這兩天登陸一個網(wǎng)站，總是要輸入驗證碼，那種兩個單詞，一個清楚，一個模糊還加條橫線，特難認(rèn)，每次總錯要輸一兩回。很煩人，雖然知道這樣做是為了防止機器輸入的，但真有必要搞這么難浪費時間嗎？ 這次順手查了下為啥做reCAPTCHA。
原來reCAPTCHA之前還有CAPTCHA。就是很多網(wǎng)站還在使用的普通驗證碼，字母或數(shù)字都很清晰的那種。
這個項目最初叫做CAPTCHA，源于10多年前，根據(jù)Wiki的說法，似乎同時有兩個團隊都宣稱發(fā)明了驗證碼。其中一個，就是卡內(nèi)基梅隆大學(xué)Luis von Ahn 所在的團隊進一步發(fā)明了reCHPTCHA產(chǎn)生了一個創(chuàng)業(yè)公司，在2009年被Google收購。
reCHPTCHA最早是卡內(nèi)基梅隆大學(xué)的一個項目，輸入驗證碼時，難辨識的那部分，實際是OCR掃描古老文獻時電腦無法辨認(rèn)的部分，通過由人工辨識，同時打到兩個目的：
- 有效的確保了是人而非機器在登陸。CAPTCHA 就是圖靈測試區(qū)分人還是機器的意思。
全自動區(qū)分計算機和人類的圖靈測試（英語：Completely Automated Public Turing test to tell Computers and Humans Apart，簡稱CAPTCHA），俗稱驗證碼，是一種區(qū)分用戶是計算機和人的公共全自動程序。在CAPTCHA測試中，作為服務(wù)器的計算機會自動生成一個問題由用戶來解答。這個問題可以由計算機生成并評判，但是必須只有人類才能解答。由于計算機無法解答CAPTCHA的問題，所以回答出問題的用戶就可以被認(rèn)為是人類。
- 通過免費眾包的方式，高效低成本實現(xiàn)了把海量文獻數(shù)字化的工作。
根據(jù)其作者之一的 Luis von Ahn 2011年在TED 上的演講，有35萬網(wǎng)站使用reCAPTCHA作為驗證碼登陸使用，每天有兩億次的使用量，可以辨識250萬單詞，每年有250萬圖書就是這樣數(shù)字化的。
reCAPTCHA計劃是由卡內(nèi)基梅隆大學(xué)所發(fā)展的系統(tǒng)，主要目的是利用CAPTCHA技術(shù)來幫助典籍?dāng)?shù)字化的進行，這個計劃將由書本掃描下來無法準(zhǔn)確的被光學(xué)文字辨識技術(shù)（OCR, Optical Character Recognition）識別的文字顯示在CAPTCHA問題中，讓人類在回答CAPTCHA問題時用人腦加以識別[1]。reCAPTCHA正數(shù)字化《紐約時報》（New York Times）的掃描存盤[2]，目前已經(jīng)完成20年份的數(shù)據(jù)，并希望在2010年完成110年份的數(shù)據(jù)。2009年9月17日，Google宣布收購reCAPTCHA。[3]
通過浪費所有人一點時間去做一點貢獻，真是個奇妙的主義。
了解了reCAPTCHA背后的意義，每次輸錯所浪費的幾秒鐘似乎有了意義。不再抱怨，人可能真是唯一需要意義來支撐行動的動物。
Luis von Ahn 介紹的另一個類似想法的項目是 Duolingo。
