此舉，是為了獲取海量的帶標簽數據，為自己后來的人工智能做準備。一半驗證你是不是真人，有沒有認真答題；另一半，則開始讓你義務勞動打白工。

    標注門牌號，路牌，分類各種圖片，只要你生活在網絡的世界，你就或多或少地每天要給谷歌打幾十秒的白工。

    “所以說，雖然驗證碼誕生之初，解決了網絡環境和用戶安全的大問題，但后面其實性質已經發生了改變？”

    “那當然，如果真的要做【分辨對面到底是人是狗】的圖靈測試，其實還有更加聰明的辦法，比如只需要點擊一個我不是機器人的按鈕就好了。”

    “系統可以追蹤用戶的鼠標和鍵盤軌跡，讓機器人的模擬成本非常之高，這才是更科學的驗證系統。又或者是滑動，拼圖的方式，都比驗證碼科學多了，又不會有識別錯誤的風險，比如8和B，o和0。至于那些圖像的測試驗證，其實更多的成為了一種收集數據的手段。”

    這方面的內容確實是孟繁岐以前未曾關注過的。

    他倒也注意到過，有時候自己胡亂點驗證碼，竟然也能通過。曾經懷疑過這里面的問題，但沒有多想，也沒有仔細研究過里面的原理。

    更沒想到，這個系統竟然收集了如此海量的數據，幾年的時間就錄入了數千萬的書籍。

    “現在這些扭曲的文字也不大行了，經過四五年的持續驗證碼標注，現在機器識別那些扭曲文字的準確率接近100，人類自己反而只有三四十的準確度。”

    伊利亞笑著說道，這個數據是他們今年年初剛剛測試得到的。

    “因此這種傳統的錄入單詞的方式，現在也已經不夠安全了。”

    “驗證碼說得高大上一點，就是圖靈測試的一種，確實在設計之初，就很難避免它有利于人工智能的本質。”

    孟繁岐仔細想了下，覺得很合理，驗證碼的本意就是區分機器和人類。機器通過學習這些行為，自然能夠在這方面越來越強。

    “這個【我不是機器人】，看上去只需要點一下的功能，也不是你想的那么簡單。它會追蹤你點擊驗證框之前、當時和之后的行為，比如在網頁上花費的時間和瀏覽的方式，從而來判斷是否是人為操作。”

    這個孟繁岐倒是稍微了解一點，谷歌后來甚至推出了更加全新的reCAPTCHAv3，這個第三版本的測試方式連一個選框都不需要你去點。

    只不過，它會持續在后臺分析你瀏覽網站的方式，并根據種種行為和依據來給你評分。

    倘若你的得分過低，你就會看到熟悉的驗證碼彈窗，來確定你是不是人類。

    在谷歌看來，這是最好的體驗，用戶不需要任何輸入，甚至不會意識到自己已經通過了人機的驗證，而且它很難被破解程序學習。