CAPTCHAを解決する新しいソフトウェア

あなたは人間ですか？この質問は、ばかげているように思えますが、私たちがバーチャルで非対面の関係モードに移行するにつれ、日に日に意味が増してきます。もちろん、物理的にコンピュータと人間の目の前にいる場合、コンピュータと人間を混同する人はいません。しかし、ネットワークを通じてそれらを区別することはますます困難になっています。

1950 年、アラン チューリングは、「機械は考えることができるか?」という問いを立てた記事をマインド誌に発表しました。この疑問を曖昧さなく解決するために、彼は有名なチューリング テストを提案しました。試験官は別の部屋にいる 2 人に質問し、テレタイプで通信します (チューリングの時代では理想的な方法で、今日では単にインターネットになります)。機械がそのうちの 1 つの役割を引き受けたらどうなるでしょうか?試験官は機械を発見できるでしょうか?

過去数十年にわたり、マシンは複数の分野でチューリング テストに合格してきました。実際、特定のタスクに合わせてこれを再定式化することが可能です。

人間の審査員がタスクを実行する人間の競技者とコンピュータの競技者を区別できない場合、コンピュータはタスク X のチューリング テストに合格します

マシンがテストに合格するタスクの数は増加しており、その範囲はチェスから音楽にまで及びます。ロボット (ボットとも呼ばれる: 人間を模倣するコンピューター プログラム) がスパムメールを大量に送り込むようになってから、ロボットと戦うことが不可欠になりました。そこで質問になります: あなたは人間ですか、それともボットですか?

人間とロボットを区別する最も一般的な方法は、2000 年にカーネギー メロン大学によって開発されたCAPTCHAと呼ばれるアルゴリズムです。その頭字語は、Fully Automated Public Turing Test to Distinguish Between Humans and Computersの略です。 100,000 以上の Web サイトがこのアルゴリズムを使用して、炭素ベース (動物) の知能と珪質ベース (コンピューター) の知能を区別しています。

CAPTCHA は、人間には認識されるがロボットには認識されない、歪んだ文字のセットを表示します (何度も、表示された文字が非常に複雑で、失敗したシーケンスから別のシーケンスに移るのにかなりイライラさせられたことを告白しなければなりません)。 2009 年、Google はreCAPTCHAを導入しました。これは、本来の目的に加えて、進行中の最大規模のクラウドソーシング活動の 1 つであるアルゴリズムのバージョンです。デジタル化された書籍から判読できない単語を解読するために使用されます。 reCAPTCHA は 2 つの単語を提示します。1 つはソフトウェアが認識している単語で、もう 1 つはOCR (光学文字認識) システムが認識できなかった紙の書籍のデジタル化されたテキストです。ユーザーが既知の単語を正しく推測した場合、システムは未知の単語も正しく推測したものとみなし、正しいと見なされます。このようにして、私たち全員がデジタル化された書籍のテキストの認識に貢献します。

CAPTCHA は非常に便利です。現在この状況を全面的に打破する唯一の方法は、人を使う安い労働力の会社を雇うことだ。バングラデシュにスタッフがいる企業は、1 分あたり 7 件の CAPTCHA を 1 時間あたり 50 セントで解読します。

CAPTCHA が失敗したと考えるには、1% の確率で解決できれば十分です。現在、 Vicariousという会社は、90% の確率で問題を解決できると主張しています。同社によれば、その目的は CAPTCHA を解決することではなく、より人間らしい人工知能を進歩させることであり、CAPTCHA の解決は単純な副産物です。彼らはこれを不正に使用するつもりはなく、むしろ彼らのアルゴリズムがどのように脳の機能をエミュレートするかを示すものであり、実際、これは脳エミュレーションの道の一部にすぎません。

Vicarious 氏は、彼のメソッドは有名な IBM Watson によって示された学習よりもさらに優れていると述べています。彼らは、脳のプロセスの基礎となる数学を見つけようとしています。ヴィカリアスはフェイスブック共同創設者のダスティン・モスコヴィッツ氏やペイパル元最高経営責任者ピーター・ティール氏などの投資家から1500万ドルを受け取っている。

人間の視覚では、目の網膜にあるニューロンが明暗のコントラスト、つまり照らされた点を検出します。その後、脳の視覚野では処理が階層化され、連続するニューロンが点線、特定の方向を持った点線、方向を向いて動く点線、単純な形状、複雑な形状、物体、顔などに反応します。

Vicarious のソフトウェアも同様の方法で動作します。つまり、再帰的皮質ネットワークと呼ばれるもので人間の視覚をエミュレートします。ノードの層がピクセルを検出します。次の層は、ピクセルの特定のグループを検出します。次のレイヤーでは、特定の形状の一部を検出します。このプロセスは最大8 つのレイヤーで繰り返され、800 万以上のノードが使用されます。彼らは特定の問題を解決するためにソフトウェアを稼働させ、その結果 CAPTCHA を解決しました。

将来的に CAPTCHA は引き続き数値と画像を使用して人間とロボットを区別し、レースでは 2 つのチームが競い合います。1 つは人間の行動をシミュレートするもので、もう 1 つはこの記事が機械によって書かれたものではないことを確認するものです。