Verification Boundary
验证·边界
以「验证」行为为线索，从验证分类、依据、特征和轨迹等方面提取数据信息，转化为视觉符号，探索如何验证与定义当下的人机身份。
通过AI生成文本、音乐、绘画与人类创作进行对比，引发如何验证人类身份的思考。运用Leap Motion手势交互与TouchDesigner实时数据可视化。
Taking the act of verification as a clue, extracting data from classification, basis, characteristics, and trajectory, converting them into visual symbols to explore how to verify and define current human-computer identity.
Contrasting AI-generated text, music, and paintings with human creations, using Leap Motion gesture interaction and TouchDesigner real-time data visualization.
进化的验证程序
Evolutionary Verification Code
验证程序类型、演化及流程
通过调研各种各样的验证码，发现随着机器不断学习人类行为，验证码作为检验身份的手段也不断迭代。从极力看不出形状的字母数字，到图形识别，拼图，计算题，滑动，点击，顺序选择筛方式，整体呈现一个由易到难再不断简化的趋势。
面对如今的验证码，人类已经可以凭直觉轻易完成，同时每次验证也可能正在为 AI 大模型训练贡献一份样本。
轨迹生长 & 数据集群
Trajectory Growth & Data Clustering
从 300 个滑动验证码样本数据中提取验证过程的信息，反应时间、鼠标轨迹、匹配图形完美程度、点击的速度与顺序等，设定为三维空间中坐标数据，以此搭建方法模型，再重组成新的视觉效果，完成信息的视觉转化。
人控制鼠标的滑动轨迹是充满随机性的，87.5%-97.5% 贴合图形完成验证都有可能，速度也时快时慢，其中达到 95% 贴合是数量最多的。而机器破解往往匀速移动，且匹配程度总是达到完美的 100%。
视觉转化
Visual Transformation
观念影像
Conceptual Video
影像以 AI 和人类创作文本、音乐、绘画对比，引出如何验证人类身份的问题，并展示项目过程记录与成果产出。
交互形式
Interactive Form
将鼠标的滑动、点击验证的圆圈与手势交互相结合。
- 手左右移动 X 轴可以产生圆点的滑动效果。
- 手上下移动 Y 轴控制放大缩小对应点击力度的大小。
- 手指抓握改变色彩，无人干扰时是平静的蓝色，产生波动时起伏越大色彩越偏向暖色。
使用工具：Leap Motion 手势捕捉 / TouchDesigner 实时交互