Az emberek egyre nehezebben tudják bebizonyítani, hogy nem robotok

Egyre nehezebb és furcsább kérdéseket kell megoldania annak, aki be akar lépni egy weboldalra, mert az egyre okosabbá váló mesterséges intelligencia egyre könnyebben és könnyebben tudja megoldani a „bizonyítsa, hogy nem robot” feladványokat, amikkel az emberek és a gépek között tesznek különbséget. Míg a kétezres évek elején még elég volt torz betűket felismerni, ma már arra kér minket a rendszer, hogy „kattintson a mosómedve csokornyakkendőjére”, egy olyan képen, amin lebegő virágok és dinnyeszeletek között egy mellényt és zakót viselő erdei állat látható – írta a Wall Street Journal.

„Megfájdult tőle az agyam” – mondta el a lapnak egy amerikai játékfejlesztő, milyen érzés volt, amikor meg kellett oldania egy hasonló feladványt, ahol egy „őrületesen kinéző, fán növő gyümölcskosár” volt. Vagy itt van az alábbi Captcha, amin azt kell kiválasztani, hogy a jobb oldalon látható labirintusok melyikében tudja az oda bezárt patkány megszerezni a bal oldalon található képen szereplő számú sajtot:

Fegyverkezési verseny

A Captcha – a mozaikszó az angol „teljesen automatizált nyilvános Turing-teszt a számítógépek és emberek megkülönböztetésére” mondatot rejti – az amerikai Carnegie Mellon Egyetemen született meg, amivel a Yahoo egy problémáját oldották meg. Az volt a cél, hogy botok, azaz erre a célra írt programok ne tudjanak egymás után fiókokat létrehozni a cég e-mailszolgáltatásán, hogy után arról millió szám küldjék a spameket, a kéretlen leveleket.

Erre egy egyszerű megoldás született: a bejelentkezéshez eltorzított betűket kellett felismerni, és begépelni azokat. A komputerek erre képtelenek voltak, az embereknek, akiknek egész életükben különböző betűket kell felismernie, már sokkal egyszerűbb feladat volt. Ezzel sikerült megoldhatatlan akadályt gördíteni mondjuk a jegyüzérek elé, akik így már nem tudták egy programmal felvásárolni a jegyeket egy koncertre. Egy ideig.

A gépek aztán egyre jobbak és jobbak lettek az egyre nehezebben felismerhető torz betűk felismerésében, ami annak is volt köszönhető, hogy a Google a Captchát használta a szövegfelismerő programjának tökéletesítésére. A tanulás annyira sikeres lett, hogy 2014-ben a saját programjuk 99,8 százalékos pontossággal ismert fel eltorzított szavakat, míg az emberek csak 33 százalékos sikerrel.

Ekkor áttértek a fényképekre, és már nem az évek során egyre olvashatatlanabbá tett betűket kellett felismerni, hanem az volt a kérdés, hogy melyik képen látható híd, tűzcsap, zebra vagy közlekedési lámpa. Persze ezeket a feladványokat is a mesterséges intelligencia fejlesztésére használták fel, és a gépek a fotófelismerésben is gyorsan utolérték az embereket. A Columbia Egyetem kutatói már 2016-ban 70 százalékos sikerrel meg tudták oldani a Google fényképes feladványait szabadon elérhető képfelismerő rendszerekkel, és az azóta eltelt időben a gépek csak még jobbak lettek.

Míg a CBC kanadai televízió 2011-ben még arról írt a weboldalán, hogy a számítógépek nem tudják megmondani, hogy egy fotón egy kutya, vagy egy macska látható, a Captchákat készítő Arkose Lab nevű cég műszaki igazgatója tavaly októberben az MIT Technology Review című lapnak már arról beszélt, hogy „olyan képekre kattintani, mint buszok és közlekedési táblák már a múlté”. A cég alapítója, Kevin Gosschalk a Wall Street Journalnak pedig kijelentette, hogy a szoftverek „igazán jók lettek” a fényképek felismerésében, és a következő lépés a logikára alapozó feladatok megoldása lesz.

Ez azonban nehezen megoldható problémát jelent a gépek és emberek megkülönböztetésére vágyó cégeknek. 

A Captchának ugyanis kulturális háttértől és kortól függetlenül minden ember számára megoldhatónak kell lennie és közben nem lehet túlságosan bonyolult sem, mert akkor az emberek feladják, és inkább nem lépnek be az adott oldalra. Ha azonban túl könnyű, akkor egy gép is könnyen átmegy a teszten. 

Az idő ráadásul a gépek oldalán van. A Captcha társalkotója, Luis von Ahn már 2011-ben azt mondta a CBC-nek, hogy csak idő kérdése, és a szoftverek ugyanúgy meg fogják tudni oldani a Captchákat, mint az emberek. Ezt megerősítette Gosschalk is, aki a Journalnak elmondta, hogy 

nem az a cél, hogy olyat készítsünk, amit a gépek nem tudnak megoldani, hanem az, hogy olyat készítsünk, aminek megoldására túlságosan drága kifejleszteni egy szoftvert.

Nem győzhetünk

A Google közben egy egészen más módszert kezdett el alkalmazni: a viselkedéskutatást. A háttérben figyelik, hogy egy adott weboldalon mit csinál egy felhasználó, például hogyan mozgatja az egeret és hova kattint, és az alapján állapítják meg, hogy egy emberrel, vagy a géppel van-e dolguk. Így amikor rákattintunk arra, hogy „nem vagyok robot”, már nagy valószínűséggel tudják a választ.

Végül lehet, hogy ez sem lesz elég. Luis von Ahn a Voxnak adott interjújában közölte:

Én úgy látom, egy ponton a számítógépek mindent meg tudnak majd csinálni, amit az emberek, és lehet, hogy ez hosszabb időt vesz igénybe, de egyszer majd nem lehet különbséget tenni egy ember és egy számítógép között.

Nyitókép: DeviantArt