如果不用解決驗證碼，每年可以建造77600所房子。但年復一年，驗證碼仍然在浪費我們的時間和金錢。2024年是一個完美的年份，徹底擺脫驗證碼。
驗證碼和打印機是一回事
前幾天，我在線辦理了一些拖延已久的事務。其中之一是取消不再需要的新聞訂閱。這是那天的最后一個任務，我只剩下5分鐘來完成它。我用郵件中提供的鏈接前往公司網站。
要取消訂閱，我需要登錄賬戶并勾選一個復選框以停用電子郵件訂閱。理論上這是一個五分鐘就能完成的完美任務。
但在登錄頁面，一個驗證碼迎面而來，用來驗證我是人類。因為我很急，所以我快速點擊所有顯示人行道的照片。不幸的是，我漏掉了一個。于是我開始快速點擊照片，以便在去牙醫的約定之前完成這最后一個任務。
令我驚訝的是，越來越多的照片出現，盡管我不斷點擊人行道，我還是無法通過驗證。五分鐘過去了，我只好放棄。
這幾乎就像打印機一樣，驗證碼似乎能感覺到你很急迫的時候。
驗證碼的誕生和發展歷程頗具戲劇性
在計算機科學領域，人類基礎計算(Human-based Computation, HBC)與社交媒體是主要研究領域之一。驗證碼(CAPTCHA)就是HBC的一個實際應用，最初的概念是興奮人心的。根據維基百科的描述，HBC是一種計算機科學技術，它通過將某些步驟外包給人類來執行機器的功能，通常以微工作(microwork)的形式。
驗證碼的誕生很快就成為HBC的實際應用之一。從一方面來看，人們在照片上分類物品，這對于訓練AI執行相同任務非常有用。
另一方面，驗證碼還提供了一定級別的安全保護。因為當時人們認為機器人無法解決驗證碼問題。因此，在1997年，當Eran Reshef, Gili Raanan和Eilon Solan申請了驗證碼的專利時，這一技術被認為對所有人都有益。這一想法非常棒，原始作者發明它是一個偉大的創舉。
但14年后的今天，我們可以看到驗證碼的發展方向已經發生了變化?，F在，驗證碼不僅僅是安全措施，它的應用場景和技術實現都有了很大的進展和變化。盡管驗證碼最初是為了提高在線服務的安全性而設計，但隨著時間的推移，其復雜性增加，常常給用戶帶來不便，這也引發了對驗證碼未來發展方向的重新思考和討論。
因為驗證碼（CAPTCHA），每年大約有77600個家庭無法在美國建造自己的家園。
這個數字來源于一個驚人的計算：2021年，人類每天在解決驗證碼上浪費了500年的時間，相當于每年182.000年。如果把這個時間轉換成金錢，按照平均美國收入計算，大約相當于320億美元。
這筆資金足以每年為77600個家庭在美國建造住房。這顯示了驗證碼在時間和金錢上的巨大浪費。這些數字可能因為不同的假設和平均值有所變動，但事實是，人類在驗證碼上的時間消耗是巨大的。雖然對于個人而言，解決一個驗證碼可能只需幾秒鐘到五分鐘，但累積起來的總時間是非?？捎^的。
驗證碼已經不再有效地區分人類和機器人了
在2021年，尼古拉·潘科夫(Nikolay Pankov)寫了一篇文章，概括了驗證碼的問題，他指出：“CAPTCHA不再可靠地防止入侵者，并且它們讓真實用戶感到煩惱。總之，可能是時候放棄這種過時的機制了。”
驗證碼的本意是保護在線資源不受機器人和不良行為者的侵害，目的是限制資源的使用。如果機器人訪問一個頁面，它會占用寶貴的傳輸帶寬，而這是公司需要支付的。因此，我們并不希望機器人訪問我們的網站。
不僅如此，驗證碼也無法防止DDoS攻擊，這種攻擊可能導致人們失去大量積蓄。但我們知道，幾年來，驗證碼并沒有解決這個問題。機器人可以很容易地解決驗證碼，無論是通過AI還是人工支持。此外，有些機器人甚至將解決驗證碼的任務外包給其他人。
例如，一個機器人想在一個網站上發表帶有鏈接的評論，但該網站要求它解決驗證碼。于是，機器人就將同樣的謎題展示給由黑客操作的一個中等實用的應用或網站的訪客。因此，黑客很快就利用HBC來解決HBC問題。
總的來說，驗證碼不再提供任何保護。它已經不能長時間地區分訪客是人還是機器人。
驗證碼歧視人類
有眾多報道稱驗證碼對某些人群存在歧視。例如，盲人在解決音頻驗證碼時會遇到困難(如果這種驗證碼存在的話)。這其實并不是什么新問題，我們早在2019年前后就已經知道了。
驗證碼還可能基于國籍、種族、地理位置等因素歧視人群，這是一個鮮為人知的事實。例如，當你需要指出哪些圖片是出租車時，如果圖片中的出租車來自另一個國家，你可能會感到困難。
特倫斯·伊登(Terence Eden)在2017年這樣總結道：
猜猜看，谷歌?在我的國家，出租車通常是黑色的。我看過足夠多的電影，知道美國的出租車都是黃色的。但在我訪問過的每一個其他國家，出租車都是五顏六色的混合體。
盡管有其缺陷，驗證碼仍被廣泛使用，這是為什么呢?
公司使用驗證碼完全是為了自身利益。
這一切都歸結于金錢。驗證碼最初是作為一種基于人類的計算手段被發明出來，用以解決一個真實的問題(區分人類和機器人)。
盡管它在核心功能上失敗了，但它仍被用于基于人類的計算。
你看，AI模型并不知道人行道長什么樣。公司必須向AI提供大量的照片和描述……
通過數百萬次的重復，AI最終能夠區分人行道和貓。
為了做到這一點，構建AI模型的公司必須收集大量的分類數據來訓練這些AI模型。
總結一下：
驗證碼沒有解決問題(區分人類和機器人)
驗證碼對人類的成本極大(每年77600戶家庭)
只有提供驗證碼解決方案的公司從中受益
因此，2024年一個非常有意義的問題是，驗證碼是否應該繼續使用。
