机器人解决验证码的速度、准确性都已优于人类

机器人解决验证码的速度、准确性都已优于人类近二十年来，验证码被广泛用作防止机器人的手段，验证码的复杂性和多样性也在不断发展，这种军备竞赛使人类和机器都越来越难以处理验证码。这项研究评估了不同人群的验证码解决性能，其中1400名参与者总共解决了14000个验证码，包括图像分类、滑块、扭曲文本、纠正方位等主流防御方案，结果发现人类的解决速度和准确率都已弱于机器人。投稿：@ZaiHuaBot频道：@TestFlightCN

🔥🈵验证码|短信验证码|注册验证码|代收验证码|代接验证码|接码平台|短信接码|手机验证码平台接码|✅手机在线注册接收验证码✅✅

验证码|短信验证码|注册验证码|代收验证码|代接验证码|接码平台|短信接码|手机验证码平台接码|手机在线注册接收验证码

研究发现在几乎所有验证码测试中机器人都能胜过人类

研究发现在几乎所有验证码测试中机器人都能胜过人类最近的一项研究分析了用户解决验证码测试的速度，结果显示用户几乎总是比机器人更慢，准确性也更低。对于人类来说，验证码应该是相对简单的，但对于机器人来说却是不可能的。在许多网站上，验证码都是用户可以忍受的小麻烦，因为它们可以阻止恶意行为者大规模访问服务。它有助于确保流量指标反映真实人类的活动，目的是防止DDoS攻击、垃圾账户和数据搜刮。辨别歪曲的文字、滑动拼图或识别物体等测试旨在集中完成人类擅长但机器人难以完成的任务。然而，"验证码"一直在与为解决和规避"验证码"而创建的机器人进行军备竞赛。加州大学欧文分校研究人员最近的研究结果表明，机器人可能已经占了上风。在观察了1400名参与者如何解决14000个六种不同类型的Captcha之后，研究人员发现，人类和机器人的表现差距因测试的不同而有很大差异。扭曲的文字验证码可能是最不实用的，因为机器人在不到一秒钟的时间内就解决了这些验证码，准确率几乎达到了100%，而人类可能需要长达15秒的时间，准确率在50%到84%之间。机器人在基于图像的再验证码测试中遇到的问题最多，但仍能以85%的准确率比大多数人类更快地解决这些问题。这项研究无法从Geetest的滑动谜题或ArkoseLabs的旋转验证码中获得准确信息，因此尚不清楚机器人在这些测试中与人类的比较情况。研究还显示，不同年龄、互联网使用情况、教育程度和其他因素导致人类的验证码性能差异明显。年龄较大的研究参与者往往速度较慢，但拥有博士学位的用户的表现却优于其他人，这表明高等教育是最重要的因素。Cloudflare认为，Captcha长期以来一直毫无用处，人类需要花费很长时间才能解决，而且给视觉障碍者带来不便。有些Captcha还会保留电话号码或设备指纹等用户个人信息。多年来，Cloudflare、Google、苹果和其他组织一直在努力提供对抗机器人的替代方案。...PC版：https://www.cnbeta.com.tw/articles/soft/1376491.htm手机版：https://m.cnbeta.com.tw/view/1376491.htm

机器人化学家RoboChem的速度和准确性均优于人类化学家

机器人化学家RoboChem的速度和准确性均优于人类化学家RoboChem由弗吉尼亚大学范特霍夫分子科学研究所TimothyNoël教授的研究小组开发。他们的论文显示，RoboChem是一种精确可靠的化学家，可以进行各种反应，同时产生极少量的废物。该系统全天候自主工作，能够快速、不知疲倦地提供结果。机器人化学的延时摄影。资料来源：阿姆斯特丹大学Noël介绍说："一周之内，我们就能优化合成大约十到二十个分子。而这需要一个博士生花费几个月的时间。机器人不仅能获得最佳反应条件，还能提供扩大规模的设置。这意味着我们可以生产与制药业供应商直接相关的数量。"Noël研究小组的专长是流动化学，这是一种新颖的化学方法，用柔性小管系统取代烧杯、烧瓶和其他传统化学工具。在RoboChem中，一根机械针小心翼翼地收集起始材料，并将这些材料混合在半毫升以上的小体积中。RoboChem基于流动化学原理。反应在体积仅为650微升的小管子中流动进行。资料来源：阿姆斯特丹大学然后，这些物质通过管道系统流向反应器。在那里，大功率LED发出的光通过激活反应混合物中的光催化剂，引发分子转换。然后，光流继续流向自动核磁共振波谱仪，以识别转化的分子。这些数据会实时反馈给控制RoboChem的计算机。Noël说："这是RoboChem的大脑。它利用人工智能处理信息。我们使用一种机器学习算法，它能自主决定进行哪些反应。它始终以最佳结果为目标，并不断完善对化学的理解。"机器人针式取样器精确地选择各种试剂的数量，并巧妙地将它们混合在一起，形成反应溶液。资料来源：阿姆斯特丹大学为了证实RoboChem的成果，研究小组付出了巨大的努力。《科学》论文中收录的所有分子都是经过人工分离和检查的。Noël说，该系统的独创性给他留下了深刻印象："我从事光催化研究已经十多年了。尽管如此，RoboChem所显示的结果是我无法预测的。例如，它发现了只需要很少光的反应。有时，我不得不挠头去想它到底做了什么。这时你会想，如果是我们，也会这样做吗？现在回想起来，你就会明白RoboChem的逻辑。但我怀疑我们自己是否也能获得同样的结果。至少不会这么快'。RoboChem的核心是一个功能强大的光化学反应器，其特点是有一排非常强大的LED照亮反应溶液。在这里，分子根据人工智能控制器的指令进行转化。资料来源：阿姆斯特丹大学研究人员还使用RoboChem复制了之前在四篇随机选取的论文中发表的研究成果。然后，他们确定了Robochem是否产生了相同或更好的结果。在大约80%的情况下，该系统产生了更好的结果。Noël说：'在另外20%的情况下，结果是相似的。这让我毫不怀疑，人工智能辅助方法将在最广泛的意义上有益于化学发现。"RoboChem和其他"计算机化"化学的意义还在于生成高质量的数据，这将有利于人工智能在未来的应用。在传统的化学发现中，只对少数分子进行深入研究。然后将结果推断到看似相似的分子上。RoboChem生成的数据集完整而全面，每个分子的所有相关参数都能在其中获得。这就提供了更多的洞察力。RoboChem采用机器学习算法处理从系统中获取的数据。它决定执行哪些反应，始终以最佳结果为目标。人工干预只发生在开始阶段，即设置储备溶液和启动RoboChem会话。资料来源：阿姆斯特丹大学另一个特点是，RoboChem系统还能记录"负面"数据。在目前的科学实践中，大多数发表的数据只反映成功的实验。失败的实验也能提供相关数据。但这些数据只能在研究人员的手写实验笔记中找到。这些数据没有公开发表，因此无法用于人工智能驱动的化学研究，RoboChem也将改变这一点。编译来源：ScitechDaily...PC版：https://www.cnbeta.com.tw/articles/soft/1416837.htm手机版：https://m.cnbeta.com.tw/view/1416837.htm