点击“我不是机器人”后，网站到底怎么知道你真的是人？

作者丨你的外星小姨

来源丨经授权转自公众号 地球人研究报告（ID：diqiuren005）

大部分人可能都被Google要求做过这样奇怪的保证：

“我不是机器人”。

只要你经常使用一些国外的网站，它就会隔三差五地弹出这个对话框，要求你点击来“声明”自己不是机器人。

以前这种“证明自己是人”的环节里，有很多让人不胜其烦的验证码，要么是一串扭曲的字符，要么是一堆支离破碎的图片让你辨认。但在这种最新的验证下，大部分情况下，只要你点击确认之后，网页就会成功放行。

这显然是一种更方便快捷的验证形式。但它同时也让一些用户陷入了迷惑：

“这究竟怎么判断我到底是不是机器人的？”

“难道是因为机器人不会撒谎？”

事实当然并非如此。

简单的点击背后，其实暗藏着很多信息传递，甚至包含你的隐私的暴露……

这个你已经可能见怪不怪的机器人测试背后，掩盖着的是十数年人机对抗的斗争史。

点击“我不是机器人”这一交互形式，本质上来说还是你在填验证码。

要解释这一点，我们就有必要回顾一下验证码的发展历程。

对于现在的用户而言，填写各类验证码已经必不可缺的技能之一。验证码只会耽误每位用户几秒钟的时间，但却能极大提升网络环境的“清净程度”。

如果没有它的存在，那你现在恐怕会遭受更多的垃圾邮件轰炸，信息骚扰。服务商也会面对泱泱脚本大军而感到崩溃……

就像20年前的互联网那样。

2000年之前，验证码并不存在。那时的网络虽然并不发达，但已开始兴起，各类论坛和邮件服务商的涌现，拉开了网络交流时代的序幕，而与正向技术一同出现，当然还有种种恶意脚本。

垃圾邮件、评论、恶意信息随着脚本的出现开始漫天飞舞。雅虎作为2000年左右最为出名的网络服务商之一，深受其害——他们是互联网早期最重要的免费邮箱提供商，但面对脚本和海量垃圾邮件束手无策。于是雅虎便联系到了卡内基梅隆大学的计算机科学系来寻求帮助。

雅虎的主要需求是想“有效分清真人用户和机器脚本”。卡内基梅隆大学一名21岁的学生路易斯·冯·安恩（Luis Von Ahn）针对这个目的有了思路：要让注册的用户提供“证据”来证明自己是一个人类，例如做一些只有人类能做，而机器做不到的事情。

什么事情是在当时只有人类能做而机器做不到的？答案是阅读图片。

人类可以很轻松的读出图片中的信息，但当时的机器并没有这样的能力。如果通过程序来提供一些稍加扭曲的图片，然后让注册者回答图片中的内容，便能很轻易地将机器拒之门外。

听起来是不是很熟悉？这正是即使在现在我们也很常看到的验证码形式之一。

2000年左右，这名学生路易斯·冯·安恩发明了验证码这一概念，他将其命名为CAPTCHA。

CAPTCHA是Completely Automated Public Turing test to tell Computers and Humans Apart的简写，意为“全自动区分计算机和人类的图灵测试”。

也是从这一刻开始，一场持续数十年的，人与机器之间，围绕着图灵测试的对抗开始了。

说起这种最早出现，也是最常见的验证码形式，恐怕大多数人，都对它有过一些不太美好的回忆。

最早出现的验证码，都是一些简单容易看懂的形式。人类可以很简单地分清上面的内容。

但随着机器识别图片能力的提高，验证码的难度也日益提升。

有时它的难度甚至大到网友怀疑自己的程度。

为了避免被机器识别，验证码需要对图上的文字加以扭曲等视觉干扰，本质上是为了避免被机器认出来。

但有时扭曲的程度也难到了人类。

“U”和“V”像是双胞胎兄弟，“O”和“0”很难分清，这基本上是每个网友都碰见过的麻烦。但这些都只是初级问题，当中文验证码出现之后，人们面前的困难也就更多了。

和英文、数字验证码不同的是，中文验证码更多是给人心理上的折磨。

2017年，成都大学的一名大四女生，在网上准备报名考研。输完用户和密码后，她的屏幕上弹出两个字的中文验证码：

“别考”

后官方表明“纯属巧合”

关于这种初级形态的验证码，类似的问题无时无刻在困扰着网民们。而验证码又对网络环境而言来说是个不可或缺的存在。

每位网民都要在验证码上花费几秒时间，看似成本短暂，但叠加起来又是一个巨大的量级。

根据统计数据，全球网民每天需要输入近2亿次验证码，每次需要花费十秒。算起来，全人类每天会在验证码上花费50万个小时。

验证码最初的发明者，路易斯·冯·安恩发现这个事实后，深感浪费——毕竟时间就是金钱。而这50万小时的资源，就这样白白浪费掉了。

他现在是多邻国的创始人

有什么能利用这些时间的方法吗？路易斯·冯·安恩又有了想法：既然验证码需要让人类辨认图上的文字，那能不能让人类“顺带”帮忙辨认一下一些难以识别的书籍？

这听起来似乎是天方夜谭，但路易斯·冯·安恩通过一个简单的小方法实现了。

他把验证码需要输入的单词改为两个，其中一个是已知答案的单词，另一个是摘自旧书或手稿中的单词。

已知答案的单词是单纯的验证码，如果用户成功输入，那就已经通过了测试。

于此同时，这也意味着这名用户不是瞎打的字。那么用户所辨认的另一个截取自古书籍的单词的内容，也将被记录为有效答案。如果有3位用户对一个单词给出同样的答案，那么该字就将得到校验。

你看似是在输入验证码，其实是在帮助翻译古书籍上的内容。

这个新的验证码机制（reCaptcha）很快被各大网站利用，随后被谷歌收购。每天大约有4000万个单词就这样被辨认出来，这个新的验证码系统，靠着无穷无尽的免费人力资源，每年能读出数十万本书。

这是验证码大战的另一次升级：人类创造脚本来牟利，脚本让人类在验证码上浪费无数时间成本，而聪明的人类又把这份成本有效的利用了。

当然，这并不意味着这场斗争的停止。

看图识字型验证码，仅仅维持了一段时间的互联网和平。验证码农场的诞生，开始带来一些改变。

所谓验证码农场，就是一些专门来人工识别验证码的工作室。它的原理非常简单：“农场主”雇佣大量廉价人力资源，这些人坐在电脑前，无间断地输入从各地发来的需要辨认的验证码。

这种质朴的方式的确扰乱了大环境，但带来的改变并没有那么致命。

真正的变化，还是起于机器识别能力的日益提升。随着技术逐步升级，原本对于机器来说难以辨认的扭曲验证码，已经不再是一个天大的难题。

在2014年，谷歌发布新的研究成果，一个专门用来解读扭曲验证码内容的算法。

最后测试的结果中，机器解读验证码成功率99.8%，而人类的成功率，是33%。

在绝对的技术面前，人力再一次落败。但这当然不是验证码的陌路。

2014年，Google发布了新一代验证码技术，他们将其称为：“No CAPTCHA reCAPTCHA ”——“没有验证码的验证码”。

这个没有验证码的验证码十分简单，只需要你勾选一个按钮，来“证明”自己不是机器人。

这就是如今我们常常看见的“我不是机器人”。

“我不是机器人”看起来简单方便，只需用户轻轻一点。但背后的逻辑要比普通验证码复杂许多。

当你点击“我不是机器人”时，Google将会分析你的各种行为，包括点验证码前、点验证码时、点验证码后的动作，来判断你是不是人类。

它也会收集一些你的数据，比如指针移动速率，当前IP，是否使用插件，页面使用时间，进行过多少次点击……

如果你展现出来的行为，都符合一个人类的标准，那网页就会放行。

基本上可以这样说：这是用一小部分隐私换来的快捷。

而且有意思的是，这种测试对于真正的（物理）机器人来说反倒不太有效。

当然，有时Google也无法单纯从你的行为来确认你是否为人类，而这时就会出现图片测试，要求用户选择图片中出现的XX。

这种也是当下比较常见的一种验证码形式，同时也遭人吐槽最多。

比如说，图片测试中要求辨认的物体，总是很刚好地超出选项框一点点，令人左右为难。

“选出图片中的汽车”往往是最难的一项。

选交通信号灯也常常让用户感到无从下手。

有时图片里根本不会有要求辨认的物体：

基本上每个网民，都曾被这种类型的验证码折磨过几回。也让“选出图片中的xx”顺利成为了一种梗图。

如果你有幸曾在12306上购买过车票，应该也能理解这种痛苦。自2015年开始，12306上线了新的图片验证码，自此让所有买票人叫苦连天。

据官方统计，能一次性输入对12306验证码，只有8%。

脚本越来越厉害，验证码越变越复杂，这似乎是一个无解的循环……

由人们创造的，日益提升的机器算法，和同样出自于人类之手的脚本相互抗衡，最终诞生的时间成本，似乎还是要人类自己来承担。

最近这两年，Google又推出了新一代验证码 reCaptcha v3。

而reCaptcha v3，其实也不用再被称之为“验证码”了，因为它并不需要用户做出任何证据来“证明”自己是个人类。

它会在网站后台自动记录使用者在网站中浏览的行为特征，随后根据这些记录来给用户打分，当用户的“非人”操作足够多之后，就会被判定为机器人。

这项技术如今并没有被大面积使用。但对验证码的发展来说，似乎是个较好的方向。但它必然也是有代价的，比如隐私……

截至目前来看，这场人与机器之间，围绕着图灵测试的对抗，仍未有个明确的局势。

或许在技术更加发达的未来，如何证明自己是个人类，对于人类而言将变成更难的一个问题。

*本文转载自微信公众号“地球人研究报告”，外星小姨给你讲述地球上的迷惑人类和怪奇科学。

识别关注我们

了解更多精彩内容

点分享

点点赞

点在看