转载

一神人创造验证码，又让验证码做出巨大贡献

很多人已经知道神人Luis von Ahn和reCAPTCHA了，我再啰嗦讲一下。Luis von Ahn是CMU教授，2000左右和别人提出了CAPTCHA，就是万恶的验证码。现在看来也许验证码是个显而易见的点子，但是从历史上看，它绝对是个判断正在输入的是人类还是机器的简单高效方法。再后来，这个教授就想了，每天这么多人都在识别输入一串字符，能不能利用它呢？于是后来他就又搞出了reCAPTCHA。

如果我们想电子化一些从前的文档，比如19世纪的纽约时报，我们要不得依靠人力，手动地一个一个字地输入电脑，要不然就直接扫描，然后用软件识别。但是软件识别的准确率不能保证，尤其是扫描或者文档本身质量很差的时候，比如：

reCAPTCHA做的，简单来说就是把上图的单词切割抽取出来，然后与一组自动生成的字符混合，生成验证码，发送到各各网站上，像这样：

一神人创造验证码，又让验证码做出巨大贡献

reCAPTCHA默认如果电脑产生的字符你输入正确，那么从文档中抽取的字符你的输入也将是正确的，然后通过交叉验证，重复验证，各种算法保证准确率。于是坐在电脑前上网的我们，每次输入验证码的时候，就可能顺便为某个图书馆的文档录入做出了贡献。详细点的介绍可看：关于 reCAPTCHA 验证码。

一个经常被提到的实例就是，借助广大网民之手，纽约时报从1851年到现在的所有报纸，总共超过1千3百万篇文章都已经成功录入计算机。如果依靠手工输入，人力，资金，时间都将是巨大的，然而借助reCAPTCHA, 以及每天上网的我们，这项工作短时间内已经完成了。

09年reCAPTCHA被谷歌收购了，大家可能也都注意到了，谷歌更进一步利用验证码来帮助它们识别门牌号，路牌等等，用来修正谷歌地图的精度。这样谷歌地图的准确度，以及用户的体验都得到了提升。

一神人创造验证码，又让验证码做出巨大贡献

Luis von Ahn真是很有想法的人，后来他又创办了很火的Duolingo，帮助大家学外语。

update 1-15====收了好多赞，但我觉得我只是个搬运工============================

可以听听Luis von Ahn自己怎么说的，下面是他上个月在youtube上介绍reCAPTCHA project的一段几分钟视频：

https://www.youtube.com/watch?v=PQ-xzwj_p_4

据他说，目前有已经有11亿人次帮助他们至少输入了一个单词，谷歌每年电子化了相当于200万本书的文本。比较有趣的是，留言里部分人义愤填膺，觉得自己被利用了或者被验证码折磨了。

再补充一段Duolingo志愿者推荐的视频： http://youtu.be/-Ht4qiDRZE8 ，“主要就是讲Luis怎么用众包的概念创立公司的。他也曾在TechCrunch的演讲里提到过那个自己幼年构想发电健身房的故事，可能这样能更好地回答题主的疑问。几乎我们所有多邻国的志愿者都有看过这个。”

有个评论提到了，Luis von Ahn现在更多地投入在Duolingo上。帮助大家学习外语的同时，类似reCAPTCHA的思路，Duolingo利用大家的学习参与过程，实现翻译文本。（例如截取CNN新闻的片段让你翻译成其他语言（暂时没有中文），多个参与者的练习拼凑起来就是一篇翻译好的文本，然后卖回去给CNN。）

========评论里还会有人问起是 怎么保证正确率的 ？用评论里的回复的补充===============

以上面街景截图带门派号的验证码为例子，左边一组数字是街景的截图（希望你帮系统识别出来的，系统原来并不知道是上面数字），右边一组是系统产生的数字(系统知道是上面数字)。当你正确输入了右边的数字，系统就判断你是人，于是默认你左边输入的数字就是他们原来并不知道的门牌号。如果有人不小心或者故意把左边的门牌输错怎么办？另外一个机制是，系统会把左边的图发送给多个用户验证，然后从多个用户里取出现次数大于一定阀值的那个答案，（例如10个人，有8个人给出相同的答案，那可以认为就是正确答案了）。否则就重复以上步骤，或者其他更复杂的机制。

总结一下reCAPTCHA有效的两个机制就是：