道客优

验证码是很多人讨厌的东西，可这很多人恐怕也不知道验证码背后的巨大力量。最近上谷歌发现它的人机验证图片都是从谷歌街景上抠出来的，让你识别的大多是什么：信号灯（比率很高）、人行道、自行车、消防栓之类的东西。也许在进行烦人的人机验证时你没有多想，但是对于我这个老资历“阴谋论者”来说，世间蹊跷之事背后必有阴谋。

那么谷歌的人机验证背后是什么呢？10亿人正在免费给谷歌打工，帮助他们完善自动驾驶系统。这就是网络大公司的力量。

大家都是谷歌的免费工具人

问题的切入点是，为什么谷歌的人机验证全是交通相关的图片？而且都是从实拍街景图上抠出来的。了解人工智能的人应该马上会联想到一个词：机器学习。

什么叫机器学习？简单来讲，就像人训练狗认数字，通过不断给狗看数字，告诉它这是几，直到狗能分别出数字。机器学习的手段也是如此，例如图片识别，想让机器能够区分苹果和西红柿，需要用大量的苹果和西红柿的图片，并告诉机器：这个是苹果、这个是西红柿。训练用的样本量越大，机器越不容出错。虽然训练机器和训练动物的手段相似，但原理完全不同。机器学习的背后是复杂的数学和统计学原理，计算机程序会把遇到样本进行归类，所以样本数量越大，可比对的数据就越多，那么归类自然就越准确。

回到我们的话题上，自动驾驶是如何分辨马路上的各种物体，比方说信号灯、人行横道、自行车和消防栓的呢？当然也是靠机器学习。既然用机器学习，想要获得最精确的识别结果就得增加训练强度，用大量的样本去“教”它。谁会有精力坐在电脑前面不厌其烦地告诉它：“这是信号灯、这是隔离墩、这是快递车、这是老头乐、这是女司机……”呢？答案当然是屏幕前的你。广大网民既有闲又耐心，关键是数量庞大，10亿网民一天的训练量那可是任何专业团队都望尘莫及的，并且会把漫长的机器学习过程压缩到很短的时间里。

如果你曾经给谷歌勾选过人机验证，那么你已经为谷歌的自动驾驶技术免费贡献了自己的一份力量。不得不感叹，这些人真精啊！

是谁让你我成为工具人？

其实这已经不是验证码第一次被用在解决枯燥乏味的工作上了，国外的网民在10年前已经不知不觉地把从1851年开始刊登在纽约时报上的1300万篇文章电子化了。想想看，如果要是找人手工完成这项工作需要花费多少钱又要花费多少时间呢？

是不是有点好奇，这种天才的主意是谁想出来的？就是下图中这位精神小伙儿Luis von Ahn。

当年还在卡内基梅隆大学上学的Luis跟另外三个哥们儿一起开发了reCAPTCHA，也就是验证码。这东西的出现解救了像雅虎这样得免费邮箱，当时它们正被机器注册折磨得痛不欲生，大量被恶意注册的免费邮箱不断给用户群发广告邮件或者干着黄牛抢票的事儿，急需一种技术来确认正在注册的用户是人而不是机器。

reCAPTCHA的成功让Luis马上开始琢磨，这东西是不是还能被用在更有用的地方，比方说文字录入。在计算机技术普及的20世纪90年代之前，人类的智慧都是以印刷或者手写的方式被固定在纸张上的，非数字化的内容在网络时代就成为无法被纳入到搜索范围的文化死角。而要实现文字内容的数字化并非易事，对各种字体或者污损残缺文字的识别仍然需要人类完成，这就涉及海量的录入工作，于是Luis就巧妙地利用验证码让广大网民当了一回免费工具人。大量的报纸被扫描下来，整段的文字被拆分成单词，经过变形之后成为验证码，在人们不断输入验证码的过程中，纽约时报过去的内容完成了数字化。据说这项技术每年会让230万本书实现数字化，更关键的是没花一毛钱。

2009年，reCAPTCHA被谷歌收购，免费工具人也就转而为谷歌服务了，而我们这些工具人的第一项伟业是创造了精确的电子地图。前些年上谷歌被抓去做人机验证的人一定有印象，那会儿的验证码净是门牌号。

看到这里，走脑子的读者一定会问：“它怎么知道我输入的对不对呢？”解决方法是在正确答案里混进几个待确认的，比方说单词验证码一般都是俩个词同时出现，其中一个词是系统不知道的、另一个是系统知道正确答案的，当你正确输入它知道答案的那个词之后，就判定你验证成功。至于它不知道的那个词，反正很多人都在输入同一条验证码，里面输入次数最多的自然是正确的。

现在Lius干嘛呢？当然是挖掘新的免费工具人！学习外语的人成了他的新目标，如果你在Dulingo上进行句子翻译练习，恭喜！你又成了免费工具人，正帮着Lius翻译不同语言的出版物。

写在最后

免费工具人这个事儿说归说，我个人倒是觉得Lius干的事情是有意义的，至少在让整个社会向前发展，解决了很多实际问题，比那些把智力用在编骗局割韭菜的资本家、网红、公知强多了。

轮到你说：

免费工具人，你干不干？墙？！