反人类的验证码有哪些（反人类的验证码，早应该 --- 掉）

几个错误的电脑账号输入后出现的反人类验证码，早已引起众多用户的不满。他们强烈要求能简单明了的确认人类身份。其实，我们都清楚我们不是机器人，然而计算机却并不总是容易确认这一点。有时，它会要求我们去识别一张图片中的交通灯或人行道，但仅仅这样，就能完全确认我们是人类吗？显然不是。

当我们被要求点击包含微笑的狗或云与马结合的图片时，我们不禁开始疑惑，这真的有必要吗？一个创意营销机构的创始人Jared Bauman也开始对此感到困惑。他真的想知道，狗真的会笑吗？有些图片中的狗狗似乎在微笑，有些则只是张嘴或做鬼脸。而当他在一张图像中尝试辨认云与马时，他的第一次尝试就宣告失败。

这一切的背后，其实反映出验证码系统所面临的挑战与更新。相较于红绿灯、公交车或烟囱等传统的图像验证码，新一代的验证码系统如hCaptcha开始设置更为复杂的挑战。开发者声称其系统比Google的reCAPTCHA更为先进，并且只收集最少的必要个人数据。

那么，为什么验证码越来越复杂呢？这主要与验证码的本质有关。验证码的全称是“区分计算机和人类的全自动公共图灵测试”。由于它是由计算机来测试人类，而非传统的由人类测试计算机的图灵测试，因此验证码也被视为一种逆向图灵测试。

验证码的初衷是保护网站免受恶意机器人的侵害。这些机器人包括传播恶意软件、创建虚假账号、执行DDoS攻击、发送垃圾邮件、窃取用户信息等行为。随着人工智能技术的发展，传统的验证码已无法应对。在2014年，谷歌发布了一种能够解决最困难扭曲文本验证码的算法，其准确率达到惊人的99.8%，而人类的识别成功率却只有33%。这意味着传统的扭曲字母验证码已失去其效用，需要新一代的验证码来取代。

如今的验证码已不再仅仅是简单的图片识别，它变得更加具有挑战性。网站要求我们证明我们是人类的方式越来越复杂，从点击交通灯图片到识别复杂的图像组合，甚至分析图像中的细节。这种转变不仅反映了人工智能技术的进步，也突显了计算机在区分人类与机器人方面的困难。因为尽管机器人的能力在不断提高，但它们仍然无法模仿人类的直觉和创造力。

正如Jared Bauman所体验的那样，这种新的验证码系统像是一种互联网上的众筹，它要求的是我们的时间而非金钱。我们在帮助网站确认我们人类身份的也在为互联网的进步做出贡献。虽然过程可能有些繁琐，但这就是互联网的魔力所在。它利用我们的力量，将沙子聚集成塔，创造出令人惊叹的成就。

面对微笑的狗、云与马的组合等新型验证码，我们或许会感到困惑。但随着技术的进步，这些验证码将变得越来越普遍。这是一个知识与挑战并存的时代，机器人不断学习的人类也在不断地适应和进步。我们期待未来的人机交互将更为顺畅，同时也珍惜作为人类所拥有的独特能力与魅力。谷歌在2012年推出了reCAPTCHA的图像识别版本，其中包含了谷歌街景的图片，让用户进行门牌号等信息的转录。这个过程不仅帮助谷歌优化了恶意脚本的防御，还促进了其人工智能的进步。谷歌街景和reCAPTCHA团队的紧密合作使得地图更加准确和有用，同时也让reCAPTCHA更加安全和有效。这一切的背后，是人工智能技术的不断进步。

为了训练人工智能，上亿的用户通过reCAPTCHA验证码系统为科技公司建立了丰富的机器学习数据集。不仅仅是谷歌，其他公司也在图像识别领域取得了显著的进步。例如，2017年，开发人员Francis Kim使用竞争对手Clarifai的图像识别API进行了一项实验，成功通过reCAPTCHA的图像验证码找到了图片中的商店。理论上，这一过程也可以使用谷歌自家的图像识别技术实现。

谷歌的验证码系统具有双重目的：训练人工智能并约束恶性脚本的行为。随着人工智能技术的不断进步，恶毒的脚本也在不断进化，使得区分人类与机器的任务变得越来越具有挑战性。

在2014年，谷歌推出了一种新的API，通过观察用户行为、收集数据等来简化reCAPTCHA体验。验证码的存在仍然必不可少。在某些情况下，尤其是当风险分析引擎无法预测用户是否为真人时，Google会采用更多新颖的验证码方式，如基于经典计算机视觉图像标记问题的验证码，甚至采用类似游戏的验证码来测试用户。

这些验证码要求用户解决一些逻辑谜题，对于人类来说并不困难，但对于缺乏明确指令的机器人来说却是个挑战。随着机器人学习的进步，它们未来可能会掌握这些技能，使得人类与机器之间的界限进一步模糊。

近两年，Google推出了新的验证码系统reCaptcha v3，它通过记录用户在网站中的行为特征来评估用户是否为机器人，以不打扰用户的方式确保网站安全。这种方式也引发了关于隐私问题的担忧。FastCompany报道，用户是否使用Google Cookies是决定评分的重要因素之一。机器人检测公司Shape Security的首席技术官Ghosemajumder认为，任何形式的验证码测试最终都有可能被破解。我们需要不断新的方法和技术来保护网络安全并优化用户体验。与测试相比，他更倾向于观察用户行为来进行持续身份验证，这一方法的本质在于寻找自动化的迹象。在真实世界中，人类的行为往往带有独特的不可预测性，这是机器难以模仿的。

想象一下，一个真正的人类在多次交互中尝试以相同的方式移动鼠标，结果往往会显得笨拙而不流畅。这不是他们不愿意努力，而是生理结构决定的。对于机器来说，重复相同的动作却能够精确无误地完成。观察用户的行为可以为我们提供验证用户身份的重要线索。

今年六月，苹果在全球开发者大会上宣布了一项革新性的技术：用私人访问令牌（Private Access Tokens）取代传统的验证码。这一系统基于设备识别和用户行为分析，当确认设备和Apple ID处于正常状态时，便无需用户再次输入验证码。这项技术在登录Cloudflare、Fast等公司的网站或应用时得到了广泛应用。对于iOS 16设备用户来说，这无疑为他们节省了大量时间。正如苹果工程师Tommy Pauly所说：“这将为用户节省大量时间，并且用户喜欢被信任的感觉。”

尽管这项新技术为我们带来了便利，但在网络世界中仍然存在虚假账户、垃圾邮件和骚扰信息等挑战。我们需要一种既能区分人类和机器人，又不至于过于繁琐的验证方式。未来，验证码系统的设计理念可能会发生改变，不再侧重于测试我们的识别能力，而是通过观察我们犯错误的可能性来验证我们的身份。也就是说，设置更多挑战性的测试，机器人能够给出正确答案而我们往往会失败。在这种情况下，或许我们在绞尽脑汁完成那些看似简单的图形识别任务时，实际上是在与人工智能共同协作。

与此随着人工智能的发展，验证码的形式也在不断变化。从最初简单的字符识别，到现在需要识别图片中的动物、场景或者走过的路径等更为复杂的任务，验证码似乎变得越来越反人类。一些人甚至抱怨验证码系统已经变得过于复杂和繁琐。但事实上，这些看似反人类的验证码实际上是在训练人工智能更好地理解人类世界。我们每一次的失败都在为人工智能提供宝贵的训练数据，帮助它更好地理解人类的思维模式和行为习惯。在某种程度上，我们也在为人工智能的进步做出贡献。

随着科技的发展，验证码系统的设计理念正在发生深刻变革。我们不再仅仅依赖超越机器人的能力来证明我们是人类，而是通过我们犯错误的可能来验证身份。这种转变既带来了挑战也带来了机遇。随着更多的创新技术和理念的出现我们相信未来的身份验证将更加便捷、安全且人性化。