HN 日本語サマリー

← 一覧へ戻る
AI・機械学習

人間は読めるがAIは読めないフォント

A font that humans can read but AI cannot (mixfont.com)

79 pointsby justswim71 コメント

要約

Ghost Fontは、人間の目には読めるが最新のAIモデルには解読が困難な、動きを利用したメッセージ伝達方法です。動画やノイズ、デコイ(おとり)メッセージを組み合わせることで、AIの視覚認識の限界を探る実験的な試みであり、将来的なCAPTCHAシステムへの応用やAIの知覚能力のベンチマークとしての可能性も示唆されています。

全文翻訳

Ghost Font

  1. ホーム
  2. Ghost Font

人間は読めるが、主要なAIモデルは読めない、アンチAIフォントです。下のテキストを入力し、メッセージを含むビデオクリップをダウンロードして共有してください。

メッセージを入力してください:11/36

速度120px/秒

Ghost Fontとは?

Ghost Fontは、動きを使ってメッセージを書き込むアンチAIフォントです。動き、ビデオ、ノイズ、デコイの組み合わせを使用しており、他の実在の人間とメッセージを共有するためのユニークな方法です。技術的には、従来のTTFフォントファイルのようなフォントではありません。しかし、Ghost Fontは、AIが容易に理解できない形式で、グラフィカルに書面でコミュニケーションする方法の実験です。通常のテキストほど可読性は高くありませんが、文字は人間の目にはすぐに読み取れますが、主要なAIモデルでさえ容易に解読することはできません。

[動画: お使いのブラウザはビデオ要素をサポートしていません。]

Ghost Fontで生成されたビデオの例。

Ghost Fontで生成されたビデオは、Claude FableやGPT Sol 5.6 Ultraのような主要なAIモデルに渡されました。これらの最新のエージェントでさえ、正確なテクニックを指示されない限り、動くメッセージを解読するのに苦労しました。

上のプレイグラウンドは、このコンセプトのプロトタイプにすぎません。いくつかの単語を入力すると文字が表示されますが、それはドットの動きが人間の目に可視であるためです。

ビデオを一時停止すると、静止したドットが混ざり合い、単一のフレームを見るだけでは埋め込まれたメッセージを特定することは不可能になります。つまり、ページをスクリーンショットしてもメッセージは明らかになりません。

この実験はローカルで機能します。メッセージを入力してライブでプレビューするか、ビデオをダウンロードして自分で共有し、テストすることができます。データは共有されたり、どのサーバーにも送信されたりしません。

このプロジェクトについて

2013年、デザイナーのSang MunはZXXというフォントをリリースしました。これは、人間には読めるが、光学文字認識(OCR)ソフトウェアには読めないように設計された4つのフォントからなる書体でした。文字はノイズでカモフラージュされ、取り消し線が引かれ、偽のマークの下に埋め込まれていました。当時、このフォントは「監視防止」と見なされていましたが、今日では、最新のAIエージェントはZXXでレンダリングされたテキストを容易に読み取ることができます。私はこの画像をInstantモードのChatGPT 5.5にコピーしましたが、単一のプロンプトで、いくつかの小さな詳細を含めて、単語を取得することができました。

ZXXフォントの例

ChatGPTは、この画像のテキストを容易に読み取ります。

しかし、Ghost Fontで同じプロセスを行っても、それほど簡単にはいきません。Ghost Fontの単一のスクリーンショットは、読み取り可能なテキストのない完全に静的な画像しか生成しません。これは、Ghost Fontのすべての文字が背景とまったく同じように見えるドットで構成されているため、ビデオのどの単一フレームを見てもメッセージに関する情報は明らかにならないからです。

ChatGPT 5.5 ProでGhost Fontを試す

19分間の分析の後、ChatGPT 5.5 Proは存在しないメッセージを幻覚しました。

最先端のモデルは、ビデオを画像フレームに分解し、各フレームを個別に検査することで機能します。しかし、Ghost Fontは、メッセージがビデオ全体にわたる複数のフレームの動きと移動を通してのみ現れるため、特に困難です。ビジョンモデルに挑戦するために動きを使用するという考えは、過去によく研究されてきました。例えば、2026年の論文では、最先端モデルが時間的キューを理解する際に直面する課題を文書化し、ベンチマークしています。

しかし、最終的には、単にビデオにメッセージを隠すだけでは完璧な解決策ではありません。オンラインモデル環境は個々のフレームからそれを取得できないかもしれませんが、ローカルのコード実行環境を持つ専用のエージェントは、ドットの動きを分析してメッセージをデコードすることができます。Ghost Fontは、これを別のレイヤーで解決します。各ビデオ生成にはデコイメッセージが含まれています。

デコイメッセージは、決意したエージェントに対する最終的なトリックとして機能します。隠されたメッセージを探している場合、それは最初にデコイメッセージを見つけ、それがビデオ内の実際の埋め込みメッセージだと考えるかもしれません。このようにして、Ghost FontはFableやGPT Sol 5.6 Ultraのような最も強力な思考モデルからさえメッセージを隠すことができます。

最終的に、メッセージを真に隠す方法は、暗号化、または何らかのキーを使用することです。人間だけが知っている特定のパスワードを解除する必要があるメッセージを、どのAIも読むことはできません。しかし、このプロジェクトは、AIモデルに容易に読み取られない視覚的なメッセージを含む共有可能なファイルを作成することが可能かどうかを探求しています。

私たちは、AIの知覚の限界を探求すると同時に、人間的なものを保存する方法として、この実験を作成しました。AIがフォント生成を引き継ぐにつれて、人間が独自の創造的な声を持ち続けることを願っています。

次は何?

Ghost Fontには、さらに探求したい興味深い示唆があると思います。例えば、Ghost FontをCAPTCHAシステムに組み込むことは興味深いでしょう。なぜなら、ほとんどのシステムは今日AIによって容易に解決されてしまうからです。ビデオ内の動きを使用することは、自動化されたボットが解読するのがはるかに困難でありながら、人間が比較的容易に読み取れる方法になります。

Ghost Fontは、視覚的知覚に関するAIの進歩をベンチマークするための興味深い方法にもなるかもしれません。現在、マルチモーダルモデルは画像ベースであり、ビデオが渡されても、通常はビデオをフレームに分割して個々のフレームを分析します。近い将来、テキストを直接読み取ることができるビデオネイティブモデルが登場すると予想されます。

最後の教訓は、AIが間違いなく非常に上手くなっているということです。Ghost FontはAIが読むのが難しいですが、人間が読むのもかなり難しいです!その差は縮まり続けています。AIの知覚とマルチモーダルモデルに関して、将来何が起こるかを見るのは興味深いでしょう。

次のステップとして、ビデオ生成のコードをオープンソースプロジェクトとしてリリースする予定です。乞うご期待!また、サイズを拡張し、より長いテキスト文字列を扱えるようになりたいと思っています。この実験を楽しんでいただけたなら幸いです。ご意見をお聞かせください。Xでは@ericluで見つけることができます。

  • Eric