CAPTCHA es una prueba de Turing inversa, no la realiza un humano, la realiza una máquina. Este pequeño detalle hacía de la prueba casi imposible de superar para una IA. Desde entonces, el sistema era un estándar en Internet para diferenciarte de las máquinas. Hasta ahora.
Probablemente has pasado alguna vez por la prueba, cuyas siglas significan Completely Automated Public Turing test to tell Computers and Humans Apart. Se trata de un pequeño y simple (para los humanos) rompecabezas, a menudo molesto, donde se suele pedir que reescribas un texto distorsionado o selecciones las imágenes que te pide sobre algo en concreto.
Sin embargo, este sistema puede que ya haya dejado de ser tan fiable para diferenciarnos de una IA. Según una investigación publicada en Science, un nuevo tipo de inteligencia fue capaz de resolver algunos modelos de CAPTCHA con hasta un 66.6% de precisión. Un CAPTCHA se considera roto si un bot puede pasarlo el 1% del tiempo. Así que parece que el sistema lo ha hecho.
Este tipo de pruebas automatizadas para diferenciar humanos de robots nacieron en la década de los 90 como una forma de prevenir el fraude y el correo no deseado por parte de bots. La idea básica era crear un rompecabezas que fuera fácil de descifrar para un humano, pero difícil para una computadora.
Una máquina podía ser entrenada para reconocer la letra ‘M’ en cada fuente imaginable, sin embargo, no lo podía hacer en las formas casi infinitas en que la letra puede distorsionarse desde la fuente original. De hecho, la capacidad de aprender y generalizar a partir de un pequeño conjunto de ejemplos es una de las cosas que diferenciaba a nuestros cerebros de las computadoras, y lo que hasta ahora nos permitía resolver CAPTCHA con facilidad.
Según Science, los investigadores de la compañía Vicarious (fundada por Zuckerberg y Bezos, entre otros), han desarrollado un algoritmo que fue capaz de comprender y pasar una prueba CAPTCHA precisamente porque podía generalizar a partir de un pequeño conjunto de ejemplos. La IA de Vicarious puede descifrar una variedad de estilos textuales y hacerlo con eficiencia.
¿Cómo? Los investigadores crearon un algoritmo llamado Recursive Cortical Network, el cual toma un CAPTCHA y lo modela como una colección de formas y apariencias basados en un puñado de imágenes con las que ha entrenado. Primero genera modelos basados en contornos de letras y apariencias de un grupo de letras de ejemplo no distorsionadas, y luego las usa para determinar probabilísticamente qué letra está “mirando” en una frase de CAPTCHA distorsionada.
Los resultados son ciertamente abrumadores, El algoritmo tuvo tasas de éxito del 66.6% en reCAPTCHA, 64.4% en BotDetect, 57.4% en Yahoo o del 57.1% en el sistema de PayPal, y todo ello con “muy pocos datos de entrenamiento”, según los investigadores.
Dicho de otra forma, el éxito de Vicarious en la creación de una red neuronal que puede resolver una gran variedad de CAPTCHA significa que los humanos tienen que empezar a buscar mecanismos de entrenamiento contra los bots más eficientes. [Science vía Motherboard]