人工智能高效破解网站验证码

本篇文章769字，读完约2分钟

新华社华盛顿10月26日电(记者林)为了检查登录用户是否是真人，世界各地的网站都广泛使用复杂验证码技术。但是一项新的研究表明，人工智能已经能够有效地破解验证码，比如识别扭曲的字符。

26日，凡思智能公司的研究人员在《美国科学》杂志上发表了一篇论文，提出了一种用于物体识别的计算机视觉模型——递归皮层网络(Recursive Cortex Network)，其核心是模拟人脑根据形状识别物体的机制，并开发一种新的算法，使计算机也可以根据形状识别物体。

根据《科学》杂志的介绍，这代表了人工智能研究的“关键进展”。

论文作者之一、范思智能商业化总监娄兴华告诉新华社，传统的深度学习算法需要大量的数据来支持，而递归皮层网络强调在模型构建中引入有效的先验知识，因此只需要少量的数据就可以达到相似甚至更好的识别效果。

他说:“如果你使用人脑的工作方式，深度学习的工作逻辑更接近于机械记忆和经验，递归皮层网络技术也包括更聪明的推理和演绎。”

具体而言，在实际应用中，计算机仅通过向递归皮层网络提供描述目标形状的训练图片，就可以成功地将目标从复杂背景中分离出来。实验表明，递归皮层网络能有效识别真实场景中的字符，具有良好的通用性，即模型能有效破解不同变体的验证码，如复杂背景下的变形字符和验证码。

娄兴华说，递归皮层网络的数据利用效率是一些深度学习算法的300倍，超过了以往许多优秀的验证码破解算法，具有很强的通用性。它是继当前流行的深度学习算法之后，人工智能领域的最新学术成果。

“在研发过程中，我们将破解验证码作为一个具体的应用场景。但这不是该算法的主要应用，也不是该算法的初衷。”该算法在工业装配线的自动化和智能化方面具有广阔的应用前景。例如，我们可以通过少量的数据模拟来适应不同的工业应用场景，从而大大提高工业机器人的智能水平和生产效率。”