در چند ماه گذشته درخواست‌های پشت سرهم گوگل برای اثبات اینکه من یک انسان هستم، به طور فزاینده‌ای زیاد شده است. کلید ساده ای که می گوید «من یک ربات نیستم» با درخواست هایی برای اثبات آن دنبال می شود که با انتخاب همه چراغ های راهنمایی، گذرگاه ها و ویترین فروشگاه ها در یک شبکه تصویری، نهایتاً در صورت انتخاب درست به شما اجازه ورود به یک سایت یا ثبت نام را می دهد. فکر کنم شما هم متوجه شده اید که به مرور زمان چراغ‌های راهنمایی در شاخ و برگ‌های دور مخفی شده اند، گذرگاه‌های عابر خم شده اند یا در گوشه تصویر قرار گرفته اند، تابلوهای ویترین فروشگاه تار و به زبان کره‌ای شده است. این ها همه برای این است که اشتباهاً یک ربات به جای شما وارد آن سایت نشود.
این تست‌ها CAPTCHA نامیده می‌شوند، که مخفف عبارت “تست تورینگ عمومی کاملاً خودکار برای تشخیص رایانه‌ها و انسان‌ها از یکدیگر” است. در اوایل دهه 2000 میلادی، تصاویری ساده از متون برای از بین بردن بیشتر هرزنامه ها کافی بود. اما یک دهه بعد، پس از اینکه گوگل این برنامه را از محققان کارنگی ملون خرید و از آن برای دیجیتالی کردن کتاب‌های خود استفاده کرد، متن‌ها شروع کردند تا به شکل فزاینده‌ای تاب بخورند و مبهم شوند تا از این طریق،تا این قابلیت، جلوتر از پیشرفت های برنامه‌های تشخیص کاراکترها باقی بماند.
از آنجایی که CAPTCHA ابزار ظریفی برای آموزش هوش مصنوعی محسوب می شد، هر تست که از سوی این افزونه ارائه می شد، کاملاً موقتی بود؛ چیزی که در ابتدا مخترعان هم حتی به آن اذعان داشتند. علاوه بر این با وجود محققینی که به دنبال توسعه هوش مصنوعی پیچیده تر بودند، چیزی نمانده بود که هوش مصنوعی از ما هم در شناسایی این الگوها قوی تر شود. بطوریکه در سال 2014، گوگل یکی از الگوریتم‌های یادگیری ماشینی خود را برای حل مخدوش‌ترین CAPTCHAهای متنی در مقابل انسان قرار داد: در کمال تعجب هوش مصنوعی در 99.8 درصد موارد آزمایش را درست انجام می داد، در حالی که انسان‌ها تنها 33 درصد پاسخ های درست می دادند؛ و اینجا بود که نیاز به یک الگوی جدید برای تشخیص ماشین از انسان بود.
الگوی جدیدی که گوگل برای حل مشکل به آن رو آورد، NoCaptcha ReCaptcha بود که داده‌ها و رفتار کاربران را مشاهده می‌کرد و به برخی از انسان‌ها اجازه عبور تنها با کلیک روی دکمه “من یک ربات نیستم” را می‌داد و به دیگران برچسب تصویری را که امروز می‌بینیم ارائه می کرد. با این وجود، به نظر می رسد این الگو هم کافی نیست و هوش مصنوعی یک بار دیگر در حال رسیدن به ما است و این افزونه تنها امید ما برای تشخیص انسان از ربات است.
جیسون پولاکیس، استاد علوم کامپیوتر در دانشگاه ایلینویز در شیکاگو، یکی از مهمترین دلایل افزایش اخیر در دشواری CAPTCHA را تحقیقات خود در این زمینه می داند. در سال 2016، او مقاله ای را منتشر کرد که در آن از ابزارهای تشخیص تصویر، از جمله جستجوی عکس معکوس خود گوگل، برای حل CAPTCHA های تصویری گوگل با دقت 70 درصد استفاده کرده بود. حتی برخی از محققان با استفاده از برنامه‌های تشخیص صدا خود گوگل هم چالش‌های CAPTCHA صوتی گوگل را شکست داده‌اند.
پولاکیس می‌گوید:
هوش مصنوعی در حال حاضر در وظایف اصلی تشخیص متن، تصویر و صدا به خوبی هر انسانی است. در واقع، الگوریتم‌ها احتمالاً در این کار بهتر هم هستند؛ ما در نقطه‌ای هستیم که سخت‌تر کردن روند افزونه برای هوش مصنوعی در نهایت کار را برای انسان های عادی هم بسیار سخت می کند. ما به جایگزینی اصولی نیاز داریم؛ اما هنوز برنامه مشخصی وجود ندارد.
تلاش ها برای توسعه الگویی جدید پر است از شروع های نادرست و تلاش هایی عجیب برای یافتن راهی به غیر از تشخیص متن یا تصویر که هوش مصنوعی در آن از انسان ها ضعیف تر باشد. برای مثال محققان سعی کرده اند از کاربران بخواهند تصاویر افراد را بر اساس حالت چهره، جنسیت و قومیت طبقه بندی کنند؛ که البته مشخص است که بسیار نژادپرستانه و احمقانه به نظر می رسد. پیشنهادات عجیبتری نیز شده است که مثلاً CAPTCHA را بر اساس قافیه های شعرهای رایج در مهد کودک در هر منطقه ای که کاربر ظاهراً در آن بزرگ شده است، توسعه دهند که البته مشخصاً برای افرادی که از خارج آن کشور مایل به دسترسی هستند، بسیار بد خواهد بود.
البته باید ذکر کنم که مشکل بسیاری از این آزمایش‌ها لزوماً این نیست که ربات‌ها خیلی باهوش هستند، بلکه مشکل این است که انسان‌ها آنها در بسیاری از این تست ها افتضاح هستند. البته منظور من این نیست که انسان ها خنگ هستند منظور من این است که انسان ها از نظر زبان، فرهنگ و تجربه بسیار متنوع هستند. هنگامی که از شر همه این تفاوت ها خلاص شوید تا آزمایشی را انجام دهید که هر انسانی می تواند بدون آموزش قبلی یا فکر زیاد، آن را حل کند، دقیقاً نتیجه همان چیزی می شود که یک هوش مصنوعی سفارشی در آن عالی خواهد بود.
در نهایت هنوز جستجو برای یافتن الگویی جدید برقرار است و فقط یک ذهن خلاق و آزاد میتواند پاسخ درستی به این سوال دهد و این جواب ممکن است برای ده سال آینده کاربردی نباشد ولی همه اکتشافات و دستاوردهای بزرگ از پله های اول شروع شده اند و به نظر می رسد در حد و اندازه یک پله، پیشرفت خوبی در این حوزه داشته ایم و امید است تا در آینده نیز به بن بست نرسیم.
نویسنده: سینا جمیل
مکعب، بزرگترین بانک اطلاعاتی و آرشیو قطعات کامپیوتری در جهان.
اگر به اخبار تکنولوژی و بازی علاقه دارید حتما به رسانه مربع و یا کانال آپارات ما سر بزنید!
