Un grupo de investigadores han creado un sistema automatizado para crear imágenes fijas y de video que puedan ser reconocidas por humanos pero no por ordenadores. Este tipo de tecnología podría ser útil para los sistemas Captcha, diseñados en su día para evitar que los “spambots”—o programas de envío automatizado de correos basura—se inscribieran en cuentas gratuitas a través de internet.


La nueva tecnología utiliza imágenes simples de una figura en movimiento y reconocible, como por ejemplo un hombre corriendo o un caballo galopando, y las convierte en manchas, escondidas tras una escena también a base de manchas. Los ordenadores normalmente no son capaces de detectar la figura, pero el ojo humano suele hacerlo.

Los sistemas Captcha actuales no ofrecen un tipo de seguridad completa—a menudo son quebrantados por investigadores de seguridad y hackers. Los sistemas Captcha para Live Mail, Gmail, Yahoo!, Livejournal y PayPal han sido quebrantados en algún momento dado. Aunque los sistemas actuales por ahora se consideran seguros, la mayoría de los profesionales del sector están de acuerdo en que sólo es cuestión de tiempo antes de que vuelvan a ser quebrantados. Los diseñadores de sistemas Captcha tienen que estar mejorando sus métodos para ir por delante de aquellos empeñados en saltárselos.

Desarrollado junto a investigadores del Instituto Indio de Tecnología en Delhi, la Universidad Nacional Cheng Kung en Taiwán, y otros miembros de la Universidad de Tel Aviv, el software toma su inspiración de la “gestalt,” o la idea de que el ser completo es mayor que la suma de las partes. De forma específica, el software se aprovecha de la capacidad humana para analizar una escena caótica y fragmentada y encontrar una figura oculta.
La clave residió en el diseño de un sistema ajustable capaz de generar imágenes lo suficientemente sencillas para que un humano las identifique, pero demasiado difíciles para los programas de reconocimiento de patrones.

Las imágenes “emergentes” generadas por el sistema fueron puestas a prueba con tres tipos de programas de reconocimiento de patrones basados en el aprendizaje. Después de un entrenamiento con una serie de 30 imágenes emergentes, a los sistemas se les presentaron otros tipos de imágenes emergentes. El mejor de los tres sistemas de reconocimiento de patrones sólo pudo distinguir entre un caballo y un humano el 60 por ciento de las veces. Los humanos, frente a la misma tarea, respondieron correctamente casi un 100 por cien de las veces. El software también crea imágenes mucho más complejas para los ordenadores, aunque esta dificultad también se trasladaría a los humanos. “No es algo que la gran mayoría de usuarios sea capaz de hacer por ahora,” señala Cohen-Or.
Afirma que otro de los problemas principales para usar el software con Captcha reside en el procedimiento de pruebas. No está claro como se determinaría si el usuario ha identificado con precisión la imagen. Pedir a los usuarios que describiesen lo que ven sería demasiado complicado. Una persona podría escribir “perro” para describir el sujeto, mientras que otra podría escribir “perrito,” “cachorro,” o “Dálmata.” Habría demasiadas respuestas correctas. “No podemos presentar una serie de respuestas entre las que elegir,” afirma Cohen-Or. “Si así fuera, el ordenador podría adivinar la respuesta.”

Aunque los usuarios pueden disfrutar del hecho de tener que encontrar al animal escondido en una escena. No obstante afirma que habrá que desarrollarlo y experimentar más antes de crear un sistema Captcha que sea práctico.
“Aunque este trabajo es interesante, y el esquema de codificación parece ser novedoso, sólo el tiempo dirá si los científicos de la imagen y la visión son capaces de hacerlo avanzar,” señala James Wang, profesor asociado de ciencias de la información y tecnología en la Universidad del Estado de Pennsylvania. “Además, para poder crear un sistema Captcha con una baja cuota de ataques de fuerza bruta, hay que llevar a cabo más desarrollo y experimentación.”

Wang afirma que el sistema tendría que incorporar muchos animales para que pudiese funcionar, y se pregunta cuántos de ellos podrían ser fácilmente identificados por humanos. “Por ejemplo, ¿seré capaz de distinguir un tigre de un leopardo cuando sólo se me muestren las siluetas del cuerpo?”
Luis von Ahn, profesor de ciencias informáticas en la Universidad Carnegie Mellon y una de las personas que comenzaron los sistemas Captcha, está de acuerdo con que la selección de animales podría estar demasiado limitada para hacer que el método de Cohen-Or sea práctico. Y aunque cree que la investigación es interesante, no está seguro de que las imágenes emergentes sean realmente más seguras que los sistemas de texto distorsionado estándar que se usan en la actualidad. “Nadie ha intentado quebrantar este sistema realmente con dureza,” señala von Ahn.