魔高一尺，道高一丈。在這場(chǎng)人工智能與人機(jī)鑒別技術(shù)的博弈中，到底誰(shuí)將更勝一籌？
來(lái)源 | IEEE Spectrum
作者 | Charles Q. Choi
編譯 | Rik R
最近，一項(xiàng)新的研究發(fā)現(xiàn)，通過(guò)模擬人類(lèi)視覺(jué)的工作原理，人工智能軟件可以擊敗谷歌的 reCAPTCHA 人機(jī)鑒別驗(yàn)證碼系統(tǒng)，這也是世界上使用最廣泛的用于區(qū)分人類(lèi)與電腦的全自動(dòng)圖靈測(cè)試。
科學(xué)家們補(bǔ)充道，這項(xiàng)發(fā)現(xiàn)不僅表明人們需要更強(qiáng)大的自動(dòng)化人機(jī)鑒別技術(shù)，也有助于提升計(jì)算機(jī)在執(zhí)行機(jī)器人任務(wù)中的感知能力。
計(jì)算機(jī)科學(xué)之父艾倫·圖靈構(gòu)思了圖靈測(cè)試，其中最為知名的一個(gè)設(shè)想為，是否可以設(shè)計(jì)出一種能夠在文本對(duì)話(huà)中模仿人類(lèi)的機(jī)器，讓旁人無(wú)法分辨出二者的差異。在進(jìn)行試驗(yàn)的過(guò)程中，圖靈促成了人工智能領(lǐng)域的發(fā)展。
最常用的圖靈測(cè)試是 CAPTCHA，即「用來(lái)分辨計(jì)算機(jī)和人類(lèi)的全自動(dòng)公共圖靈測(cè)試（Completely Automated Public Turing test to tell Computers and Humans Apart）」的縮寫(xiě)。CAPTCHA 被用于分辨用戶(hù)是否為人類(lèi)，也經(jīng)常被用于阻止機(jī)器人訪(fǎng)問(wèn)計(jì)算服務(wù)。CAPTCHA 通常會(huì)讓網(wǎng)站訪(fǎng)問(wèn)者識(shí)別一串扭曲的字母和數(shù)字，或者是回答一個(gè)對(duì)計(jì)算機(jī)來(lái)說(shuō)很難、對(duì)人類(lèi)卻很容易的問(wèn)題。
一般情況下，如果一個(gè)算法的識(shí)別成功率達(dá)到 1%，就可以認(rèn)為它成功破解了 CAPTCHA。目前，位于舊金山灣區(qū)的初創(chuàng)公司 Vicarious 透露，其人工智能軟件的 CAPTCHA 識(shí)別準(zhǔn)確率已經(jīng)可以達(dá)到 66.6%，BotDetect 是 64.4%，雅虎是 57.1%，PayPal 是 57.4%。
Vicarious 開(kāi)發(fā)的系統(tǒng)被稱(chēng)為遞歸神經(jīng)網(wǎng)絡(luò)（Recursive Cortical Network，RCN）。這是一個(gè)用來(lái)模仿大腦工作方式的人工神經(jīng)網(wǎng)絡(luò)。在這種系統(tǒng)中，被稱(chēng)為人工神經(jīng)元的各個(gè)部件會(huì)接受外部輸入的數(shù)據(jù)，并相互合作解決諸如識(shí)別文本或語(yǔ)音等問(wèn)題。然后，神經(jīng)網(wǎng)絡(luò)可以改變這些神經(jīng)元之間的連接模式，從而改變它們相互作用的方式，接下來(lái)網(wǎng)絡(luò)又會(huì)再次試圖解決這個(gè)問(wèn)題。隨著時(shí)間的推移，神經(jīng)網(wǎng)絡(luò)會(huì)知道哪種模式最適合用于計(jì)算解決方案。（詳情可見(jiàn)：學(xué)界 | Vicarious 發(fā)表 Science 論文：概率生成模型超越神經(jīng)網(wǎng)絡(luò)）
