Ivan JAKIĆ

28. septembar 2024.

Nedavna istraživanja sprovedena na univerzitetu u Cirihu (ETH Zurich) dokazala su da su lokalno pokretani botovi, koristeći napredne modele za prepoznavanje slika, uspeli dostići nivo „performansi” sličan ljudskom pri rešavanju Captcha slagalica, konkretno baveći se reCAPTCHA v2 sistemom kompanije Google. Prepoznatljiv sistem zahteva od korisnika da identifikuje objekte na slikama ulica, a još uvek je široko zastupljen uprkos migraciji na „nevidljivi” reCAPTCHA v3, koji analizira interakcije korisnika bez izazivanja moždanih vijuga.

Istraživači su koristili fino podešenu verziju YOLO (You Only Look Once) modela, poznatog po sposobnosti detekcije objekata, kako bi stvorili bota kvalifikovanog za zaobilaženje reCAPTCHA v2 zamki za robote. Nakon obuke modela na četrnaest hiljada fotografija saobraćajnica, postignuta je stopa uspešnosti od sto odsto u identifikaciji Captcha slika, nadmašivši prethodne studije koje su dostizale uspeh između šezdeset osam i sedamdeset jedan odsto. VPN je, maskiranjem ponovljenih pokušaja sa iste IP adrese, takođe uticao na poboljšanje performanski bota, a zajedno sa simuliranjem pokreta miša nalik ljudskom i korišćenjem lažnih podataka o pretraživaču i kolačićima je dostignuta „ljudska” forma bota.

Kako sistemi veštačke inteligencije postaju sve napredniji, uspeh ovog pristupa ističe sve veći izazov razlikovanja ljudskih korisnika i automatizovanih botova. ReCAPTCHA v3 nastoji da reši ovaj problem fokusirajući se na suptilnije metode, dok istražavanje ističe stalnu trku između programera Captcha sistema i onih koji nastoje da ih „hakuju”, te je Google odlučio da iskoristi priliku da promoviše posvećenost unapređenju tehnologije, koja sada uglavnom funkcioniše kao duh.

Sofisticirani AI sistemi otežavaju zadatak osiguravanja bezbednosti korisnika i podižu kompleksnost izrade sistema zaštite. Israživači su zaključili da bi kvalitetna Captcha trebalo jasno da označi granicu između najinteligentnije mašine i najmanje inteligentnog čoveka, granicu koja postaje sve mutnija unapređenjem modela mašinskog učenja.