我们输入 Google 验证码的时候 是不是在为它训练图像识别模型?

[nexo]

感觉每次 google 验证码里的图片大多为交通灯、巴士、斑马线、树木等等路上物体 是不是谷歌在利用验证码来训练他的模型 间接来应用到 Google 地图、汽车自动驾驶等等领域 有时点击正确也会说选错 猜想大多人都输入同一个错误时 就会矫正它自己的模型?

[miku831]

https://b23.tv/0Qy0zt
视频有提到

[whitehack]

别的验证码不知道. google 的肯定是的

[mokeyjay]

你好，是的，这已经是个公开的秘密了
今年 6 月起谷歌相册不再无限空间，小道消息表示这也是因为谷歌已经训练够了

[tiramice]

不然你以为 Google 为啥要收购 reCAPTCHA ？

[promise365]

肯定啊

[faceRollingKB]

这就有个问题了，验证码肯定是有标准答案的，用户点击提交的答案用来做什么呢？对比 ai 跟人哪个正确率更高么？

[Aaralyn]

这又不是啥新鲜事，微软 CEO 发布会都吐槽过。

[bruce00]

很早以前的单词验证码就是在训练，两个单词，其中一个是能被机器识别的用于验证，另一个是还未能被识别的，将用户的输入作为参考。现在的 reCAPTCHA 应该也是这个原理

[pkoukk]

@faceRollingKB 了解一下 reCAPTCHA 的原理。
假设图案一共 9 副，让你选出带有汽车的图像。
其中有 3 副 google 是知道答案的，剩下 6 副不知道，如果那 3 副你答对了，系统会认为你剩下 6 副也答对了
那 6 副的数据就可以训练算法

[nexo]

@Aaralyn
@promise365 但是这样搞经常很不准 体验很差

[1462326016]

@pkoukk 我记得貌似剩下的六个会进行多个人交叉验证，也就是说这六个图像有十个（或者其他数字）人认为它是汽车，谷歌才会把它认定为汽车，因为谷歌会出错，单个人也会出错，但是好多个人同时出错的几率就很小了，人数越多越准确。

[jdhao]

@nexo 大数据，一个人不准，但是奈何谷歌用户大，多数用户的选择可以认为是正确的标签，不用要求 100% 完美，只要大部分时候正确就行了

[Sapp]

@faceRollingKB 其实不一定的，我点验证码就发现过有些我点错了还过了

[juded]

是，所以我每次都故意点错一两个。

[boris93]

@faceRollingKB 并不是
有一段时间，验证码图像是书上扫描下来的一句话
Google 不确定 OCR 结果完全正确，就放到验证码上，我们输验证码的时候就在帮 Google 确认和纠正 OCR 结果

[faceRollingKB]

@boris93 楼上有人提到的一部分已知一部分未知的验证码，利用已知部分进行验证、未知部分用于训练的说法还说得过去，不过你说的这种我觉得就很难实践了

[CEBBCAT]

楼主还是挺厉害的，我不是嘲讽，独立发现这一事实真的挺厉害

[boris93]

@faceRollingKB 曾经确实有这件事来着，协助 Google 把书籍数字化的项目

[LZSZ]

@faceRollingKB 用在自动驾驶上面

[no1xsyzy]

@boris93 @faceRollingKB 书籍电子化是 reCAPTCHA 公益(?)项目原本的用途……
然后 Google 收购了，逐渐搞成现在这个样子