一套基于GAN的驗(yàn)證碼AI識別系統(tǒng)，能在0.5秒之內(nèi)識別出驗(yàn)證碼

在網(wǎng)上如何區(qū)別機(jī)器人和真人？目前基本還是要靠驗(yàn)證碼， 目前已經(jīng)用了近20年，但這招以后可能不管用了！中英兩國研究人員聯(lián)合開發(fā)了一套基于GAN的驗(yàn)證碼AI識別系統(tǒng)，能在0.5秒之內(nèi)識別出驗(yàn)證碼，從 實(shí)際測試結(jié)果看，可以說宣布了對驗(yàn)證碼的“死刑判決”。

在互聯(lián)網(wǎng)上進(jìn)行交流時(shí)，你如何證明自己是活生生的真人？

這是一個(gè)比較棘手的問題，多年來，這個(gè)問題的解決方案一直就是“驗(yàn)證碼”，就是看看你能夠能成功識別一系列機(jī)器無法識別的扭曲字符。這類安全驗(yàn)證工具被稱為“CAPTCHA”（即“全自動(dòng)區(qū)分機(jī)器和人類公共圖靈測試”）。

驗(yàn)證碼被廣泛用于垃圾郵件過濾、在社交網(wǎng)絡(luò)上，識別并防止機(jī)器人賬號發(fā)布冒充真人的內(nèi)容（這些內(nèi)容很可能包含垃圾或欺詐信息）。在過去的20多年里，雖然有過波折，但總體上看，用驗(yàn)證碼解決這類問題是管用的。

但現(xiàn)在，情況可能發(fā)生了變化。

近日，英國蘭卡斯特大學(xué)、中國西北大學(xué)、北京大學(xué)的計(jì)算機(jī)科學(xué)家們共同開發(fā)了一種AI系統(tǒng)，能夠在短短0.5秒內(nèi)識別出多種驗(yàn)證碼。該系統(tǒng)已在不同的33個(gè)驗(yàn)證碼系統(tǒng)中進(jìn)行了成功測試，其中11個(gè)來自世界上最受歡迎的一些網(wǎng)站，包括eBay和維基百科等。

該研究的發(fā)起人之一、蘭卡斯特大學(xué)計(jì)算與通信學(xué)院副教授Zheng Wang表示：這項(xiàng)研究可能會對文本式驗(yàn)證碼文本做出“死刑判決”。

這項(xiàng)研究基于深度神經(jīng)網(wǎng)絡(luò)的圖像分類器。深度神經(jīng)網(wǎng)絡(luò)在圖像識別方面表現(xiàn)出驚人的性能。但是，要構(gòu)建成功的模型，通常需要數(shù)百萬個(gè)手動(dòng)標(biāo)記的圖像才能實(shí)現(xiàn)順利學(xué)習(xí)。這項(xiàng)最新成果的新穎之處在于，它使用生成對抗網(wǎng)絡(luò)（GAN）來創(chuàng)建訓(xùn)練數(shù)據(jù)。

圖中數(shù)據(jù)為該系統(tǒng)與現(xiàn)行識別器對各網(wǎng)站驗(yàn)證碼識別準(zhǔn)確率的對比，可以看到，大部分測試中的成功識別率都得到了大幅度提升

這套系統(tǒng)不需要收集和標(biāo)記數(shù)以百萬計(jì)的驗(yàn)證碼文本數(shù)據(jù)，只需要500組數(shù)據(jù)就可以成功學(xué)習(xí)。而且可以使用這些數(shù)據(jù)，來生成數(shù)百萬甚至數(shù)十億的合成訓(xùn)練數(shù)據(jù)，建立高性能的圖像分類器。結(jié)果顯示，該系統(tǒng)比迄今為止所見的任何驗(yàn)證碼識別器系統(tǒng)的識別精度都高。

這種方法對于需要大量訓(xùn)練數(shù)據(jù)的任何圖像識別任務(wù)都是有用的。然而，驗(yàn)證碼識別在某種程度上是獨(dú)一無二的，因?yàn)檫@類任務(wù)本身處在不斷發(fā)展和變化的狀態(tài)中。

與真人識別結(jié)果的準(zhǔn)確率對比情況以及可用性評分?？梢钥吹剑谝豁?xiàng)的模型表現(xiàn)達(dá)到100%識別，超過了真人

早期基于文本的驗(yàn)證碼（如本文縮略圖所示）是該技術(shù)的第一次迭代。但是，到目前為止，我們可能更習(xí)慣于使用范圍更廣的、基于交通標(biāo)志的驗(yàn)證碼。

這種不斷變化的狀態(tài)，讓面向驗(yàn)證碼識別的訓(xùn)練數(shù)據(jù)的收集成為一個(gè)棘手的任務(wù)。（相比之下，學(xué)習(xí)識別一只狗就不存在這個(gè)問題，因?yàn)楣返囊簧衅渫庥^形態(tài)不會發(fā)生大的變化），

研究人員表示：“也就是說，當(dāng)我們最終收集到足夠的訓(xùn)練數(shù)據(jù)時(shí)，驗(yàn)證碼的形式可能快要（或已經(jīng)）發(fā)生變化了，這些變化可能會讓之前收集的數(shù)據(jù)完全無用。

我們的研究成果提供了一種以更低的成本構(gòu)建驗(yàn)證碼識別器的新方法。因此，它對現(xiàn)有的驗(yàn)證碼體系構(gòu)成了真正的威脅，因?yàn)樗梢砸愿斓乃俣鹊貙W(xué)習(xí)驗(yàn)證碼的解算器。“