Les principaux sites Internet du monde entier utilisent un système appelé CAPTCHA pour contrôler que quelqu’un est bien un humain et non un bot lorsqu’il saisit des données ou se connecte à un compte. CAPTCHA est l’abréviation du “Completely Automated Public Turing test to tell Computers and Humans Apart”. Les lettres et les chiffres irréguliers, souvent affichés sur des photographies ou sur des arrière-plans texturés, étaient jusqu’ici un bon moyen de déjouer les pirates informatiques. Ils sont agaçants, certes, mais efficaces.
Les jours de CAPTCHA sont comptés. Des chercheurs de Vicarious, une société d’intelligence artificielle (IA) californienne financée par le fondateur d’Amazon Jeff Bezos et Mark Zuckerberg de Facebook, viennent de publier un document détaillant comment ils sont parvenus à vaincre CAPTCHA en utilisant de nouvelles techniques d’IA. Alors que les technologies d’IA les plus avancées utilisent des réseaux de neurones nécessitant des quantités massives de données, parfois des millions d’exemples, les chercheurs ont déclaré que leur système n’avait besoin que de cinq étapes pour percer les secrest de la technologie reCAPTCHA de Google. Ils ont ainsi obtenu un taux de réussite de 67%, ce qui est raisonnablement proche du taux de précision humain de 87%. En répondant au test CAPTCHA sur PayPal et Yahoo, le système a atteint un taux de précision de plus de 50%.
Si les méthodes utilisées par Vicarious et Google avec AlphaGo sont différentes ; elles ont permis aux systèmes d’apprendre par eux-mêmes, quoique dans un domaine restreint. En émettant leurs propres suppositions sur ce que devrait être le modèle d’entraînement et en essayant différentes permutations jusqu’à ce qu’ils obtiennent les bons résultats, ces systèmes ont appris seuls comment lire les lettres dans un CAPTCHA ou jouer à un jeu. Pourquoi c’est important ? Parce que ces dernières avancées rendent poreuse la frontière entre IA spécialisée et IA généraliste et ont des implications plus largement sur la robotique et virtuellement tout autre domaine au sein duquel l’apprentissage automatique dans des environnements complexes pourrait s’appliquer.
