Le Captcha pour numériser des livres

Vous êtes déjà tous tombé sur le système de Captcha sur Internet. Si vous ne savez pas ce que c'est, c'est le texte déformé que vous devez retaper à la main pour être sûr que vous êtes un humain et pas un robot.

Parmi les différents systèmes de Captcha qui existent, le plus courant est reCaptcha dont voici un exemple :

Ce Captcha là n'est pas anodin ! En effet, sur les 2 mots que vous tapez, un seul est connu et vérifié par reCAPTCHA : l'autre n'est pas connu, mais en le proposant à des centaines d'internautes différents et en ayant toujours la même réponse de leur part, le système sait alors que l'association entre ce qui a été scanné et ce qui a été tapé par les internautes est correct.

Et voilà comment on arrive à numériser des milliers d'ouvrages avec un système anti-spam ! L'OCR (système de reconnaissance des caractères automatique par informatique) n'est aujourd'hui pas assez au point pour être suffisamment fiable. En utilisant le cerveau humain, on arrive à de biens meilleurs résultats. Et devinez qui est à l'initiative de ce système ? Google, qui a racheté cette société et qui doit donc s'en servir pour son projet de numérisation mondiale des livres. D'ailleurs regardez la capture et lisez le slogan : "Stop spam, read books".

Vraiment malin ...

Pas mal du tout, je suis ravi d'apprendre ça.
C'est vrai que c'est malin de nous faire reconnaitre les mots que l'OCR ne peut pas reconnaitre.