Kunstige intelligenser undlader at identificere optiske illusioner i billeder oprettet af andre AIS – så disse billeder kunne danne grundlaget for en ny slags captcha -test
Et AI-genereret billede af en byskyline og en mands ansigt-men AIS er ikke i stand til at se begge
Kunstige intelligensprogrammer kan skabe optiske illusioner, som andre AIS ikke er i stand til at genkende, hvilket skaber en nyttig captcha -test til at differentiere mennesker fra bots.
Et katte-og-mus-spil har spillet i næsten to årtier mellem webstedsudviklere, der ønsker at holde bots ude af deres websteder og hackerne, der ønsker at omgå denne beskyttelse. Websteder har længe implementeret test, der er designet til at være lette for mennesker at passere, men den tur op -software.
Over tid er disse CAPTCHA -test – som står for fuldstændigt automatiseret offentlig Turing -test for at adskille computere og mennesker fra hinanden – blevet mere avancerede og så gradvis vanskeligere at knække. Men det hurtige tempo i AI -udvikling betyder, at bots hurtigt har fået evnen til at løse enhver ny test, der bliver implementeret.
Illusioncaptcha tager et AI-genereret billede og derefter læger det for at tilføje et illusorisk ord eller objekt, såsom et æble
Nu har Yuekang Li på University of New South Wales i Sydney, Australien, og hans kolleger udviklet en ny test, de kalder IllusionCaptcha. Testen bruger generative modeller til at skabe optiske illusioner, der kombinerer et inputbillede og en prompt. For eksempel, givet et fotografi af et æble og det hurtige “solrige bybillede”, kan AI muligvis skabe et billede af en by i form af et æble.
Testpersoner vises disse billeder og spurgte, om de har et illusorisk aspekt, såsom kombinerede billeder eller skjult tekst. Mens AIS let kan lave disse billeder, er de ikke i stand til at registrere sådanne illusioner, når de undersøger disse billeder.
Da 10 personer forsøgte testen, bestod de 83 procent af tiden, hvor illusionær tekst blev føjet til et billede, og 88 procent af tiden, hvor illusoriske billeder blev inkorporeret. Men hverken GPT eller Gemini, de to AI -programmer, der blev vurderet, bestod med succes nogen test.
Li siger, at testen er afhængig af den unikke måde, den menneskelige hjerne behandler visuel information på. Kløften mellem hvad AI og mennesker er i stand til er nyttigt til at informere forskere, der ønsker at forbedre AI, siger han. ”Vi prøver at gøre AIS tættere på mennesket, tættere og tættere, og jo mere lig mennesker de er, jo sværere er det for os at differentiere,” siger Li.
Han forventer, at AI til sidst bliver mere dygtige end mennesker, selv ved visuelle tests, hvilket vil tvinge Captcha -tests til at se efter ting, som AI kan gøre, men mennesker kan ikke. Imidlertid lærer AI derefter at foregive at være ude af stand til at udføre disse opgaver, og Cat-and-Mouse-spillet fortsætter. ”Jeg tror, det bliver et problem for evigt,” siger han.