画像認証コードで人工バカになる

画像認証コードで人工バカになる

[[416826]]

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載しています。転載の際は出典元にご連絡ください。

毎日のインターネットログイン: ロボットではないことを証明してください。

しかし、いくつかの認証コードを見ると、強迫性障害を持つ人はまず蚌埠市に住んでいることがわかります。

一番右の 2 つの四角形を選択するべきだと思いますか?

人々はよくこう考えます。

信号機のポールは信号機とみなされますか?

自分がロボットではないことを機械にようやく証明した後、私の中にただ一つの感情が生まれました。

[[416828]]

しかし、なぜこれらの画像認証コードは私たち人間をこんなにも迷惑にさせるのでしょうか?

それは単に、友人の輪の中の 9 つの正方形のグリッドほど洗練されていないからでしょうか?

コンピューターと人間を区別する完全に自動化された公開チューリングテスト

さて、深呼吸して、画像認証コードの完全な英語名を言ってみましょう。

コンピュータと人間を区別するための完全に自動化された公開チューリングテスト。

英語の略語は CAPTCHA で、「コンピュータと人間を区別するための完全に自動化されたチューリングテスト」を意味します。

したがって、この画像検証コードは本質的には人間を被験者とするチューリングテストです。

このテストは AI 視覚スキャン スタイルに従います。

つまり、日常の写真を、はっきりとした白い線で複数の正方形に切り取ります。

現実には、普通の人間は世界をそのような壊れた視点で見ることはないでしょう。

したがって、長い間、現実の生活を表現するこの馴染みのない方法を見つめていると、不安を感じやすくなります。

AIを駆使した自動運転について考えてみましょう。

AI は建築環境内の物事にさらに注意を払うようになります。

例えば、信号、タクシー、自転車の乗り方、消火栓、横断歩道などです。

これらは、木の葉や花、小川などの自然の景色と同じような美的感覚を人間にもたらすことはできません。

しかし、画像認証コードでは頻繁にアクセスされます。

「非人間的な視点から見た犯罪現場」

写真そのものについて話しましょう。

写真には人間がまったく写っていなかったり、写っている人間がちょっとうーん…ということに気づくでしょう。

海外のネットユーザーも「個性のない奇妙なクローン」と不満を漏らしている。

これらの写真が撮影される角度は、多くの場合、非常に微妙です。

つまり、それは人間が一般的に選択しない角度です。

これは、画像 CAPTCHA の画像の大部分が、自動運転の訓練に使用される実験車両からのものであるためです。

人間は気まずい思いをしやすいものです。

画像検証でよく見られる、大きな粒子領域のあるぼやけた画像もあります。

このような写真の出現は、主に、今日の画像認識技術の成熟化によるものです。

悪意のある強力な AI を引き続き排除するには、認識タスクをより困難にするしか方法はありません。

つまり、人間はこれらのぼやけた画像を識別するために眉をひそめなければならないのです。

そして人類はこれに満足していない。

まるで犯罪現場のような雰囲気でした。事故を記録したドライブレコーダーの映像を思い出します。

AIのために無料で働く

上記の客観的な理由に加えて、仲間の人間の中には次のような意見を述べる人もいました。

不快感の一部は、自分が人間であることを証明するよう強制されることから生じ、さらに、人間が作ったこの愚かなルールに対処しなければならないというフラストレーションもあります。

しかし、実際には、ユーザーが道路標識や信号機にマークを付けるとき、実際には機械に対して自分が人間であることを証明しているわけではないことがよくあります。

頭が痛くなるような「信号機のマーキング」や「看板のマーキング」について考えてみましょう。自動運転の AI に道路を認識させる作業に似ているように聞こえませんか?

そして、これは人間があまり深く考えない事柄です。

2012年、GoogleのreCAPTCHAは、ストリートビューで識別しにくい家番号や道路標識に確認コードを追加し、ユーザーにマークを依頼し始めた。

reCAPTCHA の公式ウェブサイトでは、データにラベルを付けて AI をトレーニングするために全員の努力を集めるこの「クラウドソーシング」モデルについても公に説明しています。

そのため、「認証コードを入力しているつもりが、実は Google がデータベースを分類するのに自発的に協力しているのだ」と冗談を言う人もいました。

これにより、画像認証コードは、間違ったものを簡単に選択できるように、意図的に縁がぼやけていることが多いと考えるユーザーもいます。

これにより、ユーザーが怒って諦める前に、より多くの無料の作業が行われます。

現在、次のことが証明されています。

人類は毎日、画像認証コードに 500 年を費やしています。

<<:  スマート物流の1兆ドル規模の扉が開かれ、物流ロボットがトレンドの先端に立っている

>>:  AIが顧客関係管理を改善する3つの方法

ブログ    
ブログ    
ブログ    

推薦する

人工知能を定義する10のキーワード

ビッグデータからChatGPTまで、人工知能を定義する10の重要な用語を紹介します。人工知能とは、機...

Metaの最新自社開発チップの結果が明らかに、7nmプロセス、RISC-V CPUを統合

この記事はLeiphone.comから転載したものです。転載する場合は、Leiphone.com公式...

...

GoogleとOpenAIがマシンビジョンアルゴリズムをより良く研究するための新しいツールを開発

AIの世界はどのようなものになるのでしょうか?研究者たちは何十年もの間、これに困惑してきましたが、近...

AIチップ分野におけるNvidiaの優位性により、スタートアップ企業の資金調達は困難になっており、資金調達取引件数は80%減少した。

9月12日、複数の投資家は、NVIDIAがすでに人工知能(AI)チップ製造の分野で優位に立っており...

Nature 誌に「なぜディープラーニング システムは騙されやすいのか?」という記事が掲載されました。

数枚のステッカーで交通標識の認識結果が「変わる」ことがあり、方向を変えると写真に写っている動物の種類...

強化学習は AGI を実現するのに十分でしょうか?サットン:報酬メカニズムはさまざまな目標を達成するのに十分です

[[405185]]人工知能の分野では、何十年もの間、コンピューター科学者が視覚、言語、推論、運動能...

AIがコンピューティングをエッジに押し上げる

[[408175]]ここ数年の流行語といえば、エッジ コンピューティングは 5G や AI と密接に...

大規模言語モデルの量子化手法の比較: GPTQ、GGUF、AWQ

大規模言語モデル (LLM) は過去 1 年間で急速に進化しており、この記事では (量子化) へのい...

人工知能の時代において、Web フロントエンドは何ができるのでしょうか?

私は最近、クローラーを使用してページのスナップショットを取得し、ページの互換性の包括的なテストを実施...

機械学習に基づくユーザーエンティティ行動分析技術のアカウント異常検知への応用

企業ビジネスの継続的な拡大と電子化の発展に伴い、企業独自のデータや負荷データが急増し始めています。し...

...

人工知能に置き換えられる可能性が最も高い 12 の職業、あなたの職業もその中に含まれていますか?

AlphaGo が囲碁の名人に勝利し、百度の無人自動車が第五環状線を走行し、マイクロソフトの Xi...

...