关于支持科学新闻
如果您喜欢这篇文章，请考虑订阅我们的获奖新闻，以支持我们的工作。 订阅。通过购买订阅，您正在帮助确保未来能够出现关于塑造我们当今世界的发现和想法的重大故事。
路易斯·冯·安 以前听过很多这样的说法。作为 CAPTCHA 的共同发明人，那些由扭曲的字母和数字组成的烦人图像，网站用它们来确保您是人类而不是机器，冯·安在过去十年中收到了多达 50 次声称可以击败他程序的说法。
现在是 51 次了。
位于加利福尼亚州联合市的初创公司 Vicarious 声称，他们已经开发出人工智能 (AI) 软件，可以像人类一样读取图像，并且 90% 的时间可以破解 CAPTCHA。如果这些说法属实，它们可能标志着在构建与人类认知难以区分的人工智能方面取得突破——至少在帮助计算机识别和理解图像方面是如此。
Vicarious 将其人工智能系统所基于的架构称为“递归皮层网络”，这意味着它沿着 人类新皮层 的路线建模——大脑处理信息的灰质。这种方法使人工智能软件能够从几个例子中学习新事物，就像一个孩子通过学习识别他所看到的东西并弄清楚图像是如何连接的来理解世界一样。
据该公司称，Vicarious 的方法不同于人工智能方法，例如“深度学习”，在这种方法中，软件通过提供数千张训练图像来训练人工神经网络进行连接。“人脑由一个简单的、复制的电路组成——一个在新皮层中反复出现的单个重复元素，”Vicarious 联合创始人 D. Scott Phoenix 说，他补充说，他公司的软件也是由单个重复元素构建的。
解决 CAPTCHA（完全自动公共图灵测试，用于区分计算机和人类）清除的障碍是数学家 艾伦·图灵 在 1950 年设定的，用于确定是否可以说一台机器具有类似人类的智能，尽管这种智能是有限的。多年来，其他计算机科学家和黑客已经找到方法来编程计算机以通过 CAPTCHA 测试，迫使网络发布商采用越来越复杂的 CAPTCHA，这些 CAPTCHA 难以解读，以努力抵御越来越复杂的垃圾邮件策略。
Vicarious 的 CAPTCHA 解决演示是“狭义人工智能”的一个例子，该技术可以在狭义定义的任务上匹配甚至超过人类的性能。IBM 的国际象棋游戏 深蓝 是另一个这样的例子。但是 Vicarious 坚持认为，其计算机感知软件是人工智能的基础，人工智能将像人类一样通过体验周围的世界（主要是通过视觉）来学习，然后识别模式。“如果一个算法普遍解决了视觉问题，它就不是狭义人工智能，而是一个通用人工智能系统，”Vicarious 联合创始人 Dileep George 说。“我们正在研究一种解决 [视觉] 问题的通用算法，而 CAPTCHA 是实现这一目标的一块垫脚石。”
计算机科学家对 Vicarious 的说法持怀疑态度的一个原因是该公司对其技术保密。它 在视频中展示了该软件，展示了其技术如何解决来自主要网站的 CAPTCHA，而不是在科学期刊上发表其发现。斯坦福大学名誉教授、《人工智能的探索：思想和成就的历史》一书的作者 尼尔斯·尼尔森 表示，Vicarious 的说法意义重大，但他有所保留。他说，Vicarious 使用“CAPTCHA 作为展示其技术工作原理的一个测试案例。我想说，好吧，这可能是一个相当不错的进步，但我需要了解更多。”
尼尔森的前博士生乔治说，Vicarious 选择不发表其研究结果是因为发表论文可能会“非常受限制”。“你为下一篇论文而努力，并以一年为时间框架进行思考，而我们则以更长的时间框架进行思考，这让我们能够押注或朝其他人可能没有关注的方向进行观察。”此外，Phoenix 补充说，他们不想给垃圾邮件发送者任何新想法。
2012 年，Vicarious 从硅谷风险投资公司获得了 1500 万美元的资金，这些公司由 Facebook 联合创始人达斯汀·莫斯科维茨的投资公司 Good Ventures 牵头。Vicarious 是一家“灵活用途公司”，(pdf)这是一种以盈利为目的的加州公司，其追求的目标是对社会有益，即使以牺牲利润为代价。这让该公司可以采取非常长远的眼光——据 Phoenix 称，Vicarious 预计在 2028 年之前不会展示完整的人工智能。
研究人员指出，隐形模式对于提出良好的人工智能技术并非必要。“如果你想要令人印象深刻的、中立启发的计算机视觉结果，有很多这样的结果，”纽约大学数据科学中心主任 扬·勒丘恩 说。“人们已经发表了结果并使用了基准，以便您可以将它们与其他方法进行比较。”
CAPTCHA 发明人冯·安是卡内基梅隆大学的计算机科学副教授，他似乎并不特别担心。他说，很难准确确定 Vicarious 的技术比该领域的其他工作好多少。根据冯·安的说法，Vicarious 的方法依赖于视觉感知，这与当前关于人工智能的观点一致。“许多人工智能研究人员将大部分时间都花在处理感知上，”他说。“人们认为我们自己的智能源于我们的视觉皮层。”
冯·安指出，即使它被证明是一条技术死胡同，“使用计算机视觉的方法的好处是，至少它有应用”。例如，基于 Vicarious 系统的技术可能有一天会让自动驾驶汽车能够识别进入道路的行人。