Algoritam koji vrlo precizno rješava CAPTCHA-e
Startup Vicarious razvio je algoritam RCN koji s velikom preciznošću (većom od ljudske) rješava CAPTCHA autentifikaciju, a bazira se na funkcioniranju vizualnog korteksa sisavaca

Kalifornijski startup Vicarious predstavio je algoritam koji prolazi kroz proces CAPTCHA autentifikacije baš poput pravog čovjeka, ali i bolje od njega.
Predstavljeni algoritam bilježi preciznost u prepoznavanju reCAPTCHA znakova od 94%, dok ljudi u prosjeku bilježe preciznost u prepoznavanju reCAPTCHA znakova od 87%. Algoritam se pokazao uspješnim i u slučaju BotDetect, Pay Pal i Yahoo sustava, gdje je zabilježena preciznost od 57%.
Vicarious je svoj sustav nazvao Recursive Cortical Network ili RCN, a kako bi postigao gore navedenu preciznost, proći će kroz kratki proces učenja koji uključuje 260 fotografija individualnih znakova, dok ostale neuralne mreže moraju proći kroz 50 tisuća različitih riješenih CAPTCHA. Vicarious sa svojim RCN-om inspiraciju pronalazi u vizualnom korteksu sisavaca, koji organizira scenu na hijerarhijski način, gdje se prvo identificiraju pojedinačni uzorci, a potom na temelju blizine identificirati koji od njih pripada istom objektu.
RCN djeluje tako što prvo prepoznaje konture, zatim površinske značajke na temelju tih kontura te na kraju uređuje prepoznata svojstva u skup na temelju značajke blizine. Nakon toga kreće individualna komunikacija između različitih skupova, radi kalibracije čiji je krajnji cilj stvaranje grupa s povezanim značajkama.
Algoritam potom stvara "hipoteze" (zbirki značajki koje mogu biti odvojeni entiteti) i dodjeljuje im specifične bodove. Slijedi nekoliko krugova procjena te dobivanje najviše rangiranih hipoteza u odnosu na druge hipoteze, na taj način RCN će identificirati objekte (znakove), čak i kada postoji određena distorzija.