人工智能高效破解網(wǎng)站驗(yàn)證碼
華盛頓１０月２６日電（記者林小春）為了核查登錄用戶是否為真人，世界各地的網(wǎng)站廣泛使用復(fù)雜的驗(yàn)證碼技術(shù)。但一項(xiàng)新研究說(shuō)，人工智能已可高效破解驗(yàn)證碼，比如識(shí)別出變形的文字等。
美國(guó)凡思智能公司研究人員２６日在美國(guó)《科學(xué)》雜志上發(fā)表論文，提出了一個(gè)用于物體識(shí)別的計(jì)算機(jī)視覺(jué)模型遞歸皮層網(wǎng)絡(luò)，其核心是模擬人腦基于形狀對(duì)物體進(jìn)行辨別的機(jī)制開(kāi)發(fā)出一種新型算法，工業(yè)機(jī)器人維修，讓計(jì)算機(jī)同樣能夠基于形狀來(lái)識(shí)別物體。
《科學(xué)》雜志的介紹說(shuō)，這代表人工智能研究取得了關(guān)鍵性進(jìn)展。
論文作者之一、凡思智能商業(yè)化總監(jiān)樓興華告訴新華社記者，傳統(tǒng)的深度學(xué)習(xí)算法需要非常龐大的數(shù)據(jù)作支撐，而遞歸皮層網(wǎng)絡(luò)強(qiáng)調(diào)在模型建構(gòu)中引入高效的先驗(yàn)知識(shí)，所以只需要很少量數(shù)據(jù)就可以達(dá)到類似甚至更好的識(shí)別效果。
他說(shuō)：如果用人腦的工作方式來(lái)打比方，深度學(xué)習(xí)的工作邏輯更接近于機(jī)械的記憶和經(jīng)驗(yàn)，而遞歸皮層網(wǎng)絡(luò)技術(shù)還包括了更智能的推理和演繹。
具體而言，在實(shí)際應(yīng)用中，只需要提供給遞歸皮層網(wǎng)絡(luò)描述物體形狀的訓(xùn)練圖片，計(jì)算機(jī)就能成功將目標(biāo)物體從復(fù)雜背景中分離。實(shí)驗(yàn)顯示，遞歸皮層網(wǎng)絡(luò)可以有效識(shí)別真實(shí)場(chǎng)景中的文字，并具有較好的通用性，即一個(gè)模型有效破解不同變體的驗(yàn)證碼，比如變形的文字和復(fù)雜背景中的驗(yàn)證碼。
樓興華說(shuō)，遞歸皮層網(wǎng)絡(luò)對(duì)數(shù)據(jù)的利用效率是一些深度學(xué)習(xí)算法的３００倍，庫(kù)卡機(jī)器人，超過(guò)以往很多優(yōu)秀的驗(yàn)證碼破解算法，而且通用性強(qiáng)，是人工智能領(lǐng)域繼目前流行的深度學(xué)習(xí)算法之后的最新學(xué)術(shù)成果。
我們?cè)谘邪l(fā)過(guò)程中把破解驗(yàn)證碼問(wèn)題作為一個(gè)具體的應(yīng)用場(chǎng)景。但這不是該算法的主要應(yīng)用，更不是該算法的建構(gòu)初衷，他說(shuō)，該算法對(duì)于工業(yè)流水線自動(dòng)化、智能化有廣泛的應(yīng)用前景。如我們可以通過(guò)較少量數(shù)據(jù)模擬適應(yīng)不同的工業(yè)應(yīng)用場(chǎng)景，KUKA機(jī)器人示教器維修，大大提升工業(yè)機(jī)器人的智能水平和生產(chǎn)效率。