Desarrollan una Inteligencia Artificial capaz de engañar a dos de cada tres reCAPTCHA imitando al cerebro humano

SCIENCE

   MADRID, 27 Oct. (Portaltic/EP) -

   La 'startup' estadounidense Vicarious ha desarrollado una Inteligencia Artificial conocida como Recursive Cortical Network (RCN), una red neuronal que reproduce cómo funciona el cerebro humano y que es capaz de resolver dos de cada tres (el 66,6%) reCAPTCHA de Google, según los resultados publicados en la prestigiosa revista Science.

   El sistema creado por Vicarious es capaz de engañar el 66,6% de las ocasiones a los reCAPTCHA de Google, los test de Turing de la compañía de Mountain View que tienen como objetivo diferenciar a las personas de las máquinas. Su efectividad se reduce al 64,4% en los CAPTCHA de BotDetect, al 57,4% en los de Yahoo y al 57,1% en PayPal.

   Para desarrollar la red neuronal de RCN, los investigadores de Vicarious desarrollaron un sistema informático que utiliza componentes denominados neuronas artificiales que reproducen el pensamiento humano y que incluso simulan la visión humana. Estos elementos son capaces de recibir información y procesarla de manera conjunta, solucionando problemas como reconocer texto y habla.

   La red neuronal RCN es capaz de alterar el patrón de conexiones entre las neuronas artificiales para que intenten resolver el problema de nuevo en caso de error. Con el tiempo, la inteligencia artificial logra aprender cuáles son los mejores sistemas para resolver los CAPTCHAs de manera automática.

   Aún hoy en día, los CAPTCHA --siglas de "Completely Automated Public Turing test to tell Computers and Humans Apart", o "test de Turing completamente automático para separar ordenadores y humanos"-- son el mecanismo más frecuente utilizado para diferenciar a personas de 'bots', especialmente con el objetivo de evitar 'spam'. Según explica el estudio, un CAPTCHA se considera fallido cuando un algoritmo logra resolverlo el 1% de las ocasiones.

   A diferencia sistemas anteriores, el sistema de Vicarious no requiere un entrenamiento intensivo a base de ejemplos de CAPTCHAs ya resueltos, sino que con una cantidad de datos 300 veces menor utiliza su red neuronal para simular la manera en que un ser humano lee textos. En concreto, RCN es capaz de reproducir cómo el cerebro reconoce objetos mediante formas y contornos.

   Los investigadores sugieren que "los CAPTCHAs basados en texto se están quedando obsoletos", según Dileep George, autor principal de la investigación, que ha llamado la atención sobre la importancia de técnicas más robustas, así como de las posibilidades que ofrecen sus avances en el campo de la Inteligencia Artificial y la robótica.