验证码通常出现在 Web 应用程序中，它们的工作假设是，它们构成了人类可以轻松解决的挑战，而机器很可能会失败。突出的例子是识别扭曲的字母或对图像中的某些对象进行分类。
神经网络正在威胁这种方法，因为它们能够解决对人类来说很容易但对经典算法来说很困难的问题。尤其是随着过去几年现代 CNN 架构在图像识别方面取得的令人难以置信的成果，已建立的 CAPTCHA 形式将不再能够使用神经网络区分人和机器。
这是我们所知道的验证码的终结，还是有可用的进化版本，或者至少在制作中仍然对现代神经网络构成挑战？
澄清：我说的是在 Web 应用程序中使用是可行的并且不会对可用性产生不合理的影响的挑战。
我认为验证码可以被需要理解上下文的问题替代或增强，例如：
有多少只手拿着玫瑰？
或者
板凳下和手中有多少本书？
这些示例很简单，但可以改进它们，例如，通过生成具有随机对象数量及其位置的图像
看起来很难使用 CNN 破解这种类型的验证码，尤其是当我们有大量不同的对象及其组合时
此外，还可以通过在图片上的构图中添加更复杂的逻辑问题来改进
这是一个很好的问题！（我怀疑我的回答是否公正，但我想让球滚动。）
我的一部分想要采取的立场是，如果自动机足够聪明来解决新的验证码，他们“应该”发送垃圾邮件。（相比之下，使用社交媒体的普通人的智慧并没有给我留下那么深刻的印象；）
对我来说，这个基本事实似乎预示着验证码即将消亡。
具体来说：
仅基于驱动社交媒体的内容的随机抽样，普通人并不是很聪明。