Дизайнер створив шрифт, який приховує текст від ШІ за допомогою оптичної ілюзії

2 хвилин читання

Дизайнер Ерік Лу представив експериментальний Ghost Font — шрифт, що використовує оптичну ілюзію для приховування тексту від систем штучного інтелекту, пише Popular Science.

Розробка покликана ускладнити автоматичне зчитування контенту моделями ШІ, які використовуються для аналізу та навчання.

Дизайнер створив шрифт, який приховує текст від ШІ за допомогою оптичної ілюзії. Фото: Ghost Font

Як працює Ghost Font

Підписуйтеся на наші соцмережі

Читайте також: Сьогодні у світі ШІ головні теми — AI-дипломатія Китаю, переговори SpaceX із Пентагоном, нова хвиля фінансування інференс-чипів, боротьба з AI-скрейпінгом і тиск на Apple та Google через deepfake-застосунки.

Ghost Font працює не як звичайний шрифт, а як коротка анімація. Введений користувачем текст накладається на сотні рухомих точок: ті, що формують літери, рухаються в одному напрямку, а решта — в протилежному. Завдяки цьому людський мозок здатен розпізнати слова, тоді як на окремих кадрах вони майже повністю губляться серед хаотичних елементів.

За словами автора, головна перевага такого підходу полягає в тому, що сучасні мультимодальні моделі штучного інтелекту переважно аналізують відео як набір окремих кадрів, а не як безперервний рух. Саме тому вони не можуть відновити прихований текст так, як це робить людський зір.

Для додаткового захисту відео також містить статичний напис «written in Ghost Font», який відволікає алгоритми та створює враження, що це єдиний текст у зображенні.

Ерік Лу стверджує, що протестував Ghost Font на кількох сучасних моделях штучного інтелекту, зокрема Claude від Anthropic і GPT від OpenAI. За його словами, жодна з них не змогла правильно визначити приховане повідомлення. Аналогічні результати під час власних тестів отримало й видання Creative Bloq.

Втім, сам розробник визнає, що Ghost Font не є універсальним рішенням для захисту контенту від навчання ШІ. Технологія працює лише з короткими повідомленнями й може втратити ефективність, якщо моделі почнуть аналізувати відео як безперервний оптичний потік, а не окремі кадри.