Khi truy cập một website, không ít người từng gặp yêu cầu chọn những ô hình chứa đèn giao thông, xe buýt hoặc vạch kẻ đường để xác minh danh tính. Đây là một phần của CAPTCHA, công nghệ được thiết kế nhằm phân biệt người dùng thật với các chương trình tự động (bot). Tuy nhiên, đằng sau những thao tác tưởng chừng đơn giản này còn có một mục đích khác, đó là hỗ trợ các hệ thống công nghệ xử lý và số hóa dữ liệu hình ảnh.
CAPTCHA là viết tắt của cụm từ Completely Automated Public Turing test to tell Computers and Humans Apart, có thể hiểu là phép thử tự động để phân biệt con người với máy tính. Những phiên bản đầu tiên thường yêu cầu người dùng nhập lại các ký tự bị làm méo trong hình ảnh. Khi đó, máy tính chưa đủ khả năng nhận diện chính xác chữ viết trong những điều kiện phức tạp, trong khi con người vẫn có thể dễ dàng đọc được.
Năm 2009, Google mua lại reCAPTCHA, dịch vụ xác thực có nguồn gốc từ nghiên cứu tại Đại học Carnegie Mellon. Hệ thống tận dụng những từ trong sách và báo cũ được quét thành hình ảnh nhưng phần mềm chưa thể nhận diện chính xác. Khi người dùng nhập lại các ký tự, họ đồng thời góp phần chuyển đổi tài liệu in thành dữ liệu văn bản số. Đến năm 2012, Google tiếp tục đưa hình ảnh từ Street View vào các bài kiểm tra, yêu cầu người dùng nhận diện số nhà, biển hiệu và những chi tiết trên đường phố để cải thiện dữ liệu bản đồ.
Đèn giao thông, xe buýt hay vạch sang đường được lựa chọn vì đây là những vật thể phổ biến nhưng xuất hiện trong nhiều điều kiện khác nhau. Chúng có thể bị che khuất, thay đổi góc nhìn hoặc nằm giữa khung cảnh phức tạp. Con người thường nhận diện tương đối dễ dàng, trong khi các hệ thống thị giác máy tính trước đây gặp nhiều khó khăn hơn. Nhờ đó, những câu đố hình ảnh trở thành phương thức hữu ích để kiểm tra người truy cập có phải bot hay không. Đáng chú ý, CAPTCHA không xuất hiện với tất cả mọi người mà thường được kích hoạt khi hệ thống phát hiện hoạt động đáng ngờ.
Tuy nhiên, sự phát triển của trí tuệ nhân tạo (AI) đang khiến phương thức xác thực này đối mặt với thách thức mới. Nghiên cứu Breaking reCAPTCHAv2 công bố trên arXiv năm 2024 cho thấy nhóm tác giả có thể giải thành công toàn bộ thử thách reCAPTCHA v2 trong bộ kiểm tra do họ xây dựng bằng mô hình nhận diện hình ảnh YOLOv8. Nghiên cứu cũng ghi nhận cookie và lịch sử duyệt web có thể ảnh hưởng đến số lần người dùng phải thực hiện xác minh. Trong thử nghiệm, số lượt giải trung bình giảm từ 8,38 xuống 2,71 khi bổ sung dữ liệu từ một phiên trình duyệt thực.
Trước khả năng ngày càng cao của AI, Google đang tìm kiếm phương thức xác thực mới. Hãng đã giới thiệu tùy chọn xác minh reCAPTCHA bằng cử chỉ tay, sử dụng camera để ghi nhận chuyển động bàn tay nhằm kiểm tra sự hiện diện của người thật. Theo tài liệu chính thức, phương thức này đang được thử nghiệm như một lựa chọn bổ sung. Điều đó cho thấy cuộc cạnh tranh giữa công nghệ chống bot và các công cụ tự động hóa đang bước sang giai đoạn mới, khi những câu đố nhận diện hình ảnh quen thuộc có thể không còn đủ sức bảo vệ website như trước.