कैप्चा क्यों इतने जटिल हो गए हैं

यह साबित करना कठिन है कि आप रोबोट नहीं हैं

पिछले साल कुछ बिंदु पर, Google की निरंतर माँगों ने यह साबित करने के लिए कि मैं मानव अधिक से अधिक आक्रामक लगने लगा हूँ। तेजी से, एक साधारण और थोड़ा प्यारा बटन "मैं एक रोबोट नहीं हूं" के लिए, छवि ग्रिड में सभी ट्रैफिक लाइट, संक्रमण या खिड़कियों का चयन करके, यह साबित करने के लिए मांग शुरू हुई। जल्द ही, ट्रैफ़िक लाइटें पत्ते में छिपने लगीं, संक्रमण विकृत हो गए और कोने के चारों ओर चले गए, और स्टोर के संकेत धुंधले हो गए और कोरियाई में बदल गए। छवि में एक अग्नि हाइड्रेंट को खोजने के असफल प्रयासों में बहुत निराशाजनक है।

इन परीक्षणों को कैप्चा कहा जाता है, जो लोगों और कंप्यूटरों के बीच अंतर करने के लिए डिज़ाइन किए गए "ट्यूरिंग की पूरी तरह से स्वचालित सार्वजनिक परीक्षा" के लिए एक संक्षिप्त नाम है, और एक बार वे एक समान डिग्री तक पहुंच गए। 2000 के दशक की शुरुआत में, पाठ के साथ सरल छवियां अधिकांश स्पैम बॉट को रोकने के लिए पर्याप्त थीं। दस साल बीत गए, और Google ने कार्नेगी मेलन विश्वविद्यालय के शोधकर्ताओं से कार्यक्रम खरीदा और इसका उपयोग Google पुस्तक परियोजना में डिजिटाइज़ करने के लिए किया, ऑप्टिकल कैरेक्टर रिकग्निशन प्रोग्राम को बेहतर बनाने के लिए ग्रंथों को विकृत और अधिक से अधिक छिपाना पड़ा - बहुत ही प्रोग्राम जिन्होंने उन सभी लोगों को सुधारने में मदद की जिन्हें इन सभी कैप्चा को हल करना था।

चूंकि कैप्चा एआई के प्रशिक्षण के लिए एक सुरुचिपूर्ण उपकरण है, इसलिए कोई भी आविष्कार किया गया परीक्षण केवल कुछ समय तक चल सकता है, जिसे इसके आविष्कारक स्वीकार करते हैं। इन सभी शोधकर्ताओं, स्कैमर, और आम लोगों ने एआई के लिए जो संभव है उसके बिल के लिए लाखों पहेलियां हल कीं, कुछ बिंदु पर मशीनों को बस हमें पछाड़ना पड़ा। 2014 में, Google ने सबसे विकृत ग्रंथों और लोगों को हल करने के लिए अपना सर्वश्रेष्ठ एल्गोरिथ्म पेश किया: कंप्यूटर ने 99.8% मामलों में और केवल 33% लोगों में पाठ को सही ढंग से पहचाना।

उसके बाद, Google ने NoCaptcha ReCaptcha पर स्विच किया, जो लोगों के व्यवहार पर नज़र रखता है और उनका डेटा एकत्र करता है, जो उनमें से कुछ को "मैं एक रोबोट नहीं हूँ" बटन पर क्लिक करके आगे जाने की अनुमति देता है, जबकि अन्य उन्हें उन छवियों को खोजने के लिए कार्य देते हैं जो हम आज देखते हैं। लेकिन कारें हमें फिर से पछाड़ रही हैं। ये सभी awnings, जो दुकान की खिड़कियां हो सकते हैं या नहीं हो सकते हैं, हथियारों और लोगों की हथियारों की दौड़ का अंतिम चरण है।

शिकागो में इलिनोइस विश्वविद्यालय में कंप्यूटर विज्ञान के प्रोफेसर जेसन पोलाकिस हाल ही में कैप्चा की जटिलता के लिए जिम्मेदार हैं। 2016 में, उन्होंने एक काम प्रकाशित किया जिसमें उन्होंने Google की अपनी छवि खोज सहित 70% की कैप्चा सटीकता को हल करने के लिए तैयार-निर्मित छवि मान्यता कार्यक्रमों का उपयोग किया। अन्य शोधकर्ताओं ने कंपनी से ही स्पीच रिकग्निशन प्रोग्राम का उपयोग करते हुए Google से ऑडियो कैप्चा की मान्यता प्रदान की है।

पोलाकिस कहते हैं कि मशीन सीखना सरल ग्रंथों, चित्रों और आवाज़ को पहचानने में मनुष्यों से बदतर नहीं है। एल्गोरिदम, शायद, यह और भी बेहतर करता है: “हम उस बिंदु पर पहुंच गए हैं जहां सॉफ़्टवेयर के लिए कार्यों की जटिलता इस तथ्य की ओर ले जाती है कि कार्य लोगों के लिए अत्यधिक जटिल हो जाते हैं। हमें एक विकल्प की आवश्यकता है, लेकिन अभी तक कोई स्पष्ट योजना नहीं है। ”

कैप्चा साहित्य झूठी शुरुआत और पाठ और छवियों के अलावा कुछ और खोजने के अजीब प्रयासों से भरा है, जो सभी लोग अच्छा करते हैं और कार खराब करते हैं। शोधकर्ताओं ने उपयोगकर्ताओं को चेहरे की अभिव्यक्ति, लिंग और जातीयता द्वारा लोगों की छवियों को सॉर्ट करने की पेशकश करने की कोशिश की (आप सोच सकते हैं कि यह कैसे हुआ)। क्विज़ के साथ कैप्चा को व्यवस्थित करने के सुझाव थे, लुकाबी पर आधारित कैप्चा, उन जगहों पर आम, जहां उम्मीद के मुताबिक, उपयोगकर्ता बड़े हुए। एक सांस्कृतिक संदर्भ के साथ इस तरह के कैप्चा का उद्देश्य न केवल रोबोटों, बल्कि अन्य देशों के लोगों पर भी है जो एक पैसे के लिए कैप्चा तय करते हैं। लोगों ने छवि पहचान एल्गोरिदम को एक मृत अंत में ड्राइव करने की कोशिश की, उपयोगकर्ता को पहचानने के लिए प्रेरित किया, उदाहरण के लिए, एक सुअर, लेकिन एक ही समय में तैयार किया गया और धूप का चश्मा में। शोधकर्ताओं ने एक बहुरूपदर्शक हैश में वस्तुओं को पहचानने के लिए उपयोगकर्ताओं को आमंत्रित करने जैसे विकल्पों की खोज की है। 2010 में एक दिलचस्प विकल्प में, शोधकर्ताओं ने प्राचीन पेट्रोग्लिफ्स को छाँटने के लिए कैप्चा का उपयोग करने का सुझाव दिया - कंप्यूटर गुफा की दीवारों पर चित्र या हिरण की छवियों को पहचानने का एक खराब काम करते हैं।

हाल ही में, गेम कैप्चा विकसित करने का प्रयास किया गया है जहां उपयोगकर्ता को कुछ कोणों पर वस्तुओं को घुमाने या पहेली टुकड़ों को स्थानांतरित करने की आवश्यकता होती है, और कैप्चा को हल करने के निर्देश पाठ के रूप में नहीं दिए गए थे, लेकिन प्रतीकों के रूप में, या खेल के मैदान के संदर्भ में निहित थे। उम्मीद यह है कि लोग पहेली के तर्क को समझेंगे, और कंप्यूटर स्पष्ट निर्देशों के बिना ठोकर खाएंगे। अन्य शोधकर्ताओं ने इस तथ्य का उपयोग करने की कोशिश की कि लोगों के शरीर हैं, और किसी व्यक्ति की उपस्थिति की पुष्टि करने के लिए डिवाइस कैमरों या संवर्धित वास्तविकता का उपयोग किया है।

इनमें से कई परीक्षणों के साथ समस्या यह नहीं है कि रोबोट बहुत स्मार्ट हैं, लेकिन यह कि लोग उनके साथ अच्छा नहीं करते हैं। और ऐसा नहीं है कि लोग गूंगे हैं; वे बस भाषा, संस्कृति और अनुभव में बहुत भिन्न होते हैं। एक परीक्षण करने के लिए इस सब से छुटकारा पा लिया है कि कोई भी प्रशिक्षण और लंबे विचार के बिना पारित कर सकता है, हम छवि पहचान जैसे कठोर कार्यों के साथ छोड़ दिए जाते हैं - और यह वही है जो विशेष रूप से सिलवाया गया एआई अच्छा करेगा।

Polakis कहते हैं, "टेस्ट मानव क्षमताओं द्वारा सीमित हैं।" - यह केवल शारीरिक क्षमताओं के बारे में नहीं है - आपको कुछ इंटरकल्चरल, इंटरलेंजेज खोजने की आवश्यकता है। हमें एक ऐसे कार्य की आवश्यकता है जो ग्रीस के एक व्यक्ति के साथ, शिकागो के एक व्यक्ति के साथ, एक ही समय में दक्षिण अफ्रीका, ईरान और ऑस्ट्रेलिया के एक व्यक्ति के साथ अच्छा काम करे। और यह सांस्कृतिक बारीकियों और मतभेदों पर निर्भर नहीं होना चाहिए। हमें ऐसे कार्य की आवश्यकता है जो औसत व्यक्ति के साथ अच्छी तरह से मुकाबला करता हो, यह लोगों के एक विशिष्ट उपसमूह तक सीमित नहीं होना चाहिए, और यह कंप्यूटर के लिए मुश्किल होना चाहिए। यह सब विकल्पों की पसंद को बहुत सीमित करता है। और यह भी कुछ ऐसा होना चाहिए जो लोग जल्दी से सामना करें, और यह बहुत कष्टप्रद नहीं है। "

धुँधली तस्वीरों के साथ इन पहेलियों को हल करने के प्रयास जल्दी से एक व्यक्ति को दार्शनिक रेल में स्थानांतरित कर देते हैं: क्या कोई सार्वभौमिक मानव गुणवत्ता है जिसे मशीन में प्रदर्शित किया जा सकता है और जो मशीन की नकल नहीं कर सकती है? इंसान होने का क्या मतलब है?

हो सकता है कि हमारी मानवता को इस बात से मापा जाता है कि हम कार्यों को कैसे करते हैं, लेकिन हम कैसे व्यवहार करते हैं, दुनिया के माध्यम से - या, इस मामले में, इंटरनेट के माध्यम से। गेम कैप्चा, वीडियो कैप्चा, किसी भी कैप्चा, जिसे आप हैक कर सकते हैं, हैक किया जाएगा, Google के एंटी-क्लिक ऑटोमेशन टीम के निदेशक शूमन घोसमाजुमडर कहते हैं, जो बाद में रोबोट का पता लगाने के लिए शेप सिक्योरिटी के प्रौद्योगिकी निदेशक बन गए। वह व्यक्तिगत परीक्षणों के बजाय "स्थायी प्राधिकरण" की ओर जाता है - उपयोगकर्ता के व्यवहार की निगरानी करने और स्वचालन के संकेतों की खोज करने के लिए। "एक वास्तविक व्यक्ति मोटर कौशल को बहुत अच्छी तरह से नियंत्रित नहीं करता है, और कई बातचीत के दौरान कई बार एक ही तरह से माउस को स्थानांतरित नहीं कर सकता है, भले ही वह ऐसा करने की कोशिश करता है," गोसमाहुमर कहते हैं। Gosmahumder का कहना है कि रोबोट माउस को हिलाए बिना या बहुत ही सही तरीके से ले जाने वाले पेज के साथ इंटरैक्ट करेगा, और एक व्यक्ति के कार्यों में "एंट्रोपी" होगा जो नकली होना मुश्किल है।

Google की अपनी कैप्चा टीम एक समान दिशा में काम करती है। ReCaptcha v3 का नवीनतम संस्करण, जिसे पिछले साल देर से घोषित किया गया था, संदेह के लिए यातायात का मूल्यांकन करने के लिए "अनुकूली जोखिम विश्लेषण" का उपयोग करता है; साइट के मालिक एक पासवर्ड या दो-कारक प्राधिकरण दर्ज करने जैसे संदिग्ध उपयोगकर्ता कार्यों की पेशकश कर सकते हैं। Google अनुमान नहीं लगाता है कि अनुमानों में किन कारकों को ध्यान में रखा गया है, सिवाय इसके कि कंपनी मूल्यांकन करती है कि साइट पर "अच्छा ट्रैफ़िक" कैसा दिखता है और टीम से उत्पाद प्रबंधक, Cy Khormaee के अनुसार, "खराब ट्रैफ़िक" को फ़िल्टर करने के लिए इस जानकारी का उपयोग करता है। कैप्चा। सुरक्षा शोधकर्ताओं का कहना है कि यह शायद कुकीज़, ब्राउज़र विशेषताओं, ट्रैफ़िक पैटर्न और अन्य कारकों का मिश्रण है। नए रोबोट मान्यता मॉडल का एक दोष यह है कि उपयोगकर्ता टिप्पणियों को कम करने की कोशिश करते समय वेब को नेविगेट करना थोड़ा कष्टप्रद हो सकता है, क्योंकि वीपीएन और एक्सटेंशन जैसी चीजें जो उपयोगकर्ता को ट्रैक करना मुश्किल बनाती हैं, संदिग्ध हो सकती हैं।

कैप्चा टीम के लिए Google के मुख्य अभियंता आरोन मैलेनफेंट का कहना है कि ट्यूरिंग के परीक्षणों से दूर रहने से प्रतिस्पर्धा में मदद मिलेगी कि लोग हर समय हार जाते हैं। "जितना अधिक हम मशीन लर्निंग में निवेश करते हैं, उतने ही कठिन ये कार्य लोगों के लिए और, विशेष रूप से, इसीलिए हमने इस वक्र से आगे निकलने के लिए कैप्चा V3 को लॉन्च किया।" मालेनफेंट का कहना है कि 5-10 साल बाद कैप्चा में काम करने का कोई मतलब नहीं होगा। अधिकांश वेब ट्यूरिंग की निरंतर, छिपी हुई पृष्ठभूमि पर चल रहे परीक्षण पर निर्भर करेगा।

अपनी पुस्तक "द मोस्ट ह्यूमेन मैन" में, ब्रायन क्रिस्चियन ट्यूरिंग टेस्ट में एक डिकॉय के रूप में भाग लेता है और महसूस करता है कि बातचीत में उसकी मानवता को साबित करना बहुत मुश्किल है। दूसरी ओर, बॉट डेवलपर्स ने पाया कि ये परीक्षण एक शानदार या बुद्धिमान वार्ताकार होने का नाटक किए बिना पास करना आसान है, लेकिन अतार्किक चुटकुलों के साथ सवालों का जवाब देना, टाइपो, या, जैसा कि एक बॉट के मामले में 2014 में ट्यूरिंग प्रतियोगिता जीता था , का दावा है कि। आप एक 13 वर्षीय यूक्रेनी लड़का है जो अच्छी तरह से अंग्रेजी नहीं बोलता है। आखिर गलतियाँ करना मानव स्वभाव है। यह संभव है कि कैप्चा इस तरह के भविष्य की प्रतीक्षा करता है, दुनिया में सबसे आम ट्यूरिंग टेस्ट - नई हथियारों की दौड़ छवियों और छांटने वाले पाठ में लोगों से बेहतर रोबोट नहीं बनाएगी, लेकिन रोबोट जो गलती करते हैं, बटन याद करते हैं, विचलित होते हैं और टैब स्विच करते हैं। "मुझे लगता है कि लोग यह समझने लगे हैं कि औसत मानव उपयोगकर्ता ... या बेवकूफ लोगों के अनुकरण के लिए आवेदन के क्षेत्र हैं," गोसमखुमर कहते हैं।

CAPTCHAs इस दुनिया में बने रह सकते हैं। 2017 में, अमेज़ॅन ने एक योजना के लिए एक पेटेंट दायर किया जो ऑप्टिकल भ्रम और तार्किक पहेली का उपयोग करता है जो लोगों को संभालना मुश्किल है। इस परीक्षण को "त्रुटि परीक्षण के माध्यम से ट्यूरिंग" कहा जाता है, और इसे पारित करने का एकमात्र तरीका गलत उत्तर देना है।