最近12306对登陆验证过程进行了升级，让很多抢票软件失效，也引起众多网友的热议。
如图，用户在登陆时需要选择和题目给出的描述相同的图片，新的验证方式推出后，不少网友也在网上发表看法。大部分网友表示此举很给力，“黄牛抢票软件失效了，对于我们这样总是通过正常渠道购票的人来说，总算迎来了‘春天’，普通用户购票几率就大了。”一位网友表示。除了支持的声音，也有不少网友调侃，“新的验证方式很像游戏‘找你妹’。”“新的验证方式告诉你，没有好眼神出不了门。”
但是这种新的验证方法真的能抵制刷票软件么？12306验证码改版后，第一时间内，所有抢票工具都已经无法登录。但是当天晚上，有抢票软件公司发出声明，已在第一时间投入技术团队，出台应对措施，实现图像验证码自动识别，12306推出的新的验证措施对其抢票软件没有影响，甚至声称“成功率提升200%”。
验证被破解的消息可靠么？作为一个人工智能专业的学生，我可以告诉你，这非常有可能，而且用到的技术已经非常成熟。要破解这样的验证码，说到底就是图像识别问题。
利用机器学习和人工智能技术，计算机可以不断在互联网上搜集不同图片和其对应的“标签”
经过大量图片和对应标签的训练，计算机习得了各种不同标签图片之间的区别与关系，形成一个庞大的分类器，此时再向这个分类器输入一张图片，分类器将输出这个图片的“标签”，图片识别过程就完成了。
现在各大互联网公司，尤其是搜索引擎都在将图像识别技术逐渐应用到实际中，比如我们最熟悉的百度，很早以前就有了“以图搜图”的功能。
当我从本地上传一张刚刚下载的图片，点击“百度一下”
百度识图就能自动猜测图片的含义，给出最佳猜测，并推荐相关图片和搜索结果。
网站对于登陆者是否是真正的人类的判断，和利益驱使下，各种“外挂”“刷票”软件的斗争一直在进行。
想要设计好一个验证码，要明白验证码的目的和本质。
我认为，验证码是将自然人与机器相区别的一种判断方式。
现有的验证码大多是一张有噪声或形变的图片，要求用户输入图片中的字母和数字信息，如图所示。
这种简单的验证码是想利用人脑联想记忆的功能，将人与机器区别开来，但随着人工智能的发展，机器的联想记忆能力已经不弱于人类，甚至在一些复杂情况下，凭借高于人脑的计算能力还会超过人类，我在博客里曾经就写过一篇利用hopfield神经网络分类有噪声的数字图片的文章http://blog.csdn.net/zjccoder/article/details/38170125。所以这样的验证码只能挡住那些“傻傻的”抢票软件。
当然，更有些“奇葩”的验证方式
上面的两种验证方式，前一个似乎认为复旦大学的学生数学能力比电脑还要好，后一个验证码想要破解，需要涉及自然语义分析和一个庞大的常识知识库，提取其中的A,B，在知识库中找到对应数字，计算最后的式子才能解开，但这也仅仅是麻烦一些而已，想要破解，技术上没有问题，没人破解估计也是无利益可图罢了。
随着人工智能的发展，验证码越来越显得无力，人工智能与自然人类之间的区别越来越小，在不久的将来，人工智能将实现人类大部分功能，验证将无比困难。
但是验证的意义和需求依然存在，我们必须发现其他的途径，区别开人与机器。
这个可能要等到几十年后，科技发展的高度发达时，人类已经开发出能够区别C基生命和Si基生命的传感器，验证过程只需要一扫描就知道你是人类还是机器人。
人工智能的语义识别已经做的不错了，但是对于情感方面的识别还做得不好，可以利用这一点，区分开人类与机器。
我们知道，图灵测试的基本思想，而且通过图灵测试的机器人屈指可数。那何不以图灵测试作为验证人类与否的标准？但其中一个重要的问题是，验证过程的判断是后台服务器完成的，也就是一个机器，一个机器是否能判断一个对象是人类还是机器？
说了这么多，其实就讨论了两个事实：人工智能的发展让机器越来越像人类，验证的需求、现状和展望。
推荐一个工具：caffe神经网络库，官网上的介绍是这样的The Caffe neural network library makes implementing state-of-the-art computer vision systems easy.
这是它的在线识图demo，http://demo.caffe.berkeleyvision.org/，还不够完善，大家可以体验一下，利用它方便的建立自己的图像学习工具。
人工智能已经离我们越来越近，我们应该怀着开放、探索的精神去了解它、学习它、利用它。
（转载请注明作者：张竞成process-z.com）
