如果您厭倦了完成驗證碼測試以證明自己不是機器人的日子，那么您并不孤單。現在，reCAPTCHAv2 似乎是您可能熟悉的直接測試圖像識別的最新版本，可以被當前一代 AI 模型以 100% 的成功率擊敗。根據 9 月 13 日提交給 arXiv 的一篇題為“Breaking reCAPTCHAv2”的研究論文，在用 14000 張標記的流量圖像訓練現有的 You Only Look Once （YOLO） 對象識別模型后，使用該模型，它能夠以 100% 的成功率擊敗 reCAPTCHAv2。

那么，這對今天的互聯網用戶和網站運營商意味著什么呢？這要看情況！事實證明，與 reCAPTCHAv3 相比，Google 的 reCAPTCHAv2 實際上有點過時，reCAPTCHAv3 使用其他指標來確定用戶是否是人類，而不是直接使用圖像識別挑戰來測試他們......除非 Web 主機選擇啟用該功能。reCAPTCHAv3 存在潛在的誤報，理論上，應該可以通過回退到 reCAPTCAv2 測試來緩解。.但現在眾所周知 reCAPTCHAv2 是可擊敗的，情況的變化可能比我們預期的要快。

正如原始論文的結論所說，“通過進行系統實驗，我們已經表明，使用高級 AI 技術（例如 YOLO 模型）的自動化系統可以成功破解基于圖像的驗證碼。[...]這一發現引發了人們對基于圖像的驗證碼作為區分人類和機器人的明確方法的可靠性的懷疑。我們的研究結果表明，當前的驗證碼機制也不能幸免于快速發展的人工智能領域。

在討論了如何改進未來的研究之后，該論文繼續說道：“通過使用 Google 的 reCAPTCHAv2 成功地區分了實際用戶和自動機器人，在提高互聯網上的網站安全性方面發揮了至關重要的作用。它實現了各種實際應用，解決了 Internet 上一些最緊迫的安全問題。例如，reCAPTCHAV2 通過防止自動盜竊來轉移廣告收入或獲得競爭優勢，從而解決了抓取問題 [...]。隨著大型語言模型 （LLM） 的普及以及訓練它們所需的大量數據，這一點變得更加相關。

簡而言之，這項研究不僅僅是為了在 AI 的強大功能面前展示 reCAPTCHAv2 的不足。如果有的話，研究人員得出結論，強大、有效的驗證碼系統或類似系統的存在對于健康互聯網的未來來說即使不是“至關重要”也是好的——他們是對的！雖然該論文的引言斷言“我們現在正式處于超越驗證碼的時代”，但結論肯定了“驗證碼技術必須主動發展，領先于 AI 的快速增強”。