从 1946 年世界上第一台计算机出现开始，聪明的人类就已经考虑计算机发展到替代人类的可能性。艾伦・麦席森・图灵，被称为计算机科学之父、人工智能之父，专门设计了一个著名的“图灵测试”，用来判定计算机能否在智力行为上表现得和人无法区分。

　　当主持人问了 1 个问题，然后无法从 2 个解答中分辨出谁是人类、谁是计算机时，就表明计算机的智能水平已经与人类没有差异了。

　　基于这样的验证码，各种计算机系统（例如：网站、邮箱等）成功识别到真正的人类后，允许人类继续操作，比如：登录邮箱、投票等。

　　1999 年一个网站发起的在线投票，推选全美计算机科学专业最好的学校时，按理来说是一个人投一张票。但是投票网站在设计的时候，没有考虑太多，只以投票者所在计算机的 IP 地址作为判断依据。

　　于是有人编写了计算机脚本进行批量刷票：每次投票完后更改一个 IP 地址，然后继续投票。这样的话，有成千上万个 IP 地址就代表了成千上万个不同的人，就可以投成千上万票。

　　字符型验证码，是我们日常最经常见到的验证码。通常是一些字母、数字的组合，而且为了增加识别的难度，这些字符经常会被变形、被扭曲、被翻转。

　　计算型验证码，通常是一些数学公式，需要人类发动聪明的大脑进行复杂的运算，才能得出正确的结果。

　　很遗憾，这种可以提供较高安全性的验证码，虽然计算机很难识别，但是大部分人类自己也觉得很难。所以计算型验证码，并没有广泛应用过。

　　点击型验证码的最大特点是：使用者只需要通过鼠标进行点击，不需要输入任何东西。通过这种人类专属的行为动作，以及使用者在浏览器中的一些操作数据、浏览数据等，共同识别出真正的人类。

　　在一些重要的计算机系统，例如：动车售票网站、大型购物网站、大型视频网站等用户量较大、数据安全要求高的地方，采用点击型验证码，可以有效识别人类，避免其他计算机的攻击。

　　滑动型验证码通过收集使用者的动作，判断是否为人类。例如：人类拖动滑块的轨迹会是一个先快后慢的过程：先快速拖动，后慢慢对齐，再瞬间释放。

　　这种验证码的用户体验较好，虽然被计算机技术突破的成功率也有 60% 以上，但是计算机技术模拟人类行为的成本较大，得不偿失。

　　短信型验证码，是最常用的一种方式。各种 App 一般会采用这种方式，简单直接，通过运营商来发送短信，安全上有保障。

　　扫码型验证码，实际上就是首先确保在手机上已经成功登录，然后通过扫描二维码的方式在 PC 上继续登录。这是如今各大视频网站、购物网站的常用方法。

　　OCR 技术仅能攻破一些简单的字符型验证码，稍微复杂一些（比如扭曲、翻转）的字符，就需要花费更多时间，一般无法在字符型验证失效前识别成功。

　　然而，要想使用机器学习模型来识别字符型验证码，需要先准备好多台高性能计算机和大量的训练数据，因此模型识别的成本太高，一般人用不起。

　　各个环节都要在短时间内完成，简直就是 Mission Impossible，而且每一步都是违法违规，破解成本高到天际了。