新聞 > 網聞 > 正文

「我快不能證明自己是人類了」

為了把機械人攔在門外,人類發明了驗證碼。

但不知何時起,驗證碼開始處處刁難人類。

它就像路上的減速帶,你過是能過,但總會咯噔一下,而且越急就越難受。

黑胖和我說,那夜他突想溫習兩性知識,結果在某網註冊賬號時,被驗證碼卡了五分鐘,可憋壞了。

他不理解,都來這種地方了,為啥還要證明自己是個有七情六慾的人。

一般來說,要是簡單的識別文字,滑動滑塊完成拼圖,大夥倒還能接受。

但很多時候,驗證碼大軍並不僅有這兩個兵種,它們上天入地,各顯神通,搞你心態。

有的跟你講了一百字的故事,然後問你一共有幾個人去踏青。

看着像小學數學暑假作業,難是不難,但是煩。

還有的乾脆給你畫6個迷宮。每個迷宮都有老鼠和奶酪,讓你找到那個吃不到奶酪的老鼠。

迷宮倒也不難,但丫是真耽誤時間。

更有甚者,你都不知道你得回答什麼。

比如圖里明明寫着「太極和猴子哪個不是動物」。

結果你提交「太極」,顯示錯誤。

因為這些奇葩驗證碼層出不窮,以至於後來出現的一些離譜截圖,都讓人難以分辨真假。

比如你是個臉盲,就被判處為非人類。

你不是娛樂圈頂級粉絲,八卦愛好者,明星緋聞通,那也肯定是個機械人。

也許這些圖都是網友整活,但它既然能在網絡上傳播,不就是因為大伙兒被折磨多了,覺得足夠真實,合情合理麼。

更恐怖的是,這些年驗證碼還一直在進化,世超就時不時能發現一些新的驗證形式,越來越抽象。

它們就像把我們放在案板上,不停切換着姿勢鞭打我們,讓我們遵循它的規則證明自己的人類身份。

有網友遇到這麼一個驗證碼,它告訴你一段話:

不錯,很厚穿上很舒服,給老媽也買了,她很喜歡。請問下面選項哪個是買家的點讚的?

這道題屬於閱讀理解了,根據世超多年當人的經驗,答案應是買家點讚「保暖性」。

從理解規則到思考完畢到選對答案,我足足花了半分鐘。

還有人遇到一個驗證碼,讓他用最短線連接褐色。

問題是不難,但第一次遇到誰都會有點懵逼,等你搞清楚遊戲規則了,開始連線了,結果顯示驗證失敗。

因為連的太慢。

不是,現在反應慢點,都不能證明自己是人類了嗎?

而且反應慢,更應能證明我是真人才對吧。

更搞的還有,在註冊某社交軟件時,你要不斷調整方向,直到圈內有2個箭頭是朝上的。

這麼看感覺還行,但,它需要你成功10次。

10次?你們產品運營是沒有新用戶 KPI嗎?

還有這種圖形驗證碼,通過點擊圖片交換位置,讓圖恢復原狀。

哥們只是來註冊賬號的,不是來練腦子的。。。

看到這些驗證碼我就想啊,是不是因為 AI變強了,為了能對抗機械人,驗證碼也要跟着做更複雜?

比如之前 GPT-4可以看懂一張梗圖表達的信息,並能解釋這張梗圖為什麼好笑;Meta的 Segment Anything,它能幫你識別出來任何你輸入的物體。

如果腳本機械人接入了這些 AI,那麼那些傳統驗證碼,似乎確實不管用了。

所以說,驗證碼本身就是一場博弈,黑產們不停突破過時驗證碼,我們也在不停製造新的驗證碼。

但我覺得這並不是一個終極解決辦法。

AI發展速度很快,他的判斷能力有時跟人類幾乎沒有差別,單純在一些語義理解,邏輯思維上加難度,已經漸漸行不通了。

一個很困難的數學問題, AI比人類回答得更快更准。

上面我花了半分鐘通過的[衣服很厚]驗證碼,我把問題發給 ChatGPT,它一秒就給出了正確答案。

以後能有效攔截機械人的,肯定不是越來越離譜的驗證碼問題,而應當是另一種層面上的「驗證」。

就比如行為驗證。

前面說的那個連線驗證碼,「連接過慢」這種事情不就應該會發生在人類身上嘛。

所以當有這種「行為」發生時,系統應當可以結合其他因素,來判別這是個真實的人類。

我們知危編輯部曾經採訪過的極驗公司,他們的滑塊驗證碼時就會結合人類的行為判定。

真人用鼠標滑動時,軌跡往往不會是一條直線。他們通過大量數據建立人類行為軌跡模型,這樣就能更智能化更多維去判斷,此時在操作的是不是一個真人。

就好比網上有個梗說,如果有一篇文章標點符號完全正確,也沒有錯別字,那它基本就是 AI寫的。

因為人就是不完美的,這是機器很難模仿的。

的確,企業用驗證碼確定訪問者的人類身份,是很有必要。

有數據表明,互聯網上正常流量只佔38.5%,大部分流量都由機械人或者腳本產生的。如果企業不做點防護措施攔截機械人,一旦被黑產找到漏洞後就產生大量損失。

但是現在,隨着 AI不斷進步,單純地加大驗證問題的難度並不是一個可持續性方案。

如果能換個思路,找到簡單高效的驗證辦法,能在攔截機械人的同時,也能照顧用戶體驗,那就是最好了。

畢竟真的有很多網友,都被驗證碼勸退過。

責任編輯: 李冬琪  來源:差評 轉載請註明作者、出處並保持完整。

本文網址:https://hk.aboluowang.com/2023/0703/1922458.html