Forscher der ETH Zürich haben ein KI-Modell trainiert, um Googles Bildertest reCaptcha V2 zu lösen. Trainiert wurde das Yolo – You Only Look Once – genannte Modell mit den Bildern von Fahrzeugen, Ampeln und anderen alltäglichen Objekten, mit denen reCaptcha prüft, ob ein Nutzer ein Mensch oder doch ein Bot ist.
Bei ersten Versuchen erreichte Yolo eine Genauigkeit von etwa 70 Prozent. Aufgrund der besonderen Beschaffenheit des Datensatzes habe sich Yolo jedoch anpassen können, um schließlich 100 Prozent der Tests zu bestehen. Dieser Wert bedeutet den Forschern zufolge jedoch nicht, dass alle Test richtig gelöst wurden. Vielmehr arbeitete Yolo mit einer Genauigkeit, die es der Yolo erlaubte, überzeugend „menschlich“ zu wirken.
„Unsere Ergebnisse deuten darauf hin, dass es keinen signifikanten Unterschied in der Anzahl der Herausforderungen gibt, die Menschen und Bots lösen müssen, um die Captchas in reCAPTCHAv2 zu bestehen“, so die Schlussfolgerung des Berichts.
Die Ergebnisse der Forscher sind in erster Linie ein Sicherheitsproblem für Websites, die sich auf CAPTCHA und reCAPTCHA verlassen, um Spam, Content Scraper und andere böswillige Akteure zu stoppen. Obwohl sie schon vor den YOLO-Benchmarks fehlerhaft waren, werden CAPTCHAs angesichts der Ausgereiftheit aktueller KI-Modelle immer leichter zu knacken. Eine mögliche Lösung, nämlich CAPTCHAs für Menschen schwieriger zu machen, würde indes die bestehenden Probleme der Zugänglichkeit der Tests für sehbehinderte Menschen noch verschärfen.
Betroffen sind TeamViewer Client und Host für Windows. Die beiden Schwachstellen erlauben eine nicht autorisierte…
Einer aktuellen Bitkom-Befragung zufolge rechnen drei von fünf Unternehmen das Land zu den Vorreitern in…
Drei KIT-Absolventen statten tragbares Textilprodukt mit KI-Lösung aus, die haltungsbedingte Rückenschmerzen langfristig lindern soll.
Verbesserungen betreffen unter anderem den Akkutausch. Insgesamt vergibt iFixit 7 von 10 Punkten, 3 Punkte…
IT-Dienstleister bietet ECM-Interessierten Unterstützung und Orientierung bei der Perfektionierung ihres M-Files-Systems
Ziel ist die Integration der wichtigsten Open-Source-Modelle des Gen-KI-Marktes auf einer souveränen Cloud-Infrastruktur.