Las aplicaciones de la inteligencia artificial (IA) son prácticamente ilimitadas. Los algoritmos que utilizan redes neuronales profundas y aprendizaje automático están diseñados para identificar patrones complejos en grandes volúmenes de información. Esto les permite reconocer imágenes, voz o procesar el lenguaje natural con gran eficacia.
La IA ha llegado a nuestras vidas y está alterando incluso procesos que a priori no tienen vínculo con ella. Un ejemplo claro son los CAPTCHAs (Completely Automated Public Turing test to tell Computers and Humans Apart). Estos tests automatizados se utilizan para determinar si quien intenta acceder a un servicio web es una persona o un programa (bot). Son útiles para evitar la creación de cuentas falsas y ataques por fuerza bruta.
Sin embargo, la IA ha comenzado a superar los CAPTCHAs. Hasta ahora, estos tests han sido eficaces, ya que las tareas que solicitan no representan un esfuerzo para los humanos, pero son difíciles para los programas convencionales. Google ha desarrollado reCAPTCHAv2 y reCAPTCHAv3, que han mejorado la eficacia de estos tests.
Recientemente, un grupo de investigadores ha demostrado que el modelo de reconocimiento de objetos YOLO (You Only Look Once) puede derrotar a reCAPTCHAv2 con una tasa de éxito del 100%. Este modelo fue entrenado con una base de datos de 14.000 imágenes y no cometió errores. Esto pone en tela de juicio la eficacia de los CAPTCHAs basados en imágenes, que son los más utilizados.
La identificación de personas es crucial para incrementar la seguridad en internet. Por lo tanto, el avance de la IA está impulsando la necesidad de desarrollar tecnologías de identificación más robustas que no puedan ser vulneradas. Aunque reCAPTCHAv3 podría ofrecer una solución, aún es pronto para saberlo. Por ahora, lo que está claro es que reCAPTCHAv2 ha caído ante la IA.
Imagen: Mizuno K
