Ο αλγόριθμος που νίκησε το Captcha

Ένα σύστημα τεχνητής νοημοσύνης «έσπασε» πρόσφατα το πιο διαδεδομένο τεστ που μπορεί να ξεχωρίσει αν ο χρήστης του υπολογιστή είναι άνθρωπος ή «μποτ» (λογισμικό «ρομπότ» που εκτελεί αυτοματοποιημένα έργα). 



Πολλές ιστοσελίδες είθισται να ζητούν από τους χρήστες να διαβάσουν ένα παραμορφωμένο κείμενο προκειμένου να προσδιορίσουν αν ένας χρήστης είναι άνθρωπος ή όχι. Το λεγόμενο CAPTCHA – αρκτικόλεξο («Completely Automated Public Turing Test to tell Computers and Humans Apart» ή σε ελεύθερη μετάφραση «Πλήρως Αυτοματοποιημένο Τεστ Τιούρινγκ για να Ξεχωρίζουμε Υπολογιστές από Ανθρώπους») μπορεί θεωρητικά να πάρει οποιαδήποτε μορφή, όμως η εκδοχή του κειμένου έχει αποδειχθεί αποτελεσματική για την αντιμετώπιση των σπαμ και των κακόβουλων λογισμικών μποτ.

Αυτό γιατί τα λογισμικά δυσκολεύονται να αποκρυπτογραφήσουν κείμενα όταν τα γράμματα είναι παραμορφωμένα, επικαλύπτουν το ένα το άλλο ή «μπερδεύονται» με τυχαίες γραμμές, κηλίδες και χρώματα. Οι άνθρωποι, από την άλλη πλευρά, μπορούν να αναγνωρίσουν σχεδόν άπειρες παραλλαγές ενός γράμματος από την στιγμή που θα το έχουν δει μόλις μερικές φορές.

Η Vicarious, μια νεοφυής εταιρεία του Γιούνιον Σίτι στην Καλιφόρνια, ανακοίνωσε πριν από λίγο καιρό ότι ανέπτυξε έναν αλγόριθμο, ο οποίος μπορεί να ανιχνεύει οποιοδήποτε CAPTCHA βασίζεται σε κείμενο – ένας στόχος ο οποίος επί μακρόν παρέμενε άπιαστος για τους ερευνητές που ασχολούνται με θέματα ασφαλείας των υπολογιστών. Μπορεί να περάσει το reCAPTCHA της Google, το οποίο θεωρείται το δυσκολότερο τεστ του είδους, 90 στις 100 φορές, όπως λέει ο Ντιλίπ Τζορτζ, συνιδρυτής της εταιρείας. Οι επιδόσεις του είναι μάλιστα ακόμη καλύτερες έναντι των CAPTCHA του Yahoo, του Paypal και του CAPTCHA.com.

Η συνταγή της επιτυχίας για την ανακάλυψη αυτή, σύμφωνα με τον Τζορτζ, έγκειται στην χρήση των εικονικών νευρώνων. Χάρη σε αυτούς τόσο ο ίδιος όσο και ο διευθύνων σύμβουλος της εταιρείας Σκοτ Φίνιξ ελπίζουν ότι θα οδηγήσουν σε μια τεχνητή νοημοσύνη περισσότερο όμοια με την ανθρώπινη…

Πιο αναλυτικά, το πρόγραμμά τους χρησιμοποιεί εικονικούς νευρώνες οι οποίοι συνδέονται σε ένα δίκτυο σχεδιασμένο με βάση τον ανθρώπινο εγκέφαλο. Το δίκτυο ξεκινά με κόμβους, οι οποίοι ανιχνεύουν τις εισερχόμενες πληροφορίες από τον πραγματικό κόσμο, όπως το αν ένα συγκεκριμένο πίξελ σε μια εικόνα είναι μαύρο ή άσπρο. Στο επόμενο στρώμα οι κόμβοι «πυροδοτούνται» μόνο αν ανιχνεύσουν μια συγκεκριμένη διάταξη πίξελ. Ένα τρίτο στρώμα πυροδοτείται μόνο αν οι κόμβοι αναγνωρίσουν διατάξεις πίξελ που σχηματίζουν ολοκληρωμένα ή τμηματικά σχήματα. Αυτή η διαδικασία επαναλαμβάνεται από το τρίτο ως το όγδοο στρώμα κόμβων, με τα σήματα να περνούν περίπου μέσα από 8 εκατομμύρια κόμβους. Το δίκτυο τελικά καταλήγει στην καλύτερη υπόθεση σχετικά με το ποια γράμματα περιέχονται στην εικόνα.

Η ισχύς κάθε νευρωνικής σύνδεσης καθορίζεται εκπαιδεύοντας το δίκτυο με «λυμένα» CAPTCHA και βίντεο με γράμματα που κινούνται. Αυτό επιτρέπει στο σύστημα να αναπτύξει την δική του απεικόνιση, π.χ., για το γράμμα «α», αντί να κάνει αντιπαράθεση μέσα σε μια βάση δεδομένων με πιθανές απεικονίσεις του γράμματος. «Λύνουμε το ζήτημα με έναν γενικό τρόπο, παρόμοιο με τον τρόπο με τον οποίο το λύνουν οι άνθρωποι» λέει ο Τζορτζ.

Επόμενη πρόκληση για τους ειδικούς είναι η ανάπτυξη ενός αλγόριθμου, ο οποίος θα αναγνωρίζει τρισδιάστατα σύμβολα σε μια εικόνα δύο διαστάσεων. Με αυτόν τρόπο το σύστημα θα έχει την δυνατότητα να καταλαβαίνει τι συμβαίνει σε μια εικόνα αντί απλώς να αναγνωρίζει τα αντικείμενα που αυτή περιλαμβάνει.

pygmi.gr