关于谷歌验证码为什么那么难输问题的解释

关于验证码，可能大家一致奇怪谷歌的验证码为什么这么长？

    其实你在进行一项全球的活动，你的输入是有价值的： 因为你在解读自1905年《纽约时报》或者某个古老文献中难以辨识的单词或者词组，这是一项很有趣的工作。你貌似多余动作的10秒努力和全球各地网友们一起在工作，这短短的10秒汇集起来可能是15万小时的劳动力资源啊！（按照每天6千万次使用）假如有个未知单词“shushao”，同时推送给10000个人去鉴别输入，有9500个人输入的是“shushao”，后台计算机就会记录这个单词叫“shushao”。

    这是典型的“社会计算”——通过“群体智能”的方式，让众多网民表面上看似无关的计算行为，总体上产生有序的、有意义的结果。最早这个问题是由图灵1950年提出的CAPTCHA项目。亦Completely Automated Public Turing Test to Tell Computers and Humans Apart (全自动区分计算机和人类的图灵测试)：简单来说，如何自动的区分操作机器的是一个人类智能生物而非机器？

    有人曾作过这样的计算，如果要把互联网档案馆的文本校对一遍，按照每天处理100万个单词的速度，需要400年！采用reCAPTCHA方法，每天可以校对160本书，精度可以超过99%。如此下去，可能不需要10年。2009年9月17日，Google购买了这项技术，作为书籍扫描中难以辨认字符的识别工作。就凭这一点，可以证明百度和谷歌绝对不是同一个数量级的对手。

    最早网站、论坛为了防止机器人注册，进行简单的提问：例如：1+2=____。有些为了增加难度就再问一句，3-1=___. 是机器人越来越智能，因为人越来越聪明，于是，“注册机器人”和“反注册”开始了长达数十年的不断超越反超越，不断的解决问题，但始终没有彻底解决，至今也没有能出现能彻底解决的识别方式。

     雅虎当年是最大的门户网站，受够了机器注册之苦，在1999年前后找到21岁的Luis von Ahn，这个刚从杜克大学获得数学学位，进入大学硕博连读的小伙子，研究出一种通过强制用户输入某个适当变形的字符串，机器不好识别，人类可以轻松辨认，基本解决了“CAPTCHA”这个历时50多年的程序问题，世人称之为“验证码”。但是后来，“OCR识别功能”的发展，提供给机器人更智能的方法，可以轻松识别并输入变形的字符串。captcha考验对手ocr程序的能力，验证码也有考验ocr程序的能力，直到现在都没有真正解决。

   其实有一些很简单的问题就可以难住“注册机器人”，例如人工编辑一些逻辑性的问题：李白出生于哪一年？  机器人可能就要头疼了，人类也要费些时间。网上银行支付过程中，会在你的账户数字之间，随机选出四个数字做变色处理，然后让你输入正确数字。

   当然现在技术发达，“OCR识别”一直作为计算机行业的分支学科，不断的被人超越，被人突破。中文验证码不算是创新，但是可以一定程度上阻止国外黑客。 由此衍生的周边产业也不断发展，现在深圳有公司专门做‘验证码广告’，将广告信息放到验证码图片中，使用户被动的接收宣传，输入其中的关键字。这个可以根据论坛、网站的性质分类进行针对性的区域细分，从而使广告投放更精准更有效。这就是大数据的好处。

标签：谷歌验证码  reCAPTCHA