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

在網(wǎng)上如何區(qū)別機器人和真人？目前基本還是要靠驗證碼， 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的驗證碼AI識別系統(tǒng)，能在0.5秒之內(nèi)識別出驗證碼，從 實際測試結(jié)果看，可以說宣布了對驗證碼的“死刑判決”。

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

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

驗證碼被廣泛用于垃圾郵件過濾、在社交網(wǎng)絡上，識別并防止機器人賬號發(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、中國西北大學、北京大學的計算機科學家們共同開發(fā)了一種AI系統(tǒng)，能夠在短短0.5秒內(nèi)識別出多種驗證碼。該系統(tǒng)已在不同的33個驗證碼系統(tǒng)中進行了成功測試，其中11個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、蘭卡斯特大學計算與通信學院副教授Zheng Wang表示：這項研究可能會對文本式驗證碼文本做出“死刑判決”。

這項研究基于深度神經(jīng)網(wǎng)絡的圖像分類器。深度神經(jīng)網(wǎng)絡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)百萬個手動標記的圖像才能實現(xiàn)順利學習。這項最新成果的新穎之處在于，它使用生成對抗網(wǎng)絡（GAN）來創(chuàng)建訓練數(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)站驗證碼識別準確率的對比，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)不需要收集和標記數(shù)以百萬計的驗證碼文本數(shù)據(jù)，只需要500組數(shù)據(jù)就可以成功學習。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練數(shù)據(jù)的任何圖像識別任務都是有用的。然而，驗證碼識別在某種程度上是獨一無二的，因為這類任務本身處在不斷發(fā)展和變化的狀態(tài)中。

與真人識別結(jié)果的準確率對比情況以及可用性評分?？梢钥吹剑谝豁椀哪Ｐ捅憩F(xiàn)達到100%識別，超過了真人

早期基于文本的驗證碼（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，我們可能更習慣于使用范圍更廣的、基于交通標志的驗證碼。

這種不斷變化的狀態(tài)，讓面向驗證碼識別的訓練數(shù)據(jù)的收集成為一個棘手的任務。（相比之下，學習識別一只狗就不存在這個問題，因為狗的一生中其外觀形態(tài)不會發(fā)生大的變化），

研究人員表示：“也就是說，當我們最終收集到足夠的訓練數(shù)據(jù)時，驗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)建驗證碼識別器的新方法。因此，它對現(xiàn)有的驗證碼體系構(gòu)成了真正的威脅，因為它可以以更快的速度地學習驗證碼的解算器。“