在一項可能重塑線上安全措施的重大發展中，研究人員已經證明人工智慧現在可以100%準確地繞過 Google 的 reCAPTCHAv2 。這一突破性進展對當前 CAPTCHA 系統在區分人類使用者和自動化機器人方面的有效性提出了嚴重質疑。

YOLO 模型：CAPTCHA 解決方案的遊戲規則改變者

一篇題為"Breaking reCAPTCHAv2"的研究論文揭示，經過14,000張標記交通影像訓練的 You Only Look Once（YOLO）物體識別模型可以持續解決基於影像的 CAPTCHA 。這一成就標誌著與之前人工智慧嘗試相比的顯著進步，之前的成功率最高達71%。

一個 CAPTCHA 提示的表現形式，突出展示了人工智慧現在能夠以100%的準確率解決的影像挑戰型別

對線上安全的影響

人工智慧破解 reCAPTCHAv2 的能力帶來了重大挑戰：

1. 機器人攻擊的脆弱性增加：依賴這個系統的網站可能更容易受到自動抓取、垃圾郵件和 DDoS 攻擊。
2. 資料保護問題：隨著人工智慧可能繞過 CAPTCHA ，存在大規模資料收集用於訓練語言模型的風險增加。
3. 需要進化的安全措施：這項研究強調了開發更復雜的方法來驗證人類使用者的緊迫性。

Google 的回應：reCAPTCHAv3

雖然 reCAPTCHAv2 已被攻破，但 Google 已經推出了 reCAPTCHAv3 ，它使用行為分析而不是直接的影像識別挑戰。然而，reCAPTCHAv3 在某些情況下可能仍會回退到 v2 測試，可能留下漏洞。

CAPTCHA 的未來

儘管取得了突破，研究人員強調類似 CAPTCHA 的系統對維護健康的網際網路生態系統仍然很重要。他們呼籲這些技術主動進化，以保持領先於快速發展的人工智慧能力。

隨著我們進入研究人員所稱的"超越驗證碼的時代"，挑戰在於開發新的、強大的方法來驗證人類使用者，同時防範日益複雜的人工智慧驅動的機器人。安全措施和人工智慧能力之間的競賽仍在繼續，這對線上隱私、安全和使用者體驗有重大影響。