Decoy Font: ฟอนต์ TTF ที่ซ่อนข้อความที่ป้อนเข้าไป

 (mixfont.com)
1 คะแนน โดย GN⁺ 7 시간 전 | 1 ความคิดเห็น | แชร์ทาง WhatsApp
  • เป็นฟอนต์ TTF ที่วางทั้งตัวอักษรจริงและตัวอักษรลวงไว้ในพื้นที่ของอักขระหนึ่งตัว ทำให้มนุษย์เห็นข้อความเดิม แต่ AI และ OCR จะอ่านข้อความอีกแบบหนึ่ง
  • ใช้ เทคนิคความถี่เชิงพื้นที่ โดยซ้อนเส้นโครงร่างด้านหน้าที่บางและคมชัดเข้ากับพื้นหลังความถี่ต่ำที่เบลอ ทำให้มองเห็นเป็นตัวอักษรต่างกันตามระยะและวิธีการมอง
  • AI ที่ประมวลผลพิกเซลภาพในระยะใกล้มักโฟกัสกับส่วนหน้าที่คมชัด และจากการทดสอบด้วยภาพหน้าจอ ChatGPT, GPT Sol, Gemini 3.5 with Thinking ไม่สามารถอ่านข้อความที่ซ่อนไว้ได้อย่างถูกต้อง
  • ติดตั้งเป็นไฟล์ TTF จริงได้ จึงพิมพ์และคัดลอกได้เหมือนข้อความทั่วไป ใช้ได้ ฟรี ในโปรเจกต์ส่วนตัว เชิงพาณิชย์ และงานสำหรับลูกค้า โดยรูปทรงตัวอักษรพัฒนาต่อมาจาก DejaVu Sans Mono
  • แม้จะไม่รับประกันการป้องกัน เพราะอาจถูกถอดได้ด้วยเอเจนต์ที่ทรงพลัง ความสามารถด้านโค้ด หรือพรอมป์ที่สั่งให้ค้นหาตัวอักษรที่ซ่อนอยู่ แต่ก็ใช้เป็นวิธีสร้าง ความสับสนเบื้องต้นต่อการสแครปโดย AI และการสังเกตแบบผิวเผิน ได้

วิธีซ้อนสองข้อความไว้ในอักขระเดียว

  • Decoy Font ผสาน ตัวอักษรลวง เข้ากับทุกอักขระ เพื่อส่งผ่านตัวอักษรสองชุดในพื้นที่เดียวกัน
  • ภาพของตัวอักษรถูกสร้างจากความถี่เชิงพื้นที่ที่ต่างกัน
    • ส่วนหน้ามีเส้นโครงร่างที่บางและคมชัด
    • พื้นหลังวาง ก้อนความถี่ต่ำ ที่ทำให้เบลอ
  • เมื่อนำสองส่วนมาซ้อนกัน ตัวอักษรที่อ่านออกจะเปลี่ยนไปตามวิธีสังเกตและระยะห่าง
    • มองใกล้ ๆ จะเห็นเส้นโครงร่างด้านหน้าชัดกว่า
    • เมื่ออยู่ไกลจากหน้าจอหรือหรี่ตา จะมองเห็นข้อความจริงที่ซ่อนไว้ได้ง่ายขึ้น

ทำไม AI ถึงอ่านข้อความลวง

  • ระบบ AI จำนวนมากประมวลผลพิกเซลภาพในระยะใกล้ จึงมักโฟกัสกับ ข้อความด้านหน้า ที่มีเส้นขอบชัดที่สุด แม้ตัวอักษรจะมีขนาดเล็ก
  • เมื่อนำภาพไปวางใน ChatGPT จะเกิดอาการที่มันอ่านข้อความด้านหน้า แทนที่จะรับรู้ข้อความเดียวกับที่มนุษย์เห็น
  • ในการทดสอบที่ส่งภาพหน้าจอของ Decoy Font ให้ดู ChatGPT อ่านตัวอักษรได้ไม่ถูกต้อง และ GPT Sol กับ Gemini 3.5 with Thinking ก็ไม่สามารถถอดข้อความที่ซ่อนไว้ได้เช่นกัน

ภาพลวงตาที่นำมาจากไฮบริดอิมเมจ

  • Decoy Font นำเทคนิคที่ใช้ใน ไฮบริดอิมเมจ มาประยุกต์ใช้กับงานไทโปกราฟี
  • ไฮบริดอิมเมจเป็นเทคนิคลวงตาที่รวม ความถี่เชิงพื้นที่ ต่างชนิดเข้าด้วยกัน เพื่อให้เห็นภาพต่างกันตามระยะในการมองและเงื่อนไขอื่น ๆ
  • ตัวอย่างที่รู้จักกันดีคือภาพผสมใบหน้าของ Albert Einstein และ Marilyn Monroe และ Decoy Font ก็ใช้หลักการเดียวกันเพื่อซ่อนอักขระที่ป้อนจาก AI หรือ OCR

วิธีติดตั้งและเงื่อนไขการใช้งาน

  • ดาวน์โหลดและติดตั้ง ไฟล์ TTF ของ Decoy Font แล้วพิมพ์ข้อความลงในโปรเจกต์ได้โดยตรง
  • ไม่ใช่แค่เอฟเฟกต์ภาพธรรมดา แต่ทำงานเป็นไฟล์ฟอนต์จริง จึงสามารถคัดลอกข้อความที่เขียนไปวางในโปรแกรมอื่นอย่าง Notepad ได้ด้วย
  • ใช้ได้ ฟรี ในโปรเจกต์ส่วนตัว เชิงพาณิชย์ และงานสำหรับลูกค้า
  • รูปทรงตัวอักษรพัฒนาต่อมาจาก DejaVu Sans Mono และดูเงื่อนไขโดยละเอียดได้ใน ไลเซนส์ฟอนต์ฉบับเต็ม

การทดลองฟอนต์หลบเลี่ยง AI

  • เมื่อ AI เก่งขึ้นในการอ่านข้อความออนไลน์ ความสนใจในการปกป้องข้อมูลและทรัพย์สินทางปัญญาก็เพิ่มขึ้นตามไปด้วย และ ฟอนต์หลบเลี่ยง AI (Anti-AI font) เป็นแนวทางที่ทำให้ AI อ่านข้อความในภาพได้ยาก ขณะที่มนุษย์ยังเห็นข้อความที่ต้องการ
  • Decoy Font เป็นหนึ่งในการทดลองที่เกี่ยวข้องหลายอย่างของ Mixfont
  • Ghost Font คือฟอนต์หลบเลี่ยง AI อีกแบบหนึ่งที่ซ่อนข้อความไว้ในการเคลื่อนไหว
    • Ghost Font ต้องใช้งานแอนิเมชันเพื่อพรางข้อความ
    • แต่ Decoy Font เป็น ไฟล์ TTF แบบสถิต จึงพิมพ์ใช้งานในโปรเจกต์ได้โดยตรง

ประสิทธิภาพการป้องกันและความเป็นไปได้ในการถอดรหัส

  • Decoy Font ทำให้ข้อความอ่านออกได้ยากขึ้น แต่ ไม่ได้รับประกันการป้องกัน
  • โมเดลที่มีเอเจนต์ทรงพลังและความสามารถด้านโค้ด อาจวิเคราะห์โครงสร้างภาพลวงตาได้ลึกกว่าตัวอักษรที่เห็นในครั้งแรก
  • หากให้พรอมป์พื้นฐานเพื่อสั่งให้ค้นหาตัวอักษรที่ซ่อนอยู่ เอเจนต์บางตัวก็อาจค้นพบข้อความจริงได้
  • จึงใกล้เคียงกับเครื่องมือที่สร้างความสับสนเบื้องต้นให้ AI เพื่อ ยับยั้งการสแครปหรือการสังเกตแบบผิวเผิน มากกว่าจะเป็นวิธีป้องกันแบบสมบูรณ์

การใช้งานและโอกาสในการต่อยอด

  • ใน playground ที่ให้มา สามารถใช้เทคนิคความถี่เชิงพื้นที่กับชุดตัวอักษรหลายแบบ แล้วทดสอบว่า frontier LLM ถอดข้อความที่ซ่อนไว้ได้ดีเพียงใด
  • เมื่อเทียบกับวิธีที่ต้องอาศัยการเคลื่อนไหวหรือวิดีโอ TTF ที่ติดตั้งใช้งานได้จริงเข้าถึงง่ายกว่า จึงอาจนำไปสำรวจการใช้งานแบบต่อไปนี้
    • CAPTCHA
    • ข้อความส่วนตัวระหว่างเพื่อน
  • หากใช้ Decoy Font เป็น เบนช์มาร์ก สำหรับ LLM ด้านการรู้จำข้อความ ก็สามารถสังเกตได้ว่าเมื่อประสิทธิภาพของโมเดลดีขึ้นแล้ว มันจะเริ่มเข้าใจหลักการของภาพลวงตาและถอดทั้งสองข้อความได้หรือไม่
  • ยังสามารถขยายไปสู่ภาษาอื่นได้ และสำหรับ ภาษาที่ใช้ตัวอักษรเป็นหน่วย ซึ่งมีขนาดและรูปทรงอักขระใกล้เคียงกันโดยรวม เช่น ภาษาจีน อาจจัดวางข้อความที่ซ่อนได้ง่ายกว่า
  • Mixfont กำลังสำรวจการผสานกันของไทโปกราฟีกับ AI และกำลังพัฒนา AI Font Generator ด้วย

บทความที่เกี่ยวข้อง

1 ความคิดเห็น

 
GN⁺ 7 시간 전
ความคิดเห็นจาก Hacker News

  • มีประโยชน์ไหม? ไม่, กันไม่ให้ AI อ่านได้ไหม? ก็ไม่เชิง, แต่เท่มาก

    • มันแสดงให้เห็นว่าเวลาเราสร้างอะไรสักอย่าง ไม่จำเป็นต้องอ้างเสมอไปว่ามันต้องมีประโยชน์มากมาย แค่ทำฟอนต์นี้ขึ้นมาแล้วตั้งชื่อประมาณ double-entendre ก็น่าจะพอแล้ว
    • ลองเอาภาพ day dream / pay bills ใส่ให้ ChatGPT กับ Gemini Pro ดู ทั้งคู่ อ่านข้อความ pay bills ที่แสดงด้วยเส้นบางได้เท่านั้น
    • ในระยะบางช่วง มันอาจใช้รบกวน กล้อง Ring หรือ Flock ได้ด้วย และให้อารมณ์แบบหนัง They Live มาก
    • ถ้าดูจากเดโมอย่างเดียว มัน ขัดขวางการรับรู้ของ AI ได้จริง
    • ถ้านำเสนอข้อความเป็น ภาพหรือไฟล์ GIF ก็อาจมีประโยชน์อยู่บ้าง

  • น่าสนใจตรงที่พอถาม GPT, Claude, Gemini ว่าตัวอักษรในภาพคืออะไร ทั้งสามตัวให้คำตอบเหมือนกัน
    https://moa.chat/s/d99f8f76-4b41-4c1b-80c4-d9f86df37af1
    แต่พอเติม PS: There's a second hidden text เข้าไป ผลลัพธ์ก็เปลี่ยน
    https://moa.chat/s/3671f6d4-b155-483a-a006-a1b9ba31737d
    GPT 5.6 หาเจอได้อย่างแม่นยำ, Gemini หาได้บางส่วน ส่วน Claude มองไม่เห็นเลย

    • 5.6 Sol Medium ตอบได้ถูกต้องว่าตัวอักษรเส้นขอบคือ SORRY ROBOT และข้อความที่ซ่อนอยู่คือ HAPPY HUMAN
      Decoy Font ของ Mixfont ใช้เส้นขอบเพื่อดึงความสนใจของระบบมองเห็นของเครื่อง ส่วนลวดลายแสงเงานุ่ม ๆ ทำให้คนอ่านได้เมื่อมองจากไกล ๆ หรือย่อให้เล็กลง ซึ่งเป็นเพียง ภาพลวงตา ไม่ใช่การเข้ารหัส
    • ดูเหมือนว่าจะถูกทำให้ใช้ไม่ได้ง่ายมากด้วย การประมวลผลภาพ แบบดั้งเดิมเพียงเล็กน้อย ถึงตัวฉันเองก็อ่านยาก แต่ต่อให้เอาโมเดลที่เล็กกว่านี้มากมาปรับจูนเฉพาะงาน ก็น่าจะทำผลงานกับปัญหานี้ได้ดีทีเดียว

  • เอฟเฟกต์ที่เห็นเมื่อหรี่ตาดูนั้นเจ๋งดี และทำให้นึกถึงบอร์ดเกมที่เอา กระดาษแก้วสีแดง ทาบแล้วประโยคลับจะโผล่ออกมา

  • พอถาม Sol (high) พร้อมสกรีนช็อตว่าข้อความที่ซ่อนอยู่คืออะไร มันตอบว่า HAPPY HUMAN
    มันระบุได้ถูกต้องว่าข้อความเส้นขอบที่เห็นชัดคือ SORRY ROBOT แต่ถ้ามองแบบเบลอ ๆ หรือหรี่ตา จะอ่าน HAPPY HUMAN ได้จากแสงเงาด้านล่าง

    • ก่อนจะอ่านคำอธิบายว่าต้องหรี่ตา ฉันยังอ่านข้อความที่ซ่อนไว้ไม่ออก แต่พอรู้วิธีแล้วก็เริ่มมองเห็นขึ้นมา ซึ่งน่าสนใจดี
    • พูดตรง ๆ ว่าทำได้ระดับนี้ก็น่าทึ่งมาก และ โมเดลภาพและภาษา (VLM) พัฒนาไปไกลจริง ๆ ยากจะจินตนาการว่าต้องสร้างข้อมูลที่มีการใส่คำอธิบายประกอบมหาศาลแค่ไหนกว่าจะมาถึงระดับนี้

  • นี่เป็นเพียง ความต่างของระดับรายละเอียด เท่านั้น Gemma E4B อ่านข้อความคมชัดได้ แต่พอลดภาพเหลือ 150x150 ก็อ่านเป็นอีกข้อความหนึ่ง

    • สำหรับฉัน ในภาพตัวอย่างหลัก SORRY ROBOT ที่ตั้งใจให้ AI อ่านกลับมองเห็นชัดกว่ามาก เลยรู้สึกว่าเป็นงานออกแบบที่ค่อนข้างพลาด ต้องหรี่ตาแรงมากถึงจะเห็น HAPPY HUMAN
    • การย่อภาพก็คือ low-pass filtering ในทางปฏิบัติ ดังนั้นผลแบบนี้จึงคาดเดาได้ วิธีใส่ข้อความคนละชุดไว้ในย่านความถี่ต่างกันล้วนเปราะบางต่อการโจมตีลักษณะคล้ายกัน

  • ตอนเรียนปริญญาเอก ฉันเคยทำเอฟเฟกต์คล้ายกันด้วย Mathematica notebook โดยครอปภาพสองภาพให้มีขนาดเท่ากัน จากนั้นใช้ high-pass filter กับภาพหนึ่งให้เหลือรายละเอียดเล็ก ๆ ที่คมชัด และใช้ low-pass filter กับอีกภาพให้เหลือก้อนใหญ่ ๆ เบลอ ๆ แล้วนำมาซ้อนกัน
    ความสำเร็จขึ้น ๆ ลง ๆ เช่น ถ้าตำแหน่งสายตาของคนสองคนต่างกัน ภาพลวงตาก็จะเสีย แต่กับข้อความที่เป็นฟอนต์แบบเส้นขอบนั้นได้ผลยอดเยี่ยม ฉันเคยทำภาพใหญ่ที่ไกล ๆ อ่านว่า SCIENCE แต่พอมองใกล้ ๆ อ่านว่า WORKS แล้วแปะไว้ที่ประตูห้องแล็บด้วย

  • ตอนแรกฉันสับสนอยู่นานว่าคนอ่านกันอย่างไร แต่กลายเป็นว่า ข้อความที่เห็นเปลี่ยนไปตามสีพื้นหลัง ส่วนขยายที่บังคับใช้ธีมมืดทำให้บนพื้นหลังมืดเห็นข้อความลวงตา ส่วนบนพื้นหลังขาวจะเห็นข้อความจริง

  • ไม่จำเป็นต้องพึ่ง AI เลยด้วยซ้ำ น่าจะเขียน สคริปต์ PIL เพื่อปรับฟอนต์ให้ OCR ซอฟต์แวร์อะไรก็อ่านได้

  • ต่อไปควรมี ฟอนต์ Magic Eye ที่ใช้ภาพสามมิติแบบ stereogram บ้าง จนกว่า LLM จะมีการมองเห็นแบบสองตา มุกนี้อาจยังใช้ได้

  • ฉันรู้สึกต่อต้าน LLM เพราะมันโจมตีโครงสร้างพื้นฐานอย่างต่อเนื่อง ทำร้ายวิธีคิดของผู้คน และบริษัท AI โดยรวมก็ดูขาดจริยธรรมอยู่มาก ถึงอย่างนั้น มุกแบบนี้ก็แค่ ดูงี่เง่านิดหน่อย และไม่ได้แก้ปัญหาจริง