スイス連邦工科大学チューリッヒ校（ETH Zurich）の研究チームが、GoogleのreCAPTCHA v2システムを100％の成功率で突破したという驚くべき研究成果を発表しました。この研究は、画像認証の未来について広く議論を巻き起こしています。研究チームは、YOLOという高度な画像認識アルゴリズムを用い、画像のセグメンテーションと分類によって、reCAPTCHA v2の3種類の課題を全て自動的に解決することに成功しました。

研究者らが、従来のCAPTCHA検証に代わる新たな方法として「ヒューマンアイデンティティ証明書」(PHC)システムを提案。オンラインユーザーが人間であることを確認するために、ゼロ知識証明暗号技術を用いて各ユーザーに固有のデジタル証明書を発行。これは個人端末に保存され、プライバシー保護にも配慮。CAPTCHAや生体認証に取って代わるものとなる。しかし、証明書の不正使用、権力の集中、利用上の障壁といった課題も存在。研究では、政府によるパイロットプログラムでPHCの実現可能性を検証すること、そしてAI関連の問題（AIによる情報生成など）への責任をテクノロジー企業が負うべきだと提言。

最近、GPT4o Captcha Bypassという新型CAPTCHA解読ツールが業界の注目を集めています。このツールはコマンドラインインターフェース（CLI）アプリケーションであり、PythonとSelenium技術を利用して、様々なタイプのCAPTCHAシステムのテストと解読を行うことができます。

アップルのAI/MLチームとコロンビア大学が共同開発したマルチモーダル大規模言語モデル「フェレット」(Ferret)が、GoogleのCAPTCHA（完全自動公開チューリングテスト）に挑戦し、成功しました。交通信号灯の認識や、大規模言語モデルの「見て、言って、答える」タスクにおける精度向上に貢献します。Ferretの革新性は、参照と位置の空間的理解能力を融合し、意味と対象を同時に理解する点にあります。従来のマルチモーダルモデルとは異なり、混合領域表現法を用いて、離散座標と連続特徴を組み合わせることで、マルチタスク評価において優れた性能を示し、特に指示参照と視覚的グラウンディングにおいて顕著な成果を上げています。

{1:研究によると、ボットは人間よりも高い精度と速度でCAPTCHAを解くことが判明しました。2:研究者らは、現在のCAPTCHAではボットと人間を効果的に区別できず、より行動分析に基づいた動的な手法が必要であると結論付けています。3:CAPTCHA技術は、セキュリティ上の問題に対処するために、より動的なアプローチを採用する必要があります。}