Name: CAPTCHAの仕組み「私はロボットではありません」が表示される原因とは？
Uploaded: 2024-12-04T21:01:10.000Z
Duration: 7 min 26 s

程度の副詞

Captcha, the online test to tell whether you're a human or a robot, has been getting harder.

Captchaは、あなたが人間かロボットかを見分けるためのオンラインテストだが、その難易度はますます高くなっている。

そうそう、いつも失敗しているんだ。

I never know how much to say there's a traffic light if it's only like a tiny little corner of it.

信号機のある場所なんて、ほんの片隅みたいなものなのに、どこまで言っていいのかわからない。

The problem is that Captcha was designed to keep malicious bots out of certain websites.

問題は、Captchaが悪意のあるボットを特定のウェブサイトから排除するために設計されたことだ。

But every time you've solved a test, you've actually made those bots smarter.

しかし、あなたがテストを解くたびに、あなたは実際にボットをより賢くしたのです。

As more and more data was fed into these perceptual systems, they simply got a lot better at solving the perceptual tasks.

より多くのデータがこれらの知覚システムに入力されるにつれて、知覚タスクを解く能力が格段に向上したのである。

So what does it take to design a puzzle that can outsmart a bot but still be solved by any human?

では、ボットを凌駕し、なおかつ人間でも解けるパズルをデザインするためには何が必要なのだろうか？

これがCaptchaの背後にある技術である。

So Captcha was first used around the same time that Yahoo began giving out free email addresses.

つまり、Captchaが最初に使われたのは、ヤフーが無料のメールアドレスを配り始めたのと同じ頃だったのだ。

There were people who were writing programs to abuse different web services.

さまざまなウェブサービスを悪用するプログラムを書いている人たちがいた。

そして、彼らを止める簡単な方法はなかった。

And the idea was there should be a test that is really quick that humans can pass but computers could not.

そして、人間にはパスできてもコンピューターにはパスできないような、本当に短時間でできるテストがあるべきだという考えもあった。

ルイスのテストはこうだった。

A string of letters, slightly warped and distorted, that the end user had to input into a text field.

エンドユーザーがテキストフィールドに入力しなければならない、少しゆがんで歪んだ文字列。

He called it Captcha, which stands for Completely Automated Public Turing Test to Tell Computers and Humans Apart.

彼はこれをCaptchaと呼んだ。Captchaとは、Completely Automated Public Turing Test to Tell Computers and Humans Apartの略で、コンピュータと人間を見分けるためのテストである。

And he took advantage of the fact that computers at the time weren't very good at something called OCR, optical character recognition.

そして彼は、当時のコンピューターがOCR（光学式文字認識）と呼ばれるものがあまり得意でなかったことを利用した。

The way it works is a simple game of pairs.

仕組みは単純なペアゲームだ。

The program scans the image and compares any shapes that emerge, like this letter P, against a database of different letters in different fonts.

このプログラムは画像をスキャンし、このPの文字のように浮かび上がってきた形を、異なるフォントの異なる文字のデータベースと比較する。

The second it finds a match, it has identified the letter.

一致する文字が見つかった時点で、その文字を特定したことになる。

But if that P was warped, overlapping another letter, or had marks through it, then the program will struggle to find anything in its database that matches and won't be able to identify the letter.

しかし、そのPがゆがんでいたり、別の文字と重なっていたり、マークが入っていたりすると、プログラムはデータベースから一致するものを見つけるのに苦労し、文字を特定することができない。

Simple, but enough to keep out the malicious bots.

シンプルだが、悪意のあるボットを排除するには十分だ。

The technology behind them was relatively primitive when it came to having access to what a letter looked like.

文字がどのように見えるかを知るための技術としては、比較的原始的なものだった。

しかし、そのアドバンテージも長くは続かない。

In 2007, ReCaptcha was launched, an updated version that also helped to scan books.

2007年、ReCaptchaが発表され、書籍のスキャンもできるようになった。

At the time, groups like the New York Times and the Internet Archive were in the process of trying to digitize old literature.

当時、ニューヨーク・タイムズやインターネット・アーカイブといった団体が、古い文献をデジタル化しようとしていた。

Since optical character recognition wasn't very accurate at the time, the digitization had errors.

当時は光学式文字認識の精度があまり高くなかったため、デジタル化には誤差があった。

So, to try and help resolve those errors, ReCaptcha began showing two words from a scammed document.

そこで、ReCaptchaはこれらのエラーを解決するために、詐欺文書から2つの単語を表示するようにした。

One was a control word, a word the computer knew, but the other was a word it couldn't quite identify.

ひとつはコンピュータが知っている単語で、もうひとつは識別できない単語だった。

In answering the Captcha, half of your answer was being used to pass the test, but the other half was used to tell the computer what word it was looking at, helping to improve OCR.

Captchaに答える際、あなたの答えの半分はテストに合格するために使われ、残りの半分はコンピューターにどの単語を見ているかを伝えるために使われ、OCRの向上に役立っている。

Not only are you authenticating yourself as a human, but in addition you're helping to digitize books and newspapers.

自分自身を人間として認証するだけでなく、本や新聞のデジタル化にも貢献しているのだ。

The technology was so efficient that Google acquired it in 2009.

この技術は非常に効率的で、2009年にグーグルが買収した。

しかし、新たな問題が浮上した。

Because Captchas relied on machines being bad at reading.

なぜなら、キャプチャは機械が読むのが苦手であることに依存しているからだ。

And we just taught them to be very good at it.

そして私たちは、彼らがとても上手になるように教えただけだ。

Eventually, the bots were able to get Captchas right more frequently than humans.

やがて、ボットは人間よりも頻繁にCaptchaを正すことができるようになった。

テストは進化する必要があった。

So in 2012, Google deployed this image-based Captcha.

そこで2012年、グーグルは画像ベースのCaptchaを導入した。

There was a switch to go from distorted characters to the harder problem of distinguishing certain things in images, where you have to pick all the ones that have a traffic light or a bicycle or whatever.

歪んだ文字から、信号機や自転車などが写っているものをすべて選ばなければならないような、画像中の特定のものを見分けるという難しい問題に切り替わった。

Interestingly, when it comes to boxes like this, where it's not exactly clear if this counts as a traffic light or not, there isn't actually a right or wrong answer.

興味深いことに、このようなボックスに関しては、これが信号機としてカウントされるかどうかが明確でない場合、実は正解も不正解もない。

The way to get it right is just what the majority of the human population says.

それを正しく理解する方法は、人類の大多数が言っていることに他ならない。

But for machines, this was a huge new challenge.

しかしマシンにとっては、これは大きな新しい挑戦だった。

After all, they'd only just learned how to read.

結局、彼らは読み方を習ったばかりだった。

See, with text-based Captchas, the machines only had to identify a limited range of variables – letters and numbers – from a black and white background.

テキストベースのキャプチャでは、マシンは白黒の背景から文字と数字という限られた範囲の変数を識別するだけでよかった。

But now with image Captchas, they had to be able to identify anything and spot an object in a very busy background.

しかし、イメージ・キャプチャでは、何でも識別し、非常に賑やかな背景の中から対象物を見つけなければならない。

However, computer vision was just around the corner.

しかし、コンピュータ・ビジョンはすぐそこまで来ていた。

Whereas you and I would process the stream of perceptual input, the computer vision system is basically taking the pixels and processes strings of pixels – vectorised, we would say – and as it processes these images, it's picking up patterns in the images, it's picking up patterns in the pixels.

あなたや私が知覚入力のストリームを処理するのに対し、コンピューター・ビジョン・システムは基本的にピクセルを取り込み、ピクセルの文字列を処理する。

Now for any computer vision system to perform well, it needs a lot of labelled data.

コンピュータ・ビジョン・システムが優れた性能を発揮するためには、多くのラベル付きデータが必要である。

It's being trained to identify cars by having many, many, many images of cars.

車の画像を何枚も何枚も持っていて、車を識別するように訓練されている。

The problem was that image-based Captcha was essentially a data labelling task.

問題は、画像ベースのCaptchaは本質的にデータのラベリング作業であるということだった。

By solving it, you were once again generating data that could help a bot defeat it.

それを解くことで、あなたは再びボットを倒すのに役立つデータを生成したのだ。

The systems just kept getting better and better because they kept getting bigger and bigger.

システムはどんどん良くなっていった。

新しいアプローチが必要だった。

So in 2014, Google launched the NoCaptcha.

そこで2014年、グーグルはNoCaptchaを開始した。

But this version of Captcha wasn't looking at whether you clicked the box.

しかし、このバージョンのCaptchaは、あなたがボックスをクリックしたかどうかを見ていなかった。

クリックの仕方を見ていたんだ。

And how you interacted with the rest of the internet.

そして、あなたが他のインターネットとどのように交流していたか。

See, if you write code to make an object move to a certain point, like a cursor, the simplest version will make it move in a straight line at a constant speed, like a robot.

カーソルのように、あるオブジェクトをあるポイントに移動させるコードを書く場合、最も単純なバージョンでは、ロボットのように一定の速度で一直線に移動させる。

But humans naturally aren't that accurate.

しかし、人間はもともとそれほど正確ではない。

We don't move in a perfectly straight line.

私たちは完璧な直線で動いているわけではない。

And that is what this version of Captcha was looking for.

そしてそれこそが、このバージョンのCaptchaが求めていたものなのだ。

It was also monitoring things like your internet history and your typing speed.

インターネットの履歴やタイピング速度なども監視していた。

If the history was just a string of repeated attacks on the same website, you're probably a bot.

その履歴が、同じウェブサイトを繰り返し攻撃しているだけなら、おそらくボットだろう。

But if you stopped halfway through the day to browse for shoes or look at cat videos, you might just be human.

でも、途中で立ち止まって靴を見たり、猫のビデオを見たりしていたら、それは人間かもしれない。

By 2018, Google had done away with the tick box entirely and launched ReCaptcha v3, based solely on that hidden data.

2018年までに、グーグルはチェックボックスを完全に廃止し、その隠されたデータのみに基づくReCaptcha v3を発表した。

But even flawed human characteristics is something that a smart algorithm can eventually learn to mimic.

しかし、欠点だらけの人間の特性でさえ、賢いアルゴリズムが最終的には模倣することを学ぶことができるものだ。

では、ボットは常に勝つ運命にあるのだろうか？

See, despite other companies coming up with new and inventive tests, there's a quirk at the very heart of Captcha that means it's likely the bots will always be able to win eventually.

他社が新しく独創的なテストを考案しているにもかかわらず、Captchaの根幹には、ボットが最終的に勝利する可能性が高いというクセがある。

And to understand why, you need to go back to before the internet was invented.

その理由を理解するには、インターネットが発明される前に戻る必要がある。

To the man who Captcha is named after, Alan Turing.

Captchaの名前の由来となった人物、アラン・チューリングに。

He's considered one of the founding fathers of AI after he penned this paper, Computing

彼はこの論文「Computing」を執筆して以来、AIの創始者の一人とみなされている。

In it, he describes a method to test whether you're talking to a human or a machine.

その中で彼は、あなたが話しているのが人間なのか機械なのかをテストする方法について述べている。

We had a questioner right behind the screen and trying to differentiate between a human and a computer machine giving answers.

スクリーンの真後ろに質問者がいて、答えを出すのが人間なのかコンピューターなのかを見分けようとしていた。

This now has famously become known as the Turing test.

これは現在、チューリング・テストとして有名である。

The problem with Captcha is that the questioner isn't human.

Captchaの問題は、質問者が人間ではないということだ。

It's a computer, and therefore any information that's input into the computer has the potential to be used by AI models to train Captcha-defeating bots.

コンピュータだから、コンピュータに入力された情報はすべて、AIモデルがCaptchaを破るボットを訓練するのに使われる可能性がある。

Even Luis's original paper on Captchas says that the technology will act as a security measure for websites and advance the field of AI.

ルイスが最初に発表したキャプチャに関する論文でさえ、この技術はウェブサイトのセキュリティ対策として機能し、AIの分野を発展させると述べている。

You have the research world almost continually catching up and surpassing the Captcha world.

研究の世界は、ほとんど絶えずCaptchaの世界に追いつき、追い越している。

But the solution may be to take the test out of the computer and into the real world.

しかし、その解決策は、テストをコンピューターから現実の世界に持ち出すことかもしれない。

We all have mobile phones and they have so many different sensors within them.

私たちは皆、携帯電話を持っているが、その中には非常に多くのセンサーが搭載されている。

Being able to tilt the phone on instruction or being able to take a few steps in one direction or another using the sensors in the phone.

指示に応じて携帯電話を傾けることができたり、携帯電話に搭載されたセンサーを使って、ある方向に数歩歩いたりすることができる。

But in order for us to truly prove that we're human online, we may have to find an entirely new approach.

しかし、私たちがオンラインで真に人間であることを証明するためには、まったく新しいアプローチを見つけなければならないかもしれない。

I think the question now is not, are we doomed?

今問われているのは、私たちは破滅するのか、ということではないと思う。

どうすれば再び主導権を握ることができるのか？

I would not be designing a Captcha today.

私は今日、Captchaをデザインすることはないだろう。