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。”
标题:人工智能高效破解网站验证码
地址:http://www.6st8.com/zbxw/8245.html
免责声明:联合早报中文网从世界各个维度报道世界经济新闻,时政新闻,突发新闻等,本篇的部分内容来自于网络,不为其真实性负责,只为传播网络信息为目的,非商业用途,如有异议请及时联系btr2018@163.com,联合早报中文网的小编将予以删除。
下一篇:没有了