من ربات نیستم!/ الگوهای اثبات انسان‌بودن با هوش مصنوعی تغییر می‌کند
خبرگزاری علم و فناوری آنا؛ مدت‌هاست که ربات‌ها در مقیاسی وسیع به وب‌سایت‌ها و اپلیکیشن‌های موبایل حمله می‌کنند. این ربات‌های مخرب طوری برنامه‌ریزی شده‌اند که به طور خودکار مقدار زیادی از منابع محاسباتی را به کار می‌گیرند، هرزنامه ارسال می‌کنند، داده‌ها را از وب‌سایت‌ها جمع آوری می‌کنند، حساب کاربری می‌سازند و احراز هویت کاربر انجام می‌دهند. این وضعیت منجر به ورود «کپچا» به فضای مجازی شد که مخفف عبارت «آزمون همگانی کاملاً خودکار تورینگ برای تشخیص انسان از رایانه» (Completely Automated Public Test Turing) است.
کپچا یک سپر مؤثر برای وب‌سایت‌ها به شمار می‌رود که از حملات خودکار جلوگیری می‌کند و امنیت سایبری و تجربه کاربری را ارتقا می‌دهد. کپچا‌ها به جلوگیری از فعالیت‌های جعلی، مانند ارسال هرزنامه و ایجاد حساب‌های جعلی توسط ربات‌های خودکار جلوگیری می‌کنند.
در همین حال، مؤسسات مالی برای محافظت در برابر ربات‌هایی که سعی در سرقت داده‌های مشتریان دارند، به کپچا‌ها متکی هستند. علاوه بر این، کپچا کمک می‌کند نظرسنجی‌های آنلاین بدون دستکاری توسط ربات‌های خودکار انجام شوند.
«کپچا» چگونه کار می‌کند؟
کپچا‌ها سؤالات یا چالش‌هایی را طراحی می‌کنند که برای انسان آسان، اما برای ربات‌های رایانه‌ای دشوار هستند. کپچا‌ها انواع مختلفی دارند: مبتنی بر متن، مبتنی بر تصویر، مبتنی بر صدا و مبتنی بر رفتار.
انواع متنی
کپچا‌های مبتنی بر متن از مشهورترین مواردی هستند که از همان اوایل ظهور اینترنت وجود داشتند. این نوع از کپچا از کاربران می‌خواهد که متن را از روی یک تصویر مخدوش و پیچیده بخوانند و پاسخ را در یک کادر به صورت متنی وارد کنند.
یک نوع دیگر از کپچا مبتنی بر متن از کاربران می‌خواهد که به مسائل ریاضی ساده مانند «۱۸+۵» یا «۲۳-۷» پاسخ دهند؛ اما اخیراً به لطف نرم‌افزار بسیار هوشمندی که می‌تواند حروف و اعداد را تشخیص دهد، رایانه‌ها می‌توانند این معما‌ها را حل کنند؛ البته وقتی متن به گونه‌ای تنظیم می‌شود که مخدوش‌تر و پیچیده‌تر باشد، انسان‌ها نمی‌توانند پاسخ درستی ارائه دهند.
انواع صوتی
کپچا‌های صوتی (Audio CAPTCHA) در یک کلیپ صوتی کوتاه مجموعه‌ای از اعداد یا حروف را با صدای انسان یا ربات پخش می‌کنند و کاربر به آن گوش می‌دهد و سپس در یک فیلد متنی ارائه شده آن اعداد را تایپ می‌کند. ورودی در برابر پاسخ صحیح تأیید می‌شود تا مشخص شود کاربر انسان است یا خیر. مانند کپچا‌های مبتنی بر متن، کپچا‌های صوتی نیز به دلیل عواملی مانند نویز پس‌زمینه، کیفیت پایین صدا، اعوجاج شدید و لهجه‌های ناآشنا می‌تواند برای انسان دشوار باشند.
انواع تصویری
کپچا‌های مبتنی بر تصویر برای آن طراحی شده‌اند که ربات‌ها را هرچه بیشتر به چالش بکشند. کاربران باید اشیاء خاصی را در تصاویر شناسایی کنند. به عنوان مثال، انتخاب تمام نماد‌های مربوط به چراغ راهنمایی. این نوع از کپچا متکی به ادراک بصری انسان است؛ که هنوز هم به اکثر ربات‌های مبتنی بر بینایی کامپیوتری برتری دارد. این نوع از کپچا در بسیاری از موارد افراد را گیج می‌دهد.
انواع مبتنی بر رفتار
کپچا‌های رفتارمحور با عنوان ریکپچا (reCAPTCHA)، رفتار‌های کاربر مانند حرکت‌های موس و الگوهای تایپ کردن را آنالیز می‌کنند. در این نوع، کاربر باید کادر «من ربات نیستم» را تیک بزند. در این فرایند، ریکپچا حرکت موس و کلیک‌های آن را آنالیز می‌کند تا انسان را از ربات تشخیص دهد. انسان‌ها معمولاً رفتار‌های متنوع‌تری دارند و کمتر قابل پیش‌بینی هستند، در حالی که ربات‌ها اغلب اقدامات دقیق و ثابتی از خود نشان می‌دهند.
هوش مصنوعی در مقایسه با انسان
در نبرد به ظاهر بی‌پایان بین هوش مصنوعی و انسان، کپچا‌ها یک میدان نبرد متفاوت هستند. امروزه هوش مصنوعی با استفاده از تکنیک‌های مدرن مانند یادگیری عمیق و بینایی کامپیوتری پیشرفته‌تر شده است و می‌تواند بیشتر چالش‌های کپچا را حل کند.
به عنوان مثال، الگوریتم‌های تشخیص کاراکتر نوری بهبود یافته‌اند و این باعث شده که کپچا‌های مبتنی بر متن کمتر مؤثر باشند. از طرفی، کپچا صوتی را می‌توان با فناوری پیشرفته گفتار به نوشتار دور زد. به طور مشابه، مدل‌های هوش مصنوعیِ آموزش‌دیده بر روی مجموعه داده‌های تصویری گسترده می‌توانند بسیاری از کپچا‌های مبتنی بر تصویر را با دقت بالا حل کنند.
در سوی دیگر میدان نبرد، محققان کپچا، فناوری کپچا را پیچیده‌تر کردند. به عنوان مثال، ریکپچا، تعاملات کاربر را ارزیابی کرده و احتمال انسان بودن را محاسبه می‌کند. انسان‌ها نیز به نوعی به هوش مصنوعی کمک می‌کنند تا کپچا‌های پیچیده را حل کند. برای مثال افرادی که استخدام می‌شوند تا بر روی تبلیغات کلیک کنند یا پست‌های کاربران در رسانه‌های اجتماعی را دنبال کنند، نظرات جعلی بنویسند و یا حتی سؤالات کپچا را حل کنند به سیستم‌های هوش مصنوعی کمک می‌کنند تا مانند انسان‌ها رفتار کنند و در نهایت بتوانند کپچا و سایر روش‌های پیشگیری از تقلب را شکست دهند.
آینده کپچا‌ها
آینده کپچا‌ها تحت تأثیر پیشرفت‌های مداوم در هوش مصنوعی خواهد بود. روش‌های سنتی کپچا کارامدی کمتری دارند و بنابراین سیستم‌های کپچا در آینده احتمالاً بیشتر بر تجزیه و تحلیل رفتار کاربر تمرکز می‌کنند، برای مثال نحوه تعامل افراد با وب‌سایت‌ها و تقلید آن رفتار، کار را برای ربات‌ها سخت‌تر می‌کند.
وب‌سایت‌ها ممکن است به استفاده از کپچا‌های بیومتریک مانند تشخیص چهره یا اسکن اثر انگشت روی بیاورند، اگرچه این موارد نگرانی‌هایی را در مورد حفظ حریم خصوصی ایجاد می‌کنند.
کپچا را می‌توان با بلاکچین جایگزین کرد که از اعتبارنامه‌های قابل تأیید برای احراز هویت کاربران استفاده می‌کنند. این اعتبارنامه‌ها که توسط نهاد‌های مورد اعتماد صادر شده و در کیف پول‌های دیجیتال ذخیره می‌شوند، تضمین می‌کنند که به جای ربات‌ها، تعاملات توسط انسان‌های تأیید شده انجام می‌شود.
کپچا‌های آینده ممکن است در کنار سیستم‌های هوش مصنوعی در لحظه کار کنند و مدام در حال تکامل باشند تا از حملات خودکار جلوتر بمانند.
انتهای پیام/