเขาอีกจากชุดฝึก

เมื่อวิดีโอที่ไม่ผ่านการฝึกอบรมล่วงหน้ามีการฉายมากกว่า 100 รายการและผู้ใช้แคปต์ชามากกว่า 90% เห็นด้วยให้เพิ่มวิดีโอนั้นลงในชุดหลังการฝึกอบรม

เมื่อเวลาผ่านไปค่อยๆลบชุดที่ผ่านการฝึกอบรมมาล่วงหน้า ใส่การหมดอายุของวิดีโอแต่ละรายการในชุดหลังการฝึกอบรมและลบออกหลังจากหมดอายุเพื่อไม่ให้ใช้บ่อยเกินไป

เป็นการดีที่กระบวนการนี้จะปรับปรุงตัวจําแนกวิดีโออย่างต่อเนื่องทำให้มันทันสมัยและล้ำหน้ากว่าตัวจําแนกอื่นเล็กน้อย บางทีมันอาจจะชอบคำและวัตถุที่พบได้น้อยกว่าและสิ่งที่ลึกลับกว่านี้เพื่อที่จะแยกแยะลักษณนามนี้กับตัวแยกประเภทอื่น ๆ

สามารถทำได้เช่นเดียวกันสำหรับการติดฉลากรูปภาพ แต่ยูทิลิตี้ของตัวจําแนกวิดีโออาจจะใช้งานได้นานขึ้นโดยได้รับความก้าวหน้าใน AI

แม้ว่าจะพูดอย่างเคร่งครัด แต่ขาดกลอุบายควอนตัม แต่ก็ไม่มีระบบ captcha ที่จะไม่แก้ไขระบบ AI ภายนอกหนึ่งวัน

(แก้ไข: โอ้ฉันเพิ่งสังเกตว่าคุณพูดว่า "textual captcha." ถ้านั่นคือสิ่งที่คุณหมายถึงไม่มีฉันไม่คิดว่าการจำแนกข้อความมีความลึกลับอยู่ในนั้นคอมพิวเตอร์อาจรวบรวมข้อความจากภาพได้ดีกว่ามนุษย์ในตอนนี้ แต่ในทางเทคนิคแล้วอินพุตในระบบแคปต์ชาที่อธิบายไว้ข้างต้นนั้นเป็นข้อความ)