サムネイル

AIには読めない文字「Ghost Font」は本当にAIから守れるのか

  • 0

こんにちは、プロンプト画伯です。

画像生成AIとプロンプトで毎日遊んでいます。

ふだんの活動はこちらにまとめています。

自分のイラストや文章、気づいたらAIに学習されてるかも——そんなモヤモヤ、クリエイターなら一度は感じますよね。

そんな中で、Ghost Fontという「止めると消えて、動かすと読める文字」が登場しました。

この記事では、その仕組みと「じゃあ本当にAIから守れるの?」というところまで、正直に見ていきます。

Ghost Fontとは?「止めると消えて、動かすと読める」文字

静止すると見えず、再生すると文字が浮かび上がるGhost Fontの概念図

Ghost Fontは、動画にすると人間には文字が読めるのに、1枚の静止画にすると何も見えなくなる、という不思議な文字です。

秘密はドットにあります。

1文字ずつが「背景とまったく同じ色のドット」で組まれていて、静止した1フレームだけを取り出しても背景と見分けがつきません。

ところが再生してドットが一斉に動き出すと、私たちの目はそこに文字を見つけてしまいます。

止まっていると幽霊みたいに消えるから、Ghost Font(幽霊フォント)というわけです。

しかも無料で、Webブラウザだけで完結します。

文字を打った処理はすべて手元(ローカル)で行われ、外部サーバーには送られません。

「自分の文章をどこかにアップロードする」不安がないのは、クリエイターとしてかなり嬉しいポイントです。

実体は「フォント」ではなく"動画を作るツール"

名前に「フォント」と付いていますが、パソコンにインストールする書体ファイルではありません。

正体は、ブラウザ上で動く"動画生成ツール"です。

文字を入力するとその場でプレビューが動き、完成したものを動画としてダウンロードして共有する、という流れになります。

つまり手元に残るのはフォントデータではなく、1本の動画。

ここを勘違いすると「インストールできない!」と戸惑うので、先に押さえておくと安心です。

作ったのはEric Luさん。きっかけは「ZXX」フォント

作者はサンフランシスコを拠点にするMixfontチームのEric Luさんです。

着想元になったのが、2013年に登場したSang Munさんの「ZXX」というフォント。

ZXXは、文字にノイズや装飾を重ねて機械には読み取りにくくする、監視への抵抗をテーマにしたプロジェクトでした。

ただ、今の賢いAIにかけると一発で解読されてしまいます。

「静的な見た目のノイズでは、もう機械を止められない」——その反省から生まれたのが、見た目ではなく"動き"で隠すGhost Font、という流れです。

なぜ人間には読めてAIには読めない"はず"なのか

動きから意味を読む人間の知覚と、フレームに分解して見るAIの対比

ここが一番おもしろいところなんですが、カギは人間とAIの「見え方」の根本的な違いにあります。

人間の目は「動くドット」を勝手に意味に変える

1970年代に、ヨハンソンさんという研究者がこんな実験をしました。

真っ暗な中で、人の関節にあたる十数個の場所にだけ光の点をつけて動かす。

点はバラバラに散らばっているだけなのに、動き出した瞬間、私たちは「あ、人が歩いてる」とはっきり分かってしまうんです。

これはバイオロジカルモーションと呼ばれる、人間に備わった知覚のクセです。

止まった点の集まりからは何も読み取れないのに、点が協調して動いた瞬間、脳が勝手に「形」や「意味」を組み立ててしまう。

Ghost Fontは、このクセをそのまま利用しています。

AIは動画を「バラバラの静止画」として見る

一方、マルチモーダルAIが動画を扱うときは、たいてい動画を細切れの静止画(フレーム)に分解して1枚ずつ処理します。

ここに落とし穴があります。

Ghost Fontは1枚1枚を見ると背景と同色のドットだらけで、意味のある文字はどこにもありません。

人間が読めていたのは「フレームをまたいだドットの動き」なのに、AIが1枚ずつ見ている限り、その"動きの意味"がすっぽり抜け落ちる。

これが「人間には読めてAIには読めない」と言われた理由です。

おとり(デコイ)文字という第2の仕掛け

Ghost Fontにはもう1つ仕掛けがあります。

本物のメッセージとは別に、「おとり(デコイ)」の文字列を動画に忍ばせてあるんです。

狙いは、AIに解析されたときに"わざと間違った答え"を返させること。

がんばって読み取ろうとしたAIが、本文ではなくおとりの方をつかんで誤読してくれれば、中身はバレない——という二段構えです。

アイデアとしては、かなりよく練られています。

でも最新AIには、もう読まれ始めている

さて、ここからが本題です。

「AIには読めない」——本当にそう言い切れるのか。

結論から言うと、公開直後に、この前提はかなり崩れました。

作者のEric Luさん自身は、最新のマルチモーダルAIでテストして正しく解読できなかった、と説明しています。

ここは作者の主張として、まず押さえておきます。

ところが公開されるやいなや、検証した人たちから「読めたよ」という報告が次々に上がってきたんです。

「フレームの引き算」で中身が出てしまう

一番効いたのが、AIすら使わない力技でした。

動画の隣り合ったフレームを取り出して、片方からもう片方を引き算する。

すると、動いたドット=文字を作っていた部分だけが差分として浮かび上がります。

この処理、報告によれば20行ほどの短いコードで書けてしまうそうです。

「AIに読ませない」以前に、ちょっとしたスクリプトで中身が見えてしまった、というわけです。

最新のマルチモーダルAIに読ませてみた報告も複数ありますが、こちらは面白い結果でした。

「読めた」と見えた回答の多くは、実はおとり(デコイ)の文字列を読まされていた、という指摘が相次いだのです。

おとり機能は仕事をしていたわけですね。

とはいえ、フレームの引き算で機械的に復元できてしまう以上、「どんなAIにも絶対読めない」という段階には届いていません。

作者自身も「いずれ破られる」と認めている

フェアなことに、作者のEric Luさんも「これは完璧なセキュリティではない」という趣旨を認めています。

本気で秘密を守るなら暗号化の方が上、とも。

だからGhost Fontの正しい位置づけは、「完全にAIから守れる技術」ではなく「今のところ一部のAIを混乱させられる、面白い実験」です。

ここを取り違えて過信すると危ないので、この記事で一番伝えたいのはまさにこの一点だったりします。

GlazeやNightshadeと何が違う?AI対策の"役割マップ"

Glaze・Nightshade・Ghost Fontの守る対象の違いを示す役割マップ

「AIから作品を守るツール」と聞くと、GlazeやNightshadeを思い浮かべる人も多いはず。

でも守っている対象がそれぞれ違うので、地図にすると一気にスッキリします。

ツール
守る対象
方式
成熟度
Glaze
画像(絵柄・画風)
人間には分からない加工で画風の模倣を妨げる
実用フェーズ
Nightshade
画像(学習データ)
学習データを汚してモデルを狂わせる
実用フェーズ
Ghost Font
テキスト(文字情報)
動きで文字を隠し静止画解析を妨げる
実験フェーズ

こうして並べると、GlazeとNightshadeが「画像」を守る道具なのに対し、Ghost Fontだけが「テキスト」を狙っているのが分かります。

画像の防御ツールはそれなりに揃ってきましたが、文字情報を守る手立てはほとんど空白地帯でした。

Ghost Fontは、その空白に飛び込んだ異色の存在なんです。

成熟度はまだ実験段階、というのは正直に見ておきましょう。

Ghost Fontを実際に触ってみる——使い方と、正直な使いどころ

理屈が分かったら、あとは触ってみるのが一番です。

使い方はとてもシンプルで、3ステップで終わります。

  • 公式サイト(mixfont.com/ghost-font)を開いて、隠したい文字を入力する
  • その場で動くプレビューを見て、動き方や見え方を確認する
  • 気に入ったら動画としてダウンロードして、SNSなどに載せる

処理はすべてブラウザの中で完結するので、アカウント登録もアップロードも不要。

思い立ったら5分で試せます。

ここは正直しんどい(可読性とアクセシビリティの限界)

ただ、手放しでおすすめとはいきません。

ここは正直に書きます。

まず、人間にとっても読みやすいとは言えません。

文字を大きく表示すればなんとか読めますが、小さかったりスマホの画面だったりすると、人間でも判読がかなり厳しくなります。

長い文章だと目が疲れる、という声もあります。

実際「自分には読めなかった」という報告もちらほらあって、万人がスラスラ読めるわけではないんですね。

もう1つ見逃せないのが、スクリーンリーダーが読み上げられないこと。

目の見えない方が情報にアクセスできなくなるので、公共性の高い文章や大事な告知に使うのは避けたいところです。

ネタや実験として楽しむにはとても面白い。

でも「本気の防御」や「みんなに届けたい情報」に使うツールではない、というのが今の現実的な結論です。

まとめ——「動き」が人間とAIを分ける鍵になる

Ghost Fontを振り返ると、「AIには読めない」という当初の触れ込みは、公開直後の検証であっさり揺らぎました。

過信は禁物、というのがまず大前提です。

それでも、「静止画では意味が生まれず、動いて初めて意味になる」——この一点に賭けたアイデア自体は、すごく示唆的だと思うんです。

人間とAIの差はどこにあるのか、を"動きの意味理解"という切り口で突いてきた発想は、これからの「見えない文字」の技術を考えるヒントになりそうです。

まずは一度、自分で短い文字を打って、止めると消えて動かすと読める、あの不思議な感覚を体験してみてください。

理屈で読むより、目で見たほうが100倍おもしろいので。

会員登録して機能を使おう

この機能を利用するには、無料の会員登録が必要です。
お気に入りの記事を保存して、あとで読み返しましょう!