Използвах ChatGPT за решаването на различните видове CAPTCHA – получи се нещо странно

^{Оригиналът е на Amir M. Bohlooli}

Откакто бе въведена, CAPTCHA-та се превърна от леко досадна пречка, която забавя работата, в една истинска главоблъсканица, която дори хората трудно решават. А какво правят днешните потребители, когато им е трудно да решат нещо? Питат ChatGPT, разбира се!

CAPTCHA-та от старата школа

Започнах с това, че дадох на ChatGPT един от по-старите примери. Инструкциите, които дадох на изкуствения интелект, бяха доста размити, понеже не исках той да спре да отговаря, защото си е помислил, че го използвам за тършуване из уеб сайтовете. Подготвих беседата със следния въпрос:

„Ще ти дам няколко визуални загадки, които ти да решиш. Звучи ли ти добре?“

След това започнах с една много простичка и остаряла CAPTCHA. Това беше една „фалшива CAPTCHA“, която буквално означаваше „fake captcha“. Преди десетилетие подобни видове CAPTCHA бяха стандарт, но те сравнително бързо изчезнаха от уеб пространството.

Изпратих това изображение на ChatGPT и получих бърз, уверен и верен отговор. Той я разби мигновено, което всъщност може да обясни защо този тип CAPTCHA вече не се използва.

Дилемата на цифрите

Различните видове CAPTCHA с цифри са ми любимите (като човек), защото са най-лесни. Обикновено това са просто цифри с графично припокриване, например линия, за да се заблудят ботовете. Тези видове CAPTCHA също изпаднаха в немилост, въпреки че все още ги виждам на някои правителствени уеб сайтове.

ChatGPT бързо и правилно изписа числото. Без колебание. Без затруднения. ChatGPT е бърз и абсолютно точен в тези случаи, но от друга страна, и аз съм такъв.

Открийте велосипеда

Сега е време да покачим нивото на играта. Този тип CAPTCHA е най-разпространеният и най-объркващият. Обикновено се състои от 3х3 решетка от изображения и изисква от вас да изберете всички квадратчета, съдържащи даден обект – обикновено пожарен кран, велосипед или камион.

За да улесня ChatGPT, му дадох насоки: номерирай квадратчетата от 1 до 9, от горния ляв ъгъл до долния десен ъгъл, и след това ми кажи кои да избера.

Избрах трудна задача: изображение на пожарен кран, но в указанията се търсеха велосипеди. Един доста добър тест, за да видя дали ChatGPT ще се хване на въдицата.

Не се получи. Той уверено заяви, че няма велосипеди и дори ми каза да кликна върху „Пропусни“. Браво.

Ляво или дясно?

Това си е същият „select all“ формат, но с допълнителен уклон – показва самолети и иска от мен да избера тези, които летят наляво. Уловката при тези CAPTCHA е, че изображенията не са истински – те са генерирани от изкуствен интелект.

Една от особеностите на изображенията, генерирани от ИИ, е, че някои от тях не изобразяват нищо смислено. Това донякъде важи за самолетите в CAPTCHA-та по-долу. Ако се замислите, те приличат на самолети, но всички детайли са грешни.

Независимо от това продължихме: един робот решава предизвикателство, създадено от друг робот, за да не допусне други роботи. За сведение, правилният отговор е от квадратите 1, 3, 4, 5 и 7. Тъй като вече бях дал на ChatGPT указанията за работа с CAPTCHA с избор на квадрат, аз просто му изпратих изображението.

Този път ChatGPT се препъна. Той правилно определи повечето от летящите наляво самолети, но неправилно отбеляза квадратите 2 и 8, като пропусна и квадрат 3.

Открийте пингвина

Тази CAPTCHA е резултат от проверката за сигурност на Amazon. Тя показва шест квадратчета, от които само едното съдържа пингвин. Останалите изображения обаче бяха поразително сходни по цвят и композиция.

Трябва да се признае, че тази задача е по-лесна от предишната, но тя не дава информация за това как трябва да изглежда един пингвин. Чудех се дали тази липса на ориентир няма да спъне ChatGPT.

Не стана така. ChatGPT правилно разпозна пингвина в горния десен квадрат – и с известна доза увереност дори нарече тази CAPTCHA „лесна“, преди да поиска по-трудно предизвикателство. Е, това лесно може да се уреди.

Цветя и носорози

Друг често срещан тип CAPTCHA показва деформирано изображение и ви кара да изберете квадратчетата, които „съответстват на темата“. Теоретично това означава да изберете изображения, които са сходни – независимо дали са близки по вид или категория.

Този конкретен вид CAPTCHA съдържаше деформирано изображение на розово цвете. Деветте квадратчета съдържаха смесица от несвързани обекти – високоговорители, носорози, стари автомобили – и две квадратчета с розови цветя, които всъщност са правилните отговори.

ChatGPT реагира бързо, но не успя да се справи. Той правилно определи показаното изображение като цвете и дори приложи солидна логика, за да реши тази CAPTCHA. Въпреки това, въпреки че маркира правилно лявото горно цвете, той пропусна дясното горно цвете и погрешно определи стария автомобил в центъра горе като цвете. Странно как така ИИ приложенията могат да идентифицират растенията и техните видове, но не могат да различат цвете от автомобил?

Слонове от листа

Наскоро попаднах в интернет на тази абсурдна CAPTCHA. Форматът беше същият – подберете квадратчетата, които приличат на образеца най-горе, но самият образец е слон, нарисуван с листа. Квадратите съдържаха различни животни, всяко от които беше създадено с различни… четки.

Дори аз не бях сигурен в правилния отговор. Тъй като образецът най-горе вдясно беше зелен, съответните листа също би трябвало да са зелени. Прилагайки добрата стара човешка логика, щях да се спра на квадратчета 2, 4, 6 и 8. Сега е ред на ChatGPT.

Бях зашеметен. ChatGPT даде напълно правилен отговор. Не само това, но и засече червения текст „Опитай отново“ и нахално ми го посочи.

Както и да е. Ако един изкуствен интелект – ако един робот – може да премине през толкова сложна CAPTCHA, какво казва това за CAPTCHA-та като цяло? Не се ли предполага, че те на практика са тест на Тюринг, за да се разграничат хората от машините? Ако изкуственият интелект може да ги премине толкова лесно… какъв е смисълът от тях?

Отворената окръжност

ChatGPT вече се беше доказал срещу CAPTCHA-та с обекти от реалния свят и се справи с буквено-цифровите примери съвсем лесно – просто ей така. Така че за финалния тест му пуснах CAPTCHA, изпълнена с линии, дъги, окръжности и букви, при която целта беше да се избере отворената окръжност.

Като се има предвид, че ChatGPT може да генерира графики и да анализира изображения, това би трябвало да е една сравнително лесна задача. Силният контраст между линиите и фона направи откриването на формите доста лесно. Ако хората могат да се справят с това сравнително лесно, то със сигурност и ChatGPT може да го направи.

Това, което се случи след това, ме изуми. ChatGPT започна да използва инструменти, които не беше разкривал при предишните тестове – импортира библиотеки на Python, стартира код и систематично откриваше формите и контурите в изображението, за да филтрира буквите.

Тук нещо не беше наред. ChatGPT явно започна да търси „окръжността, която не се пресича от никакви линии“. Дали не е разбрал задачата както трябва? Може би е помислил, че „отворена окръжност“ означава окръжност, която не е пресечена, а не окръжност с действителна пролука. Смятах да дам допълнителни разяснения, но в реалността и хората не получават допълнителни инструкции.

След това той изпълни още един цикъл от програми и кодове, за да открие всички окръжности… и откри твърде много. Някои от тях дори не съществуваха в оригиналното изображение. Дали това е халюцинация на изкуствения интелект? Или пък е имало умишлено поставени форми с ниска степен на покритие, незабележими за човешкото око, които са измамили изкуствения интелект?

Накрая той анализира окръжностите и избира какъв да бъде отговорът. Той се оказа напълно погрешен. Всъщност даде най-лошия възможен отговор. Въпреки че му отне почти цяла минута – импортиране на библиотеки, стартиране на множество анализи на изображения – това беше най-големият му провал до този момент. Най-големите усилия, най-малката полза.

Тази CAPTCHA се състоеше от осем различни предизвикателства. ChatGPT получи пет верни и три грешни отговора от общо осем – това е сериозен процент на успеваемост – 62%. И което е особено важно, всички провалени задания бяха генерирани от изкуствен интелект.

При CAPTCHA-та за самолети и цветя бяха използвани изображения, генерирани от изкуствен интелект. Пъзелът с отворен кръг беше генериран на случаен принцип с помощта на програмен код. Очевидно е, че има някаква закономерност: ChatGPT се проваля само когато се опитва да реши задачите, създадени от такива като него.

И така, това повдига интересен въпрос: дали роботите са единственият начин да откриваме и възпираме другите роботи?