Un A.I. rompe il test del robot bot letter di internet in 0,5 secondi
Come dimostra di essere umano quando si tratta di comunicare su internet? È una domanda difficile, ma per anni la risposta è stata la tua capacità di leggere con successo una stringa di caratteri distorti che sono irriconoscibili per una macchina. Chiamato CAPTCHA ("Test completamente automatizzato di public pubblico per dire a computer e persone a parte"), questo strumento di sicurezza viene utilizzato per tutto, dal blocco degli spammer automatici all'arresto di bot che creano profili fraudolenti sui siti di social media. E negli ultimi 20 anni, ha funzionato – forse fino ad ora, cioè.
In uno sforzo congiunto dei ricercatori della Lancaster University del Regno Unito e della China Northwest University e della Peking University, gli scienziati informatici hanno sviluppato un'intelligenza artificiale in grado di violare i sistemi CAPTCHA testuali in soli 0,5 secondi. È stato testato con successo su diversi 33 schemi CAPTCHA, di cui 11 provenienti da siti Web più famosi al mondo, tra cui eBay e Wikipedia.
"Pensiamo che la nostra ricerca abbia probabilmente pronunciato una condanna a morte per il testo CAPTCHA," ha detto a Digital Trends Zheng Wang , professore associato presso la School of Computing and Communications della Lancaster University.
L'attacco sviluppato dai ricercatori si basa su un classificatore di immagini basato su una rete neurale profonda. Le reti neurali profonde hanno dimostrato prestazioni impressionanti nel riconoscimento di immagini. Tuttavia, i modelli di successo richiedono in genere milioni di immagini etichettate manualmente da cui imparare. La novità di questo ultimo lavoro è che utilizza una rete generativa avversaria (GAN) per creare questi dati di addestramento. Invece di raccogliere ed etichettare milioni di esempi CAPTCHA, il sistema richiede un minimo di 500 da cui imparare. Può quindi utilizzare questo per generare milioni o addirittura miliardi di dati di allenamento sintetici per creare il suo efficace classificatore di immagini. Il risultato? Una precisione superiore rispetto a qualsiasi sistema di riconoscimento CAPTCHA visto fino ad oggi.
Questo approccio sarebbe utile con qualsiasi attività di riconoscimento di immagini che richieda masse di dati di addestramento. I CAPTCHA, tuttavia, sono in qualche modo unici nel senso che continuano ad evolversi. I CAPTCHA precoci basati su testo (come mostrato nell'anteprima di questo articolo) sono stati la prima iterazione della tecnologia. Tuttavia, ormai sei probabilmente più abituato a qualcosa di simile ai CAPTCHA basati sul segnale stradale che sono ampiamente utilizzati. Questo costante spostamento (contro, per esempio, imparare a riconoscere un cane, che rimane ampiamente lo stesso per tutta la vita) rende la raccolta dei dati di allenamento un dolore.
"[It] significa che nel momento in cui l'hacker ha raccolto abbastanza dati di addestramento, lo schema CAPTCHA sarebbe già cambiato, il che annullerebbe gli sforzi", ha detto Wang. "Il nostro lavoro presenta un nuovo modo di generare il riconoscimento CAPTCHA a un costo molto inferiore. Di conseguenza, rappresenta una vera minaccia per gli schemi CAPTCHA in quanto può imparare un risolutore di CAPTCHA molto più rapidamente. "
( Fonte )
