Американские программисты создали алгоритм, способный обмануть один из самых распространенных тестов на проверку пользователей CAPTCHA.
Компания Vicarious несколько лет назад взялась за амбициозную задачу — с помощью методов машинного обучения создать программу, способную распознавать капчу. Разрабатываемый алгоритм они назвали рекурсивной корковой моделью (Recursive Cortical Network — RCN). Идея распознавания объекта возникла на стыке нейронаук и лингвистики. Главной задачей разработчиков было научить компьютер обобщать полученную во время обработки капчи информацию и высказывать предположения о входящих данных: какую букву или символ представили системе.
RCN представляет собой иерархическую структуру, которая моделирует объект как комбинацию контуров и поверхностей. Модель «опознает» контур фигуры в случае, когда свойства поверхности (цвет) резко меняются. Представление о контурах позволяет распознавать объект с совершенно разными формами, а иерархическая система позволяет выдвинуть наиболее вероятное предположение об объекте.
При этом алгоритм RCN способен не только взломать капчу, но и идентифицировать рукописные символы, распознать слоистые структуры и текст на фотографиях. По сравнению с современными подходами машинного обучения к распознаванию текста, RCN имеет более высокую точность при использовании примерно в 5000 раз меньшего количества обучающих образов. Успех разработчиков из Vicarious подталкивает программистов к созданию более надежных методов защиты от спама и проверки пользователей.
Результаты исследования разработчиков опубликованы в журнале Science.ПервоисточникЧердакПо русски сходу по рекурсивной корковой модели не нашел ничего.
Вот про
Recursive Cortical Network Визуализация схемы распознавания буквы "А"
Но на рисунке буква стандартная, как из какого-то шрифта.
И описано, как происходит распознавание начертаний.
Но как оно ищет соответствие с искомыми символами клавиатуры ?
Ясно, что как мы
Recursive Cortical Network (RCN), it is a visual perception system that interprets the contents of photographs and videos in a manner similar to humans. Интересно, как.
Причем если б на пальцах, в какой-то популярной книге.
А потом нужно объединять нейронные сети с квантовыми алгоритмами и интегрировать с реализоваными квантовыми вычислениями. Пусть не на квантовом универсальном компьютере, а на специализированно собранных под конкретный алгоритм методики.
Да натравить этого зверя на покорение информации.