Ghost Font: Phông chữ 'tàng hình' khiến AI bó tay

Một loại phông chữ chống AI mà con người có thể đọc được nhưng các mô hình AI hàng đầu thì không. Hãy nhập văn bản của bạn bên dưới, sau đó tải xuống và chia sẻ video clip chứa thông điệp của bạn.

Nhập thông điệp của bạn: 10/36

Tốc độ 120px/s

Ghost Font là gì?

Ghost Font là một loại phông chữ chống AI sử dụng chuyển động để viết thông điệp. Bằng cách kết hợp chuyển động, video, nhiễu và các yếu tố đánh lạc hướng, đây là một cách độc đáo để chia sẻ thông điệp với những con người thực sự khác. Về mặt kỹ thuật, tôi cho rằng đây không phải là phông chữ theo nghĩa truyền thống của một tệp phông chữ TTF. Tuy nhiên, Ghost Font là một thử nghiệm về cách giao tiếp bằng văn bản dưới dạng đồ họa mà AI không thể dễ dàng hiểu được. Mặc dù không dễ đọc như văn bản thông thường, các chữ cái vẫn có thể đọc được ngay lập tức đối với mắt người, nhưng ngay cả các mô hình AI hàng đầu cũng không thể giải mã nó một cách dễ dàng.

Các video được tạo bằng Ghost Font sau đó đã được gửi đến các mô hình AI hàng đầu như Claude Fable và GPT Sol 5.6 Ultra. Ngay cả những tác nhân (agent) mới này, với khả năng lập trình, cũng gặp khó khăn trong việc giải mã thông điệp chuyển động cho đến khi được gợi ý chính xác kỹ thuật cần tìm.

Khu vực trải nghiệm (playground) ở trên chỉ là bản mẫu cho khái niệm này. Hãy nhập một vài từ và các chữ cái sẽ xuất hiện, nhưng chỉ vì chuyển động của các dấu chấm có thể nhìn thấy được bằng mắt người.

Khi video bị tạm dừng, các dấu chấm tĩnh sẽ hòa lẫn vào nhau và không thể biết được thông điệp nào được nhúng trong hình ảnh chỉ bằng cách nhìn vào một khung hình đơn lẻ. Điều đó có nghĩa là chụp ảnh màn hình trang web sẽ không tiết lộ được thông điệp.

Thử nghiệm này hoạt động cục bộ—hãy nhập thông điệp và xem trước trực tiếp, hoặc tải xuống video để chia sẻ và tự mình kiểm tra. Dữ liệu không được chia sẻ hoặc gửi đến bất kỳ máy chủ nào.

Về dự án này

Năm 2013, nhà thiết kế Sang Mun đã phát hành một phông chữ có tên là ZXX. Đây là một kiểu chữ gồm bốn phông được thiết kế để con người có thể đọc được nhưng phần mềm nhận dạng ký tự quang học (OCR) thì không. Các chữ cái được ngụy trang bằng nhiễu, gạch chéo và chôn vùi dưới các dấu hiệu giả. Vào thời điểm đó, phông chữ này được coi là "chống giám sát"—nhưng hãy nhìn vào hiện tại, các tác nhân AI hiện đại có thể dễ dàng đọc được văn bản hiển thị bằng ZXX.

Mặc dù điều này có thể đã đánh bại phần mềm OCR vào năm 2013, nhưng các mô hình AI hiện đại có thể đọc văn bản trong ZXX khá dễ dàng. Tôi đã sao chép hình ảnh này vào ChatGPT 5.5 ở chế độ Instant, và nó vẫn có thể lấy được các từ, bao gồm cả một số chi tiết nhỏ chỉ trong một lần nhắc (prompt):

Tuy nhiên, quy trình tương tự với Ghost Font sẽ không hoạt động dễ dàng như vậy. Một ảnh chụp màn hình duy nhất của Ghost Font sẽ chỉ tạo ra một hình ảnh hoàn toàn tĩnh không có văn bản nào có thể đọc được. Đó là vì mọi chữ cái trong Ghost Font đều được tạo thành từ các dấu chấm trông giống hệt nền, vì vậy bất kỳ hình ảnh đơn lẻ nào từ video cũng sẽ không tiết lộ bất cứ điều gì về thông điệp:

Sau 19 phút phân tích, ChatGPT 5.5 Pro đã "ảo giác" ra một thông điệp không hề tồn tại.

Tuy nhiên, việc chỉ ẩn thông điệp trong video không phải là giải pháp hoàn hảo. Mặc dù một môi trường mô hình trực tuyến có thể không lấy được thông tin từ các khung hình riêng lẻ, nhưng một tác nhân chuyên dụng có môi trường thực thi mã cục bộ vẫn có thể phân tích chuyển động của các dấu chấm và giải mã thông điệp. Ghost Font giải quyết vấn đề này theo một cách phân lớp khác: một thông điệp đánh lạc hướng (decoy) được bao gồm trong mỗi lần tạo video.

Thông điệp đánh lạc hướng đóng vai trò là thủ thuật cuối cùng đối với một tác nhân quyết tâm. Khi tìm kiếm một thông điệp ẩn, nó có thể tìm thấy thông điệp đánh lạc hướng trước và nghĩ rằng đó là thông điệp thực sự được nhúng trong video. Đó là cách Ghost Font có thể ẩn thông điệp ngay cả với các mô hình tư duy mạnh mẽ nhất như Fable và GPT Sol 5.6 Ultra.

Cuối cùng, cách để thực sự ẩn một thông điệp là sử dụng mã hóa hoặc một loại khóa nào đó. Không AI nào có thể đọc được thông điệp yêu cầu mật khẩu cụ thể để mở khóa mà chỉ con người mới biết. Tuy nhiên, dự án này khám phá xem liệu có thể tạo ra một tệp có thể chia sẻ chứa thông điệp trực quan mà các mô hình AI không thể dễ dàng đọc được hay không.

Chúng tôi tạo ra thử nghiệm này như một cách để khám phá giới hạn của nhận thức AI trong khi vẫn bảo tồn một thứ gì đó thuộc về con người. Khi AI tiếp quản việc tạo phông chữ, hy vọng của chúng tôi là con người sẽ tiếp tục có một tiếng nói sáng tạo độc đáo.

Tiếp theo là gì?

Có những tác động nhất định đối với Ghost Font mà tôi nghĩ sẽ rất thú vị để tiếp tục khám phá. Ví dụ, sẽ rất thú vị khi tích hợp Ghost Font vào các hệ thống CAPTCHA, vì hầu hết các hệ thống hiện nay đều bị AI giải quyết dễ dàng. Sử dụng chuyển động trong video sẽ là một cách khiến bot tự động khó giải mã hơn nhiều nhưng con người vẫn tương đối dễ đọc.

Ghost Font cũng có thể là một cách thú vị để đánh giá tiến độ của AI trong lĩnh vực nhận thức thị giác. Hiện tại, các mô hình đa phương thức (multimodal) dựa trên hình ảnh, và ngay cả khi được cung cấp video, chúng thường chia video thành các khung hình và phân tích từng khung hình riêng lẻ. Trong tương lai gần, tôi cho rằng sẽ có một mô hình thuần video có thể đọc văn bản trực tiếp.

Một bài học cuối cùng là AI chắc chắn đang trở nên thực sự giỏi. Mặc dù Ghost Font khó để AI đọc, nhưng nó cũng khá khó để con người đọc! Khoảng cách đó đang dần thu hẹp. Sẽ rất thú vị để xem tương lai sẽ ra sao đối với nhận thức của AI và các mô hình đa phương thức.

Bước tiếp theo, tôi dự định phát hành mã nguồn cho việc tạo video dưới dạng dự án mã nguồn mở—hãy chờ đón điều đó! Tôi cũng hy vọng sẽ mở rộng kích thước và xử lý các chuỗi văn bản dài hơn. Tôi hy vọng bạn thích thử nghiệm này và tôi rất muốn nghe suy nghĩ của bạn. Bạn có thể tìm thấy tôi trên X tại @ericlu.

- Eric