反人類的驗(yàn)證碼，早應(yīng)該被干掉
圖片來源@視覺中國
鈦媒體注：本文來源于微信公眾號愛范兒（ID：ifanr），作者 | 張成晨，鈦媒體經(jīng)授權(quán)發(fā)布。
「我不是機(jī)器人」，本應(yīng)是不言自明的事情。
但在計(jì)算機(jī)承認(rèn)你是人類之前，你可能會被要求點(diǎn)擊包含紅綠燈或人行道的圖像。
當(dāng)你靠近屏幕瞇起眼睛，思考一個微乎其微的邊角算不算時，你就會知道，這并不像聽起來那么容易。
這種難以自證的感覺，2015 年在 12306 搶票的春運(yùn)人應(yīng)該就有領(lǐng)略。
多年過去了，不斷翻新花樣的驗(yàn)證碼，依然迫使你思考古老的哲學(xué)問題——我是誰？
微笑的狗，云做的馬，自證是人更難了
某創(chuàng)意營銷機(jī)構(gòu)創(chuàng)始人 Jared Bauman 最近被驗(yàn)證碼難住了。他疑惑的是，狗真的會笑嗎？大多數(shù)狗看起來既不高興也不難過，有些在做鬼臉，有些只是張著嘴。
8 月 2 日，他又被要求找出「用云做成的馬」，9 張圖里有 2 張用云做成的大象，他第一次點(diǎn)擊時不幸敗北。
Jared Bauman 意識到了一個嚴(yán)重的問題——找出紅綠燈、公交車或煙囪已經(jīng)過時了，驗(yàn)證碼系統(tǒng)開始設(shè)置下一個級別的挑戰(zhàn)了。
這些驗(yàn)證碼出自 hCaptcha，開發(fā)者稱，它比 Google 的驗(yàn)證碼系統(tǒng) reCAPTCHA 更注重隱私，只收集最低限度的必要個人數(shù)據(jù)。
而驗(yàn)證碼為什么會越來越難，還是要從驗(yàn)證碼是什么，以及 Google 的驗(yàn)證碼系統(tǒng) reCAPTCHA 是什么說起。
驗(yàn)證碼（CAPTCHA），全稱是「全自動區(qū)分計(jì)算機(jī)和人類的公開圖靈測試」。
由于它是用計(jì)算機(jī)來考人類，而不是標(biāo)準(zhǔn)圖靈測試中那樣由人類來考計(jì)算機(jī)，所以驗(yàn)證碼也被視為一種反向圖靈測試。
驗(yàn)證碼的設(shè)計(jì)初衷是，保護(hù)網(wǎng)站免受有害機(jī)器人的侵害，包括傳播惡意軟件、散布虛假賬戶、執(zhí)行 DDoS 攻擊、發(fā)送大量垃圾郵件、竊取用戶信息等。這些機(jī)器人本質(zhì)上是一行行自動運(yùn)行的計(jì)算機(jī)代碼。
驗(yàn)證碼創(chuàng)建于 2000 年代初，最早由卡內(nèi)基梅隆大學(xué)的幾位計(jì)算機(jī)科學(xué)家開發(fā)。
最初的驗(yàn)證碼采用了扭曲的文本形式，避免被光學(xué)字符識別等計(jì)算機(jī)程序自動識別，超過了當(dāng)時計(jì)算機(jī)可以破譯的程度，但對大多數(shù)人類可讀。
很快，研究人員意識到這項(xiàng)技術(shù)具有區(qū)分人類和機(jī)器人之外的潛力，他們開發(fā)了 reCAPTCHA 技術(shù)，讓用戶在填寫驗(yàn)證碼的過程中將紙質(zhì)檔案數(shù)字化，因?yàn)槿祟惪梢员扔?jì)算機(jī)更好地破譯老舊文獻(xiàn)中扭曲的字母。
這一階段，用戶必須輸入兩個詞，一個是答案明確的真正測試，另一個是尚未轉(zhuǎn)錄的新詞。通過向世界各地用戶多次顯示相同單詞，reCAPTCHA 便可以自動驗(yàn)證單詞是否被正確轉(zhuǎn)錄。
這就像互聯(lián)網(wǎng)的一次眾籌，求得你的時間而非金錢。互聯(lián)網(wǎng)的神奇之處便在此，在技術(shù)支持下，再創(chuàng)造一些樂趣，你可以利用所有人的一點(diǎn)精力，自然而然聚沙成塔。
2009 年，Google 收購了 reCAPTCHA，并將其用于數(shù)字化 Google 圖書和紐約時報(bào)檔案。2011 年，Recaptcha 已經(jīng)完成了整個 Google 圖書檔案、1300 萬篇紐約時報(bào)文章的數(shù)字化。2012 年，它每天翻譯大約 1.5 億個單詞。
驗(yàn)證碼為什么越來越難？
人類沉浸在知識的海洋，機(jī)器人也沒有停下學(xué)習(xí)的腳步。
2014 年，Google 發(fā)布了一個專門解讀扭曲文本驗(yàn)證碼的算法，人工智能技術(shù)已經(jīng)能以 99.8% 的準(zhǔn)確率解決最困難的扭曲文本，而人類的成功率是 33%。
扭曲的字母失去了它最初的用處，該讓下一代驗(yàn)證碼登場了。
2012 年，Google 推出了 reCAPTCHA 的圖像識別版本，其中包括來自 Google 街景的照片，從而讓用戶轉(zhuǎn)錄門牌號碼和其他標(biāo)志。
類似當(dāng)初將舊書數(shù)字化，在這個過程中，Google 一舉多得，既防御了惡意腳本，自己的人工智能也在進(jìn)步。
Google 稱：「街景和 reCAPTCHA 團(tuán)隊(duì)密切合作，兩者都將繼續(xù)改進(jìn)，使地圖更加精確和有用，reCAPTCHA 更安全、更有效。」讓地圖更加精確和有用，意味著 Google 需要訓(xùn)練人工智能更好地識別圖像中的物體。
那怎么訓(xùn)練人工智能？reCAPTCHA。數(shù)以億計(jì)的用戶為了證明自己是人類，為科技公司建立起了機(jī)器學(xué)習(xí)數(shù)據(jù)集。
進(jìn)步的不止 Google。2017 年，開發(fā)人員 Francis Kim 進(jìn)行了一項(xiàng)實(shí)驗(yàn)，用 40 行 Javascript構(gòu)建了一個系統(tǒng)，使用 Google 競爭對手 Clarifai 的圖像識別 API，嘗試通過 reCAPTCHA 的圖像驗(yàn)證碼。結(jié)果，這個腳本成功找出了圖中的商店。
理論上，這也可以使用 Google 自己的圖像識別技術(shù)來實(shí)現(xiàn)。
Google 的驗(yàn)證碼系統(tǒng)其實(shí)有兩個目的：在用文本、圖像等訓(xùn)練人工智能的同時，抑制惡性腳本的行為。但事實(shí)是，Google 的人工智能是越來越厲害了，但惡性腳本也在斗智斗勇中進(jìn)步，只有用戶證明自己是人越來越難了。
2014 年，Google 的「No CAPTCHA reCAPTCHA」登臺，即「沒有驗(yàn)證碼的驗(yàn)證碼」，界面簡潔友好，只需要你堅(jiān)信「我不是機(jī)器人」。
Google 稱，它推出了一個新的 API，可觀察用戶行為，收集指針移動速率、當(dāng)前 IP、是否使用插件、頁面使用時間、進(jìn)行過多少次點(diǎn)擊等數(shù)據(jù)，從根本上簡化了 reCAPTCHA 體驗(yàn)。大多數(shù)情況下，只需單擊一下，就能確認(rèn)用戶是不是機(jī)器人。
但是，驗(yàn)證碼沒有消失。甚至可以說，最討人厭的驗(yàn)證碼出現(xiàn)了。
在風(fēng)險(xiǎn)分析引擎無法預(yù)測用戶是不是人的情況下，Google 會讓驗(yàn)證碼再次出山，并且給出了更多新玩法，比如基于經(jīng)典計(jì)算機(jī)視覺圖像標(biāo)記問題，讓你選出所有包括貓或火雞的照片。
此外，還有類似游戲的驗(yàn)證碼，要求用戶將物體旋轉(zhuǎn)到特定角度，或?qū)⑵磮D移動到適當(dāng)?shù)奈恢谩?/p>
人類能夠理解謎題的邏輯，但缺乏明確指令的機(jī)器人會被難住。但以后會不會掌握就難說了。
機(jī)器學(xué)習(xí)得越多，人類擁有的優(yōu)勢就越少，這是一個道高一尺魔高一百丈的過程。
驗(yàn)證碼可以被替代嗎？
伊利諾伊大學(xué)芝加哥分校計(jì)算機(jī)科學(xué)教授 Jason Polakis 指出，機(jī)器學(xué)習(xí)現(xiàn)在在基本的文本、圖像和語音識別任務(wù)上與人類差不多，「我們需要一些替代方案」。
更重要的是，在驗(yàn)證碼系統(tǒng)前，用戶體驗(yàn)和可訪問性大大降低。驗(yàn)證碼對很多人來說已經(jīng)不容易，特別是老人等有學(xué)習(xí)障礙的群體。
為老年客戶提供技術(shù)建議的 Eileen Ridge 表示，她經(jīng)常接到客戶的電話，老人很難辨別油漆磨損的人行道和正常的人行橫道，并且十分擔(dān)心自己因?yàn)殄e誤答案被鎖定帳戶，就像許多國內(nèi)老年人對互聯(lián)網(wǎng)的態(tài)度一樣。
微笑的狗、云做的馬，對他們來說可能更難。
而代替驗(yàn)證碼的方案，也在不斷開發(fā)中。
一些網(wǎng)站使用一種人類用戶不可見的驗(yàn)證碼形式，將字段插入到僅對機(jī)器人可見的屏幕上，誘騙它們填寫表格并證明它們不是人類。
近兩年，Google 推出了新驗(yàn)證碼系統(tǒng) reCaptcha v3，它采用逆向思維，自動記錄使用者在網(wǎng)站中瀏覽的行為特征，根據(jù)這些記錄來給用戶打分，若用戶分?jǐn)?shù)過低則會被判定為機(jī)器人。否則不會打擾到用戶，上網(wǎng)體驗(yàn)很絲滑。但它可能涉及隱私問題。
FastCompany 報(bào)道，用戶是否使用 Google Cookies 是決定評分的一個重要因素。如果用戶選擇讓 Google 記住登錄信息的話，會得到更高的分?jǐn)?shù)，沒有登錄 Google 帳號，或者使用 VPN 或者洋蔥瀏覽器通常會被提示高風(fēng)險(xiǎn)。
Image
機(jī)器人檢測公司 Shape Security 的首席技術(shù)官 Ghosemajumder 則認(rèn)為，游戲驗(yàn)證碼、視頻驗(yàn)證碼等驗(yàn)證碼測試，最終都會被破解。與測試相比，他更喜歡「持續(xù)身份驗(yàn)證」，本質(zhì)是觀察用戶的行為，從中尋找自動化的跡象：
「一個真正的人類不能很好地控制自己的運(yùn)動功能，因此即使他們非常努力地嘗試，他們也不能在多次交互中多次以相同的方式移動鼠標(biāo)。」
今年 6 月，蘋果在全球開發(fā)者大會宣布將用私人訪問令牌（Private Access Tokens）取代驗(yàn)證碼。
密碼或生物識別解鎖手機(jī)、打開瀏覽器、精準(zhǔn)輸入網(wǎng)站……一系列操作足以「驗(yàn)明正身」。當(dāng)蘋果系統(tǒng)驗(yàn)證該設(shè)備和 Apple ID 帳戶是正常狀態(tài)，再向需要驗(yàn)證碼的 app 或網(wǎng)站提供「私人訪問令牌」即可。
提供網(wǎng)站安全管理的 Cloudflare、Ffast 等公司已支持私人訪問令牌，用 iOS 16 設(shè)備登錄這兩家公司的 app 或網(wǎng)站，不再需要驗(yàn)證碼。目前，這項(xiàng)技術(shù)還在推廣之中，需要更多的支持者加入，才能更好用。
蘋果工程師 Tommy Pauly 指出：「這將為很多人節(jié)省大量時間，并且用戶喜歡被信任的感覺。」
但只要有虛假賬戶、垃圾郵件、騷擾信息等的存在，我們?nèi)匀恍枰獙⑷祟愑脩襞c機(jī)器人分開的技術(shù)，某種形式的驗(yàn)證碼技術(shù)將始終存在，與人工智能并行發(fā)展。
未來，驗(yàn)證碼系統(tǒng)識別人類，很可能不是通過我們超越機(jī)器人的能力，而是通過我們犯錯誤的可能。也就是說設(shè)置更多挑戰(zhàn)性的測試，我們往往會失敗，而機(jī)器人給出正確答案。或許，在我們抓耳撓腮地尋找圖中所有的信號燈時，就是在進(jìn)行以人類一敗涂地為結(jié)局的斗爭。