Perceptual Gaps: ASCII Art and Overlapping Audio as CAPTCHA
تقترح هذه الورقة وتقيم طرقًا جديدة لـ "كابتشا" (CAPTCHA) باستخدام فن "الآسكي" (ASCII art) والصوت المتداخل، وتُظهر أن النماذج اللغوية الكبيرة الرائدة الحالية تفشل في حل هذه المهام بفعالية، مما يقدم حلاً واعدًا ولكنه قد يكون مؤقتًا للتمييز بين البشر والروبوتات.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أن الإنترنت عبارة عن حفلة ضخمة وصاخبة. لسنوات طويلة، استخدم أصحاب المواقع (أصحاب المواقع الإلكترونية) حيلة بسيطة لإبعاد المثيربين (البوتات)، حيث طلبوا من الضيوف حل لغز، مثل "قراءة هذا النص المتعرج" أو "النقر على جميع إشارات المرور". كان هذا هو الـ CAPTCHA.
لكن مؤخرًا، حصل المثيربون على ترقية هائلة. لقد استأجروا مساعدين أذكياء للغاية (نماذج لغوية كبيرة - LLMs) يمكنهم قراءة النصوص المتعرجة وتمييز إشارات المرور بسرعة تفوق أي إنسان. حيل الحراس القديمة لم تعد تجدي نفعًا؛ فالضيوف من الذكاء الاصطناعي يتسللون للداخل بسهواة.
هذه الورقة البحثية تدور حول تصميم حيل حراس جديدة وأكثر صرامة تعتمد على أشياء برع فيها البشر لملايين السنين، ولكنها لا تزال مربكة أو مكلفة جدًا بالنسبة للذكاء الاصطناعي.
إليك الحيلتين الجديدتين اللتين اختبرهما المؤلفون:
1. لغز "فن الآسكي" (الخدعة البصرية)
الطريقة القديمة: عرض صورة لكلمة مرسوم عليها خطوط.
الطريقة الجديدة: عرض كلمة مكونة من رموز كمبيوتر صغيرة (مثل | و _ و + و #) مرتبة لتبدو كحروف. إنها تشبه صورة مصنوعة من النصوص.
- التشبيه: تخيل إنسانًا ينظر إلى سحابة. على الرغم من أنها مجرد شكل أبيض هش، إلا أن عقولنا تقول فورًا: "هذا يشبه التنين!". نحن مبرمجون لرؤية الأنماط واستكمال الفراغات.
- المشكلة بالنسبة للذكاء الاصطناعي: نماذج الذكاء الاصطناعي تشبه الروبوت الذي يرى فقط قائمة من المكونات. إذا عرضت عليه فن "الآسكي"، فسيصاب بالارتباك. هو يرى قائمة مشوشة من الرموز (
|و+و#) بدلاً من رؤية "تنين". يحاول قراءة الرموز ككلمات، وليس كصورة. - النتيجة: اختبر المؤلفون أذكى نماذج الذكاء الاصطناعي في العالم (مثل GPT-5 و Gemini 3). عندما عرضوا على هذه النماذج فن "الآسكي"، كانت نسبة نجاح نماذج الذكاء الاصطناعي 0%. لم يتمكنوا حتى من تخمين حرف واحد بشكل صحيح. بينما يمكن للإنسان حل اللغز في أجزاء من الثانية.
2. لغز "حفلة الكوكتيل" (الخدعة الصوتية)
الطريقة القديمة: طلب من "بوت" الاستماع إلى صوت واضح وكتابة ما يقوله.
الطريقة الجديدة: تشغيل تسجيل يتحدث فيه شخصان في نفس الوقت، أو حيث توجد ضوضاء خلفية (مثل مقهى مزدحم)، وطلب الإجابة على سؤال محدد بناءً على واحد فقط من الأصوات.
- التشبيه: يُطلق على هذا اسم "تأثير حفلة الكوكتيل". تخيل أنك في حفلة صاخبة. يمكنك التركيز على صوت صديقك وتجاهل الموسيقى والمحادثات الأخرى. البشر يفعلون ذلك بشكل طبيعي.
- المشكلة بالنسبة للذكاء الاصطناعي: يتم تدريب الذكاء الاصطناعي عادةً على سماع كل شيء. إذا عرضت عليه تسجيلًا مليئًا بالضجيج، فإنه يحاول نسخ كل صوت يسمعه، مما يسبب له الارتباك. إنه يكافح لـ "عزل" الضوضاء والتركيز على صوت واحد فقط.
- النتيجة: أدت نماذج الذكاء الاصطناعي أداءً جيدًا عندما كان الصوت واضحًا، ولكن بمجرد أن أضاف المؤلفون الضوضاء أو الأصوات المتداخلة، انهار أداء الذكاء الاصطناعي. بدأت النماذج تخمن بشكل عشوائي، بينما كان بإمكان البشر سماع الإجابة بوضوح.
استراتيجية "التكلفة العالية جدًا"
يشير المؤلفون أيضًا إلى دفاع ثالث وهو: التكلفة.
حتى لو تعلم الذكاء الاصطناعي حل هذه الألغاز في النهاية، فقد يكون من المكلف جدًا للمثيربين استخدامها.
- التشبيه: تخيل بوابة رسوم مرور. إذا كان يستغرق الإنسان ثانية واحدة لدفع الرسوم، فالأمر جيد. ولكن إذا كان يستغرق الروبوت 100 ثانية من قوة المعالجة الحاسوبية لحل اللغز، ويضطر الروبوت للقيام بذلك ملايين المرات، فسينفد ماله (أو كهرباؤه) بسرعة كبيرة جدًا.
- الهدف: الهدف ليس جعل اللغز مستحيلاً على الذكاء الاصطناعي فحسب، بل جعله مكلفًا جدًا بحيث لا يستحق العناء. هذا يكسر "اقتصاديات" هجوم البوتات.
الخلا الخلاصة
تخلص الورقة البحثية إلى ما يلي:
- فن الآسكي (ASCII Art) هو حاليًا درع قوي للغاية. الذكاء الاصطناعي سيء جدًا في التعامل معه، بينما يجده البشر سهلاً.
- الصوت الصاخب (Noisy Audio) هو أيضًا درع جيد، رغم أنه أصعب في التصنيع وقد يكون مزعجًا للبعض.
- المستقبل: لا يمكننا الاعتماد على صنع ألغاز "مستحيلة" على الذكاء الاصطناعي للأبد، لأن الذكاء الاصطناعي يزداد ذكاءً باستمرار. بدلاً من ذلك، يجب أن نعتمد على ألغاز تكون رخيصة للبشر ولكن مكلفة جدًا للروبوتات لحلها على نطاق واسع.
باختصار، وجد المؤلفون طريقة لجعل الحارس يطرح سؤالًا يكون الذكاء الاصطناعي "أغبى" (أو "أفقر") من أن يتحمل تكلفة الإجابة عليه، بينما يبتسم الضيف البشري ويمر ببساطة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.