Si finge umano ma è un computer. E riesce a ingannare i sistemi di sicurezza

Si finge umano ma è un computer. E riesce a ingannare i sistemi di sicurezza
Sviluppato un computer che sa fingersi un essere umano, riuscendo a ingannare alcuni dei sistemi di sicurezza più diffusi nei siti Internet, ovvero i captcha, quei codici...

OFFERTA SPECIALE

2 ANNI
99,98€
40€
Per 2 anni
SCEGLI ORA
OFFERTA FLASH
ANNUALE
49,99€
19€
Per 1 anno
SCEGLI ORA
 
MENSILE
4,99€
1€ AL MESE
Per 3 mesi
SCEGLI ORA

OFFERTA SPECIALE

OFFERTA SPECIALE
MENSILE
4,99€
1€ AL MESE
Per 3 mesi
SCEGLI ORA
 
ANNUALE
49,99€
11,99€
Per 1 anno
SCEGLI ORA
2 ANNI
99,98€
29€
Per 2 anni
SCEGLI ORA
OFFERTA SPECIALE

Tutto il sito - Mese

6,99€ 1 € al mese x 12 mesi

Poi solo 4,99€ invece di 6,99€/mese

oppure
1€ al mese per 3 mesi

Tutto il sito - Anno

79,99€ 9,99 € per 1 anno

Poi solo 49,99€ invece di 79,99€/anno
Sviluppato un computer che sa fingersi un essere umano, riuscendo a ingannare alcuni dei sistemi di sicurezza più diffusi nei siti Internet, ovvero i captcha, quei codici alfanumerici di difficile comprensione che servono a distinguere gli utenti in carne ed ossa dai programmi automatici chiamati 'bot'.


Il risultato è pubblicato su Science dai ricercatori della company californiana Vicarious, specializzata nel settore dell'intelligenza artificiale. Ispirato ai meccanismi di funzionamento del cervello umano, il nuovo computer 'hacker' ha la capacità di apprendere partendo da un numero di esempi relativamente basso, soprattutto se confrontato con gli algoritmi di apprendimento profondo (deep learning) usati per rendere le macchine più intelligenti: i programmi impiegati finora per risolvere i captcha richiedevano un addestramento con milioni di immagini esemplificative o con regole codificate su come craccare ogni tipo di immagine.

I ricercatori californiani hanno realizzato un sistema molto più efficiente partendo dalle neuroscienze: chiamato «Network corticale ripetuto (Rcn)», è capace di risolvere testi captcha, identificare cifre scritte a mano, delineare oggetti stratificati in modo complesso e riconoscere testi nascosti in foto del mondo reale. Confrontato con gli attuali approcci di deep learning per la lettura dei testi, il nuovo sistema ha una maggiore accuratezza, pur utilizzando un numero di immagini per l'addestramento che è 5mila volte inferiore. Leggi l'articolo completo su
Il Mattino