根据一篇瑞士苏黎世联邦理工学院 (ETH Zurich) 的新研究论文「Breaking reCAPTCHA v2」使用「You Only Look Once」（YOLO）的对象侦测方法，并通过 14,000 张带标签的交通图像进行训练后，能以 100% 的成功率击败 reCAPTCHAv2！

reCAPTCHA v2 是一种基于图像的验证码，要求用户识别图像中的特定对象，例如交通号志灯、自行车等，以此区分人类和机器人。

由于 reCAPTCHA v2 很依赖 Cookie 和浏览器数据来识别人类用户，研究人员便通过 VPN 隐藏 IP 地址、模拟真实鼠标移动轨迹，以及使用假的浏览器和 Cookie 数据等，成功骗过了 reCAPTCHA v2 的侦测机制。

过去在破解 reCAPTCHA v2 的尝试中，成功率只有 68% 到 71%，此研究能使准确率来到 100% 成了一大突破。

研究通过实验证实，使用先进 AI 技术的自动化系统（例如 YOLO 模型），是可以成功解开基于图像的验证码，让验证码区分人类和机器人的可靠性出现疑虑，「我们的研究结果表明，当前的验证码机制无法免受 AI 领域的影响。」

论文虽然声称我们现在正式进入了后验证码的时代，但研究的主旨仍是在强调验证码技术有其发展的必要性。研究员表示 reCAPTCHAv2 对于提高网络安全性至关重要，能处理网络抓取问题，虽着需要大量训练数据的 LLM 不断变更热门，这项机制也更显重要。

其实早在 2017 年，神经网络就被用于破解基于文本的 CAPTCHA，不过 Google 对此并未感到不安，Google 已于 2018 年推出了更先进的 reCAPTCHA v3，并非直接通过图像识别来确定用户是否为人类，更会加入其他指针，像是追踪游标移动等行为。

Google 进一步指出，如今全球 700 万个网站上的大多数 reCAPTCHA 保护措施是不可见的，而 reCAPTCHA v2 与 reCAPTCHA v3 相比也的确有点过时，但目前也仍在被数百万个网站使用。

：Jocelyn
：Chris

本文初稿为 INSIDE 使用 AI 编撰；快加入 INSIDE Google News 按下追踪，给你最新、最 IN 的科技新闻！