Ghost Font - Font yang bisa dibaca manusia tetapi sulit dibaca AI

• Ghost Font adalah eksperimen komunikasi visual yang membentuk huruf dari gerakan titik-titik yang sama dengan latar belakang, sehingga manusia dapat mengenali pesan dalam video, tetapi AI yang menganalisis frame individual tidak mudah menguraikannya
• Alih-alih font TTF tradisional, ia menggabungkan gerakan·video·noise·pesan umpan; jika video dijeda atau layar ditangkap, titik-titik menyatu dengan latar belakang sehingga pesan tidak terlihat
• Claude Fable dan GPT Sol 5.6 Ultra mengalami kesulitan sampai diberi tahu lewat prompt tentang teknik penguraian yang tepat, sementara ChatGPT 5.5 Pro menghasilkan pesan yang sebenarnya tidak ada setelah menganalisis selama 19 menit
• Agen khusus yang menjalankan kode secara lokal dapat menganalisis gerakan titik, sehingga pesan umpan ditambahkan ke setiap video, tetapi untuk informasi rahasia yang sesungguhnya sebaiknya gunakan enkripsi atau kata sandi
• Ada potensi pemanfaatan untuk CAPTCHA dan benchmark pengenalan visual AI, tetapi sulit dibaca bahkan oleh manusia, dan bisa saja terurai ketika model video-native muncul. Kode pembuatan video direncanakan akan dirilis sebagai open source

---

Huruf yang dibuat dengan gerakan

• Ghost Font merekam pesan bukan sebagai bentuk huruf statis, melainkan sebagai gerakan titik-titik
  • Menggabungkan gerakan, video, noise, dan umpan untuk berbagi pesan yang dapat dibaca manusia
  • Ini bukan file font TTF biasa, melainkan eksperimen untuk mengeksplorasi apakah tulisan dapat disampaikan secara visual dalam format yang tidak mudah dipahami AI
• Meski tidak sejelas teks biasa, manusia dapat segera mengenali huruf yang bergerak, sedangkan model AI utama tidak mudah menguraikannya
• Playground yang disediakan adalah prototipe untuk menguji konsep ini
  • Jika Anda memasukkan beberapa kata, huruf akan muncul melalui gerakan titik
  • Anda dapat mempratinjau pesan yang dimasukkan secara real time atau mengunduhnya sebagai video untuk dibagikan dan diuji sendiri
  • Semua pemrosesan dilakukan secara lokal; data tidak dikirim atau dibagikan ke server

Struktur yang tidak dapat dibaca dari layar diam

• Semua huruf terdiri dari titik-titik yang terlihat persis sama dengan latar belakang, dan pesan hanya muncul dari gerakan titik seiring waktu
• Jika video dijeda, titik-titik statis saling bercampur, sehingga sulit mengetahui pesan apa yang terkandung hanya dari satu frame
• Menangkap layar halaman atau mengekstrak gambar individual dari video juga tidak mengungkap informasi pesan yang dapat dibaca

Dari ZXX ke Ghost Font

• Desainer Sang Mun pada 2013 merilis font ZXX, yang dapat dibaca manusia tetapi dibuat sulit dibaca perangkat lunak optical character recognition (OCR)
  • Terdiri dari empat font, yang menyamarkan huruf sebagai noise, menghapusnya dengan garis, atau menyembunyikannya di bawah tanda palsu
  • Saat itu dinilai sebagai font yang dapat menghindari pengawasan, tetapi agen AI modern dapat dengan mudah membaca huruf yang dirender dengan ZXX
• Saat gambar ZXX dimasukkan ke mode Instant ChatGPT 5.5, model tersebut mengenali kata dan bahkan beberapa detail kecil hanya dengan satu prompt
• Sebaliknya, satu layar Ghost Font hanya menampilkan titik statis yang tidak dapat dibaca, sehingga sulit memperoleh pesan lewat analisis gambar dengan cara yang sama
  • ChatGPT 5.5 Pro menghasilkan pesan yang sebenarnya tidak ada setelah menganalisis selama 19 menit

Analisis berbasis kode dan pesan umpan

• Fakta bahwa ia menggunakan video saja bukanlah pertahanan yang sempurna
  • Lingkungan model online mungkin tidak dapat menemukan pesan dari frame individual
  • Agen khusus dengan lingkungan eksekusi kode lokal dapat menganalisis gerakan titik dan menguraikan pesan sebenarnya
• Ghost Font menambahkan pesan umpan ke setiap video yang dihasilkan untuk mempersulit analisis
  • Jika agen yang mencari pesan tersembunyi menemukan umpan terlebih dahulu, ia dapat menilainya sebagai pesan sebenarnya
  • Karena lapisan ini, model penalaran kuat seperti Fable dan GPT Sol 5.6 Ultra pun kesulitan menguraikannya
• Claude Fable dan GPT Sol 5.6 Ultra dapat menggunakan kode, tetapi tetap sulit menguraikan pesan bergerak sampai mereka diberi tahu lewat prompt secara tepat teknik apa yang harus dicari

Batasan sebagai sarana keamanan

• Jika Anda benar-benar perlu menyembunyikan pesan, gunakan enkripsi atau kunci tertentu, bukan Ghost Font
  • Pesan yang hanya bisa dibuka dengan kata sandi yang diketahui manusia juga tidak dapat dibaca AI tanpa kata sandi
• Tujuan Ghost Font bukan keamanan sempurna, melainkan menguji apakah pesan visual yang dapat dilihat manusia tetapi tidak mudah dibaca AI dapat dimasukkan ke dalam file yang dapat dibagikan
• Ini juga merupakan upaya untuk mengeksplorasi batas kemampuan persepsi AI sekaligus mempertahankan unsur yang khas manusia
  • Di tengah penggunaan AI untuk pembuatan font, ada harapan agar manusia tetap mempertahankan suara kreatif yang unik

Potensi CAPTCHA dan benchmark AI

• Huruf bergerak berpotensi diterapkan pada CAPTCHA
  • Dalam situasi ketika banyak CAPTCHA mudah dipecahkan AI, gerakan dalam video dapat menjadi tugas yang relatif mudah dibaca manusia sambil mempersulit bot otomatis untuk menguraikannya
• Ada juga opsi untuk memanfaatkannya sebagai benchmark guna mengukur perkembangan persepsi visual AI
  • Model multimodal saat ini terutama berbasis gambar, dan meskipun menerima video, umumnya membaginya menjadi frame lalu menganalisis tiap gambar
  • Jika model video-native muncul di masa depan, diperkirakan mereka dapat memproses gerakan secara langsung dan membaca teks Ghost Font

Kesenjangan yang menyempit antara manusia dan AI

• Ghost Font sulit dibaca AI, tetapi juga cukup sulit dibaca oleh manusia
• Seiring kemampuan persepsi visual AI meningkat cepat, kesenjangan pengenalan antara manusia dan AI terus menyempit
• Sebagai langkah berikutnya, kode pembuatan video direncanakan akan dirilis sebagai proyek open source
  • Nantinya akan diperluas agar mendukung ukuran layar yang lebih besar dan juga dapat memproses string yang panjang

[GN⁺]

Komentar Hacker News

• CAPTCHA dengan cara seperti ini sudah ada dan mudah dilewati. Jika meniru perataan pada sumbu waktu lalu menghitung rata-rata sekitar 4 frame berurutan, hurufnya akan menonjol dan model bahasa besar dasar pun bisa membacanya
  Cara ini juga berlaku untuk berbagai teknik pertahanan AI lain, jadi kemungkinan besar hampir tidak akan memperlambat scraper

• Sepertinya cukup menerapkan teknik kompresi video umum pada Ghost Font, lalu memulihkan kontur huruf dari sinyal terkompresi dan menganalisisnya dengan pengenalan karakter optik (OCR). Ini mungkin bisa menjadi teknik CAPTCHA baru, tetapi begitu adu serang dimulai, secara mendasar tidak akan lebih sulit daripada metode yang ada

  • Pada akhirnya pasti akan ada perintah ffmpeg untuk menangani ini di suatu tempat
  • Hanya dengan menerapkan filter pada dua screenshot saja sudah didapat hasil berikut
    https://fingswotidun.com/images/GhostFont_2_samples.jpg
    https://fingswotidun.com/images/GhostFont_b_2_samples.jpg
    Jika AI menggunakan frame berurutan alih-alih kikuk menekan tombol screenshot, ia bisa mengumpulkan cukup sampel bahkan dari video yang lebih pendek daripada waktu yang dibutuhkan manusia untuk membaca, lalu memulihkan teks dengan jelas
  • Mungkin bisa menggantikan CAPTCHA yang ada, tetapi tidak memberi efek samping berupa melatih gambar yang belum terverifikasi dengan data kiriman pengguna atau memperkuat label untuk potongan gambar yang sudah ada

• Awalnya saya kira “Written In Ghost Text” adalah kalimat yang harus dibaca, dan baru lama kemudian sadar itu hanyalah teks umpan. Kalimat yang sebenarnya terasa sesulit gambar Magic Eye 3D untuk dibaca, dan di layar ponsel bahkan sampai membuat kepala saya sakit
  Ide penelitiannya menarik, tetapi saya penasaran kapan model AI akan menemukan cara membongkarnya, dan rasanya dengan sedikit penyempurnaan prompt pun itu mungkin

  • Bagi saya justru kebalikannya. Teks sebenarnya sangat mudah dibaca, tetapi “Written in Ghost Text” begitu samar sampai kalau bukan karena komentar ini saya akan benar-benar melewatkannya
  • Sebagai orang yang tidak bisa melihat gambar Magic Eye, saya juga tidak bisa melihat teks bantunya. Karena AI bisa membacanya dari banyak sampel, dalam jangka panjang ada kemungkinan AI justru akan membacanya lebih baik daripada manusia
  • Benarkah? Itu satu-satunya kalimat yang terlihat bagi saya
  • Saya sama sekali tidak bisa membaca teks umpannya

• Saat rekaman video diberikan ke GPT-5.6, ia membaca teksnya tanpa masalah. Ia memperkirakan gerakan video dengan optical flow dan peta perpindahan vertikal, lalu menyusunnya menjadi peta gerakan berkontras tinggi, dan saya tidak memberi instruksi metode khusus selain menanyakan apa yang tertulis

  • Saya juga memasukkannya ke Fable dengan prompt “What does the message say?” dan ia berhasil mengenalinya tanpa masalah. Proses penalarannya juga menarik: https://imgur.com/a/GToXs6W
  • Itu bukan mendeteksi teks umpan, melainkan membaca teks yang saya masukkan sendiri. Ia berurutan melakukan analisis metadata video dan frame, deteksi periodisitas stereogram, pemrosesan blur dan downscale, perhitungan perpindahan antar-frame dan korelasi silang, verifikasi OpenCV, optimasi optical flow, estimasi perpindahan vertikal, lalu peningkatan ekstraksi teks
  • Penasaran apakah ada tautan ke percakapan tersebut

• Cerdas, tetapi bukan berarti mustahil dibobol dengan algoritme. Cukup geser indeks salah satu dari dua frame berurutan hingga menemukan posisi dengan perbedaan minimum, lalu kurangi frame yang sudah disejajarkan dan terapkan pengenalan karakter optik
  Ini bekerja sangat baik terutama saat gerakannya linear atau satu arah, dan dengan 20 baris kode yang hanya memeriksa pergeseran vertikal, hasil pengurangan frame 7 dari frame 1 adalah sebagai berikut: https://imgur.com/a/only-human-can-read-this-vfDe6ZA

  • Pendekatan ini rentan terhadap positif palsu dan secara keseluruhan juga cukup mahal secara komputasi. Ghost Font sendiri tampak seperti teknik yang cukup solid
  • Penasaran apakah Anda bisa membagikan kodenya

• Saya menempelkan screenshot teks dasar “GHOST FONT” ke ChatGPT 5.6 Sol dan memintanya membacanya, lalu setelah memproses cukup lama ia menjawab “WHAT HAPPENS IN VEGAS / STAYS IN VEGAS”

  • Teksnya bukan gambar diam melainkan video, dan setiap frame terdiri dari titik acak, sehingga tidak ada kalimat yang dimaksud di dalam satu frame tunggal
    Ini memanfaatkan fakta bahwa model papan atas generasi saat ini memproses video per frame, dan di setiap frame juga ada teks umpan tersembunyi yang membuat model merasa sudah menemukan jawabannya lalu berhenti. Jika menganalisis korelasi antar-frame, tekniknya bisa dipahami, tetapi dalam satu frame hanya ada noise dan umpan
  • Yang membuat teks itu terbaca adalah gerakan, jadi sulit mengharapkan jawaban yang diinginkan dari screenshot yang hanya berisi noise. Namun setelah saya lihat lagi, di layar diam memang tertulis “WRITTEN IN GHOST FONT”

• Bahkan manusia pun sulit membacanya; jika ini menjadi penting, AI juga bisa dilatih untuk membacanya. Jadi saya mempertanyakan apa kegunaan praktisnya

  • Proyek riset tidak harus selalu praktis. Menjelajahi area ini dan membagikan temuan itu sendiri sudah bermakna

• Sebaliknya, saya juga ingin melihat font yang hanya bisa dibaca AI

• Teknik ini solid, tetapi pada akhirnya solusi akhirnya tampaknya tetap akan berupa attestation

• Secara teknis ini bukan font yang seharusnya diam, melainkan efek video. Mirip seperti menutup buku lalu memotretnya dan mengatakan kamera tidak bisa membaca font itu
  Saya mencoba memasukkan satu frame tunggal dan video 1 detik ke GPT 5.6 Sol(High), dan untuk frame itu ia mendekripsi “WRITTEN IN GHOST FONT” dalam 9 menit 30 detik. Dalam demo hanya “GHOST FONT” yang terlihat, tetapi pada gambar yang diekstrak bentuk “Ghost Font” memang muncul
  Pada video, setelah 3 menit ia menyadari itu adalah efek yang didefinisikan oleh gerakan dan meminta menjalankan QuickTime, serta menyatakan bahwa “tidak ada lapisan OCR statis yang dapat dibaca dan saya sedang mengekstrak bentuk huruf dari medan optical flow”. Dalam 4 menit ia memperoleh gambar gerakan berbentuk huruf, lalu setelah analisis 9 menit tambahan akhirnya mengembalikan “GHOST FONT” setelah total 13 menit 36 detik
  Jadi ini bukan font, bukan sesuatu yang bisa dibaca semua orang, dan juga bukan sesuatu yang tidak bisa dibaca AI. Gambar antara selama pemrosesan dapat dilihat di https://imgur.com/a/SHlGu4O

  • “WRITTEN IN GHOST FONT” adalah teks umpan statis yang tidak terkait dengan isi yang dimasukkan. Itu bisa dikonfirmasi dengan pemotretan eksposur panjang pada layar menggunakan smartphone atau sejenisnya