"Captcha" testlərində niyə alma, armud yox, sürücülüyə aid suallar soruşulur?

Captcha” testləri sadə “Turing” testləridir. “Turing” bizə asan, kompüterlərə isə çətin gələn bir test növüdür. Kompüterlər işıqfor, piyada keçidi, velosiped, avtobus və sair obyektləri görən kimi tanımırlar. Bu obyektlərin forması, rəngi, yeri və fonu dəqiq olmalıdır.

Bəs ayırdetmə kompüterlərə necə öyrədilir?

Bu, süni intellekt sayəsində baş verir. Prosesi bilsək də, öyrədildikdən sonra necə işlədiyini hələ də dəqiq bilmirik. Mürəkkəb süni şəbəkə desək, daha aydın başa düşülər. Əvvəla onu deyək ki, biz bot və ya süni intellekt yaratmasaq, əldə edə biləcəyimiz məlumat məhduddur, çünki süni intellekt və botlar şirkətlər üçün qiymətli və möhkəm qorunan ticari sirlərdir. Ümumi məlumatlar xaric, onlardan ətraflı təfərrüat almaq mümkün deyil. Bunun üçün isə ümumi yanaşma necədir, az-çox bilirik.

Neyron Şəbəkə Sistemləri

Bunun üçün əvvəlcə təməldə 2 bot istehsal olunur. Bu botlardan 1-cisi yeni botlar yaradır, 2-cisi isə yeni botları sınaqdan keçirir. 1-ci bot “tələbə botlar” istehsal edir və onları “müəllim bota” yönləndirir. Bundan sonra beyniniz çox yanmasın deyə, (onsuz da yanacaq) bu botlara "istehsalçı bot", "müəllim bot" və "tələbə bot" deyəcəm.

“Müəllim bot”ların bizə yönləndirilən ayırdetmə testlərindən xəbəri olmur, lakin onda cavablandırılmış suallardan ibarət testlər var. Bu testləri “tələbə bot”lara tətbiq edir. Sonra isə testin nəticələrini "tələbə botlar"la birlikdə “istehsalçı bot”a göndərir. “İstehsalçı bot” yaxşı nəticələri oradan ayırır, pisləri isə məhv edir, əvəzində uğurlu nümunələrdən yola çıxaraq yeni “tələbə botlar” yaradır. Yeni botların yaradılması və sınaqdan keçirilməsi prosesi bir müddət bu cür dövr edir.

Bəxti gətirən “tələbə bot”lar sağ qalarkən, haradansa istədiyiniz işi təsadüfən deyil, öz strukturu sayəsində az-çox yerinə yetirə bilən bir bot ortaya çıxır. Həmin botdan sonrakı təkrarlanan proseslərdə sağ qalmaq üçün tələb olunan müvəffəqiyyət nisbəti getdikcə yüksəlir.

Sonda işlədiyini dəqiq bilmədiyimiz, lakin uğurla işləyən bir süni intellekt botu əldə edirik. Nəticədə biz insanlar “Captcha” testləri vasitəsilə keçilən milyardlarla botlara tətbiq olunacaq milyon suallardan ibarət testlər üçün açar cavablar yaradırıq.

“Captcha” testlərindən əldə edilən məlumatlar ilkin mərhələdə “Google Maps” kimi xidmətlərin inkişafında istifadə olunur. “Google” bu testlərdəki sürücülüklə bağlı testləri insanlardan gələn cavablarla uyğunlaşdıraraq xəritələrini daha dəqiq və ən son versiyada saxlamağa çalışır. Beləliklə, “Captcha” testləri həm veb-saytların təhlükəsizliyini təmin etmək, həm də xəritəçəkmə xidmətlərini təkmilləşdirmək üçün istifadədə əlverişli hala gəlir.

Digər bir məqam, avtonom idarəetmə sistemləri ola bilər. Bu sistemlərin inkişafı üçün dəhşətli dərəcədə data lazımdır. Bu cür böyük məlumatların toplanmasının ən effektiv yollarından biri internetdə gəzən milyardlarla insana şəkillərlə bağlı suallar verməklə hazırkı nəzarət məlumatlarını yaratmaqdır.

‍

‍