新型深度学习算法可破解广泛使用的网站保护系统CAPTCHA _网站

新型深度学习算法可破解广泛使用的网站保护系统CAPTCHA
（）据EurekAlert!：科学家们创建了一个数据-高效性计算机模型，它能“解决”CAPTCHA问题；CAPTCHA是一个广泛应用的基于文本的系统，网站会用该系统来核查用户是否为真人；这代表了人工智能研究取得了关键性的进展。他们的发现提示，需要有更强健的超越当今编码到CAPTCHA系统内的挫败垃圾邮件及核查是否为真人的技术。CAPTCHAs被设计成无法用计算机算法进行破解，因为它会以上百万种不同的方式将许多不同的字母组合在一起。尽管人类能够天然识别某一物体，即使它混在层层叠叠或不同的式样中，但计算机却难以将杂乱堆中的每一字母进行分类。先前破解CAPTCHA的算法属数据密集型，它要求记忆数百万个标记的CAPTCHA图像的实例或如何破解每一类型图像的编码规则。
Dileep George及同事在这里构建了一个更为有效的模型，它被称作递归皮层网络（Recursive Cortical Network，RCN）；该模型纳入了神经科学的洞察力来“训练”计算机从事超越其原先被教授过的概括功能。作者说，RCN成功的关键是，它以强力假设进行编码，并接着用它来形成输入预测，而这些输入是其在训练中从未遇到过的。因此， RCN可破解CAPTCHA文本，识别手写数字，描绘复杂分层的物体，识别现实世界场景照片中的文本。与阅读文本的最先进的深度学习方法相比，RCN的表现要优于最有力的竞争者PhotoOCR 达 1.9%，其所用的训练图像要少得多（RCN为1,406 vs PhotoOCR为790万）。RCN还取得了更好的准确度，数据有效性也增加了300倍。