多年来，计算机算法在识别模式方面变得越来越出色，这使他们能够成功地识别诸如动物和人脸之类的物体。令人印象深刻的是，算法仍然无法将图像与语义进行匹配，并且当本应检测到的图像被周围的噪声扭曲或遮盖时，常常会遇到问题。这就是为什么许多网站仍然热衷于使用验证码的原因。
但是，这可能不是一个长期可行的选择–一家位于加利福尼亚的初创公司名为Vicarious，刚刚宣布了它的新算法，该算法的灵感来自哺乳动物的视觉皮层，只需很少的培训就可以轻松破解可信任的旧验证码。
视觉皮层通过首先识别诸如边缘和表面(由特定的神经元组执行)之类的各个模式，然后基于接近度找出那些特征中的哪些属于同一对象，从而以分层的方式布置场景。
验证码可能不会在不久的将来成为确定用户是否为人类的有效手段。图片来源：杰克·斯普洛克(Jake Spurlock)，作者：flickr.com，CC BY 2.0。
这种组织视觉感知的方式使哺乳动物能够识别已知物体，即使它们被遮挡或朝向不同的方向。
为了模仿大脑的模式识别方法，该公司开发了一种自上而下的算法，称为递归皮层网络(RCN)。它的工作方式是首先识别轮廓，然后根据这些轮廓识别表面特征(例如光滑度)，最后根据接近度将识别出的特性排列到池中。
完成后，各个池开始相互通信以校准功能选择，最终导致相关功能的分组。
然后，该算法形成“对象假设”(可能是独立实体的特征集合)，并为其分配特定的分数。经过几轮评估其他竞争者的最高假设之后，RCN可以识别物体，即使它们受到了适度的扭曲。
一旦用于解决验证码问题，该算法的性能将比人类略好(94%的字母识别准确度与87%的字母识别准确度)。对于软件而言，以百分之一的精度解决CAPTCHA就足够了，从安全的角度来看，该系统将变得毫无用处。
RCN在BotDetect，PayPal和Yahoo系统上也表现出色，显示出57%的准确性。