五八小说

手机浏览器扫描二维码访问

第167章 歪打正着的验证环节（第4页）

）

早期验证码多是用难度标准（各种人类比较容易分辨、但机器却难以分辨的图片），来挡住机器的。

但在AI，以及与AI配套的标注农场发展之后，机器人在这方面的能力，很快就超过了大多数空间色彩分辨天赋较差的人类。

这让验证码不得不一再提升难度，并因此一度变的让很多真人都很难通过。

于是一种新的事实上产生自博弈论的验证码，开始出现。

其通过简单到不能再简单的滑块拼图类操作，来判断操作者是否是人类。

而这时判断的标准就成了，人类无法像机器一样保持完全是一条直线的鼠标轨迹，又或者人类很难快速的将拼图彻底对齐等等，人类不如机器的“弱智”

程度标准了。

对此可能会有一些脚本爱好者提出，机器人不是也能随机生成操作么？

但是先不说机器的伪随机性，是很容易在机器人疯狂点击验证的过程中被识别的——某阴阳师手游玩家对此一定很了解。

单纯从博弈论的角度考虑，即验证码的根本目的并不是彻底杜绝机器人，而是要在真人用户可以接受的程度上，最大限度的减少机器人的通过率。

在这种情况下，我们其实完全不需要一种能彻底区分人类与机器的手段，只需要让机器识别验证码的成本，提升到机器使用者不好负担的程度就行了。

而从这点出发，只要验证码成功逼迫机器人开始使用伪随机操作降低效率，其实就已经成功了一半了。

PS1：标注农场，由人类识别并为事件和物品标注机器可以分辨的标签，以帮助AI学习的公司。

这是一种纯粹的劳动力密集型产业，是当前很多AI产品背后最脆弱的基础，更是东大AI产业能快速发力的一个关键因素。

这章没有结束，请点击下一页继续阅读！

即面对较复杂的事务，超出字面意思的1+1=2，这种人类已经可以给AI提供成熟的公式体系的问题。

这种人类可以通过开销更小的程序直接解决的问题，也是人类最需要AI解决的问题时。

我们依然无法让AI像自然人一样直接学习“抽象”

的自然界，必须通过人类的反刍才能使其渡过初学者阶段，而这种人类反刍过的数据，被称为AI的训练集。

在最初级别的AI训练中，想要AI能正确分辨与训练集同源的检测集（相当于AI是否训练成功的考试题），甚至会需要10倍甚至更多倍数量于检测集的训练集（比人类为了通过考试刷题库的效率还低）。

而这一训练量与分辨能力的比值，即使是加强型机器学习的算法不断提升的当下，也很难突破1:1。

所以现在很多AI公司，最重视的就是可以被AI训练使用的训练集。

各种AI企业会在用户协议中添加，允许其使用用户在使用产品时被动反刍出来的数据的条款，就是因为这一点。

当然，由于训练集的重要性，研究者一直在试图绕过人类反刍这一事实上是当前AI发展最大瓶颈的过程。

其中的方法很多，包括给AI提供基础的规则后，让AI自行生产可以用来学习的训练集，比如第二代阿尔法狗，通过自己和自己对弈生产棋谱，来学习围棋下法的方案。

以及通过训练一个通用性的，可以理解人类既有文献的大模型，为其他专业模型生产训练集等。

而后者正是现在所谓AI语言大数据模型铺天盖地的原因之一。

只是这种试图一劳永逸的为专业AI生成一个，类似于汇编语言在编程语言和机器语言之间作用的大模型的难度，显然很高。

并且这一技术路线，不止面临技术问题，还面临很多政治、伦理问题。

即相比专业化的AI生产工具，存在真专业壁垒保障安全，这类直接获取文字这一代表文明基础的AI，会更容易产生“天网”

问题。

因为AI训练的本质，是一种黑箱化的随机归类过程，人类虽然暂时无法彻底理清训练过程，但依然可以抓到一些既有的规律。

这会让这类AI在事实上受到训练集的影响，并产生所谓“人格”

倾向——和很多此类AI对话，使用一些技巧就可以让这些AI对于一些错误观念深信不疑。