Ghost Font - İnsanların okuyabildiği, yapay zekanın ise okumakta zorlandığı yazı tipi

• Ghost Font, harfleri arka planla aynı görünen noktaların hareketiyle oluşturan bir görsel iletişim deneyi; insanlar videoda mesajı algılayabilirken, tek tek kareleri analiz eden yapay zekanın bunu kolayca çözmesini zorlaştırır
• Geleneksel TTF yazı tipleri yerine hareket·video·gürültü·yem mesajları birleştirir; video durdurulduğunda veya ekran görüntüsü alındığında noktalar arka plana karışır ve mesaj ortaya çıkmaz
• Claude Fable ve GPT Sol 5.6 Ultra, doğru çözme tekniği prompt ile söylenene kadar zorlandı; ChatGPT 5.5 Pro ise 19 dakika analiz ettikten sonra var olmayan bir mesaj üretti
• Kodu yerelde çalıştıran özel ajanlar noktaların hareketini analiz edebildiği için her videoya yem mesajları eklenir; ancak gerçek gizli bilgiler için şifreleme veya parola kullanılmalıdır
• CAPTCHA ve yapay zeka görsel algı benchmark’larında kullanma potansiyeli olsa da insanlar için de okunması zordur; video-native modeller ortaya çıktığında çözülebilir. Video üretim kodunun açık kaynak olarak yayımlanması planlanıyor

---

Hareketle oluşturulan harfler

• Ghost Font, mesajı statik harf biçimleriyle değil, noktaların hareketleriyle kaydeder
  • Hareket, video, gürültü ve yemleri birleştirerek insanların okuyabileceği mesajlar paylaşır
  • Sıradan bir TTF yazı tipi dosyası değildir; yazının, yapay zekanın kolayca anlayamayacağı bir biçimde görsel olarak iletilip iletilemeyeceğini araştıran bir deneydir
• Normal metin kadar net değildir; buna karşın insanlar hareketli harfleri anında ayırt edebilirken, başlıca yapay zeka modelleri bunları kolayca çözemez
• Sunulan playground, kavramı denemek için bir prototiptir
  • Birkaç kelime girildiğinde harfler noktaların hareketiyle görünür
  • Girilen mesajı gerçek zamanlı önizleyebilir veya video olarak indirip paylaşarak kendiniz test edebilirsiniz
  • Tüm işlemler yerelde yapılır; veriler sunucuya gönderilmez veya paylaşılmaz

Durağan görüntüyle okunamayan yapı

• Tüm harfler arka planla tamamen aynı görünen noktalardan oluşur; mesaj yalnızca noktaların zaman içindeki hareketinde ortaya çıkar
• Video durdurulduğunda statik noktalar birbirine karıştığı için tek bir kareden hangi mesajın bulunduğunu anlamak zordur
• Sayfanın ekran görüntüsünü almak veya videodan tek tek görüntüler çıkarmak da okunabilir mesaj bilgisini ortaya çıkarmaz

ZXX’ten Ghost Font’a

• Tasarımcı Sang Mun, 2013’te insanların okuyabildiği ancak optik karakter tanıma (OCR) yazılımlarının okumakta zorlandığı ZXX adlı yazı tipini yayımladı
  • Dört yazı tipinden oluşuyordu; harfleri gürültüyle kamufle ediyor, çizgilerle siliyor veya sahte işaretlerin altına gizliyordu
  • O dönemde gözetimden kaçınmayı sağlayabilecek bir yazı tipi olarak değerlendirilse de modern yapay zeka ajanları ZXX ile render edilmiş harfleri kolayca okuyabiliyor
• ZXX görseli ChatGPT 5.5’in Instant moduna girildiğinde, tek bir prompt ile kelimeyi ve bazı küçük ayrıntıları bile tanıdı
• Buna karşılık Ghost Font’un tek bir ekranında yalnızca okunamayan statik noktalar göründüğünden, aynı tür görüntü analiziyle mesajı elde etmek zordur
  • ChatGPT 5.5 Pro, 19 dakika analiz ettikten sonra gerçekte var olmayan bir mesaj üretti

Kod tabanlı analiz ve yem mesajları

• Video kullanılması tek başına tam bir savunma sağlamaz
  • Çevrimiçi model ortamları tek tek karelerde mesajı bulamayabilir
  • Yerel kod yürütme ortamına sahip özel ajanlar, noktaların hareketini analiz ederek gerçek mesajı çözebilir
• Ghost Font, analizi zorlaştırmak için ürettiği her videoya yem mesajları ekler
  • Gizli mesajı arayan bir ajan önce yemi bulursa bunu gerçek mesaj sanabilir
  • Bu katman nedeniyle Fable ve GPT Sol 5.6 Ultra gibi güçlü akıl yürütme modelleri de çözmekte zorlanır
• Claude Fable ve GPT Sol 5.6 Ultra kod kullanabiliyor olsa da, hangi tekniği aramaları gerektiği prompt ile açıkça söylenene kadar hareketli mesajı çözmekte zorlandılar

Güvenlik aracı olarak sınırları

• Bir mesajı gerçekten gizlemeniz gerekiyorsa Ghost Font değil, şifreleme veya belirli bir anahtar kullanmalısınız
  • Yalnızca insanların bildiği bir parolayla açılabilen bir mesajı yapay zeka da parola olmadan okuyamaz
• Ghost Font’un amacı tam güvenlik değil; paylaşılabilir bir dosyaya insanların görebildiği, yapay zekanın ise kolayca okuyamadığı görsel bir mesaj yerleştirmenin mümkün olup olmadığını sınamaktır
• Bu aynı zamanda yapay zeka algısının sınırlarını araştırırken insana özgü unsurları koruma girişimidir
  • Yapay zekanın yazı tipi üretiminde de kullanıldığı bir dönemde, insanların özgün yaratıcı seslerini sürdürmesi umulur

CAPTCHA ve yapay zeka benchmark olasılığı

• Hareketli harflerin CAPTCHA’larda kullanılma olasılığı vardır
  • Birçok CAPTCHA’nın yapay zeka tarafından kolayca çözülebildiği bir ortamda, videodaki hareket otomatik botların çözmesini zorlaştırırken insanlar için görece okunabilir bir görev olabilir
• Yapay zekanın görsel algısındaki ilerlemeyi ölçen bir benchmark olarak kullanılması da mümkündür
  • Güncel multimodal modeller çoğunlukla görüntü tabanlıdır; video alsalar bile genellikle karelere ayırıp her görüntüyü analiz ederler
  • Gelecekte video-native modeller ortaya çıkarsa hareketi doğrudan işleyerek Ghost Font metnini okuyabilecekleri öngörülür

İnsan ile yapay zeka arasında daralan fark

• Ghost Font yapay zeka için okunması zor olsa da insanlar için de oldukça zordur
• Yapay zekanın görsel algı yetenekleri hızla geliştikçe, insanlarla yapay zeka arasındaki algı farkı daralmaya devam ediyor
• Bir sonraki adım olarak video üretim kodunun açık kaynak proje olarak yayımlanması planlanıyor
  • Daha büyük ekran boyutlarını destekleyecek ve uzun dizeleri de işleyebilecek şekilde genişletilecek

[GN⁺]

Hacker News görüşleri

• Bu tür CAPTCHA zaten mevcut ve kolayca aşılabiliyor. Zamansal ortalama alma taklit edilip art arda yaklaşık 4 karenin ortalaması alınırsa harfler belirginleşiyor ve temel büyük dil modelleri bile okuyabiliyor.
  Bu, başka birçok yapay zeka savunma tekniğinde de işe yarayan bir yaklaşım; dolayısıyla scraper'ları neredeyse hiç yavaşlatmayabilir.

• Ghost Font'a sıradan video sıkıştırma teknikleri uygulayıp ardından sıkıştırma sinyalinden harf konturlarını geri çıkararak optik karakter tanıma (OCR) ile analiz etmek mümkün görünüyor. Yeni bir CAPTCHA tekniği olabilir ama mücadele başladığında mevcut yöntemlerden temelde daha zor olmayacaktır.

  • Sonunda bunu yapan bir ffmpeg komutu mutlaka bir yerde olacaktır.
  • Yalnızca iki ekran görüntüsüne filtre uygulayarak bile şu sonucu elde ettim:
    https://fingswotidun.com/images/GhostFont_2_samples.jpg
    https://fingswotidun.com/images/GhostFont_b_2_samples.jpg
    Bir yapay zeka, ekran görüntüsü düğmesine beceriksizce basmak yerine ardışık kareleri kullanarak, insanın okumak için ihtiyaç duyduğu süreden daha kısa bir videoda bile yeterli örnek toplayıp metni net biçimde geri çıkarabilir.
  • Mevcut CAPTCHA'nın yerini alabilir ama kullanıcının gönderdiği verilerle doğrulanmamış görselleri eğitme ya da mevcut görüntü parçalarının etiketlerini güçlendirme gibi yan faydalar sunmaz.

• Başta “Written In Ghost Text” ifadesinin okunması gereken cümle olduğunu sandım; bunun bir yem olduğunu ancak epey sonra fark ettim. Asıl cümle, Magic Eye 3D görselleri kadar zor okunuyordu ve mobil ekranda bakınca başımı ağrıtacak kadar kötüydü.
  Araştırma fikri ilginç ama yapay zeka modellerinin bunu ne zaman çözmeyi öğreneceğini merak ediyorum; biraz daha iyi bir prompt ile bile mümkün gibi görünüyor.

  • Bende tam tersi oldu. Gerçek metin son derece kolay okunuyordu ama “Written in Ghost Text” o kadar soluktu ki bu yorum olmasa tamamen kaçırmış olurdum.
  • Magic Eye görsellerini göremeyen biri olarak yardımcı metni de göremiyorum. Yapay zeka bunu birden çok örnekle okuyabildiği için uzun vadede insanlardan daha iyi okuyabilir.
  • Gerçekten mi? Benim gördüğüm tek cümle o.
  • Ben yem cümleyi hiç okuyamıyorum.

• GPT-5.6'ya kayıt videosunu verdiğimde metni sorunsuz okudu. Optical flow ve dikey yer değiştirme haritasıyla videodaki hareketi tahmin edip bunu yüksek kontrastlı bir hareket haritasında birleştirdi; ayrıca ayrı bir yöntem tarif etmeden sadece ne yazdığını sordum.

  • Fable'a da “What does the message say?” prompt'u ile verdim, onu da sorunsuz çözdü. Akıl yürütme süreci de ilginç: https://imgur.com/a/GToXs6W
  • Yem cümleyi tespit etmedi; doğrudan benim girdiğim metni okudu. Sırasıyla video metadata ve kare analizi, stereogram periyot tespiti, bulanıklaştırma/küçültme, kare kayması ve çapraz korelasyon hesabı, OpenCV doğrulaması, optical flow optimizasyonu, dikey yer değiştirme tahmini ve metin çıkarımını iyileştirme yaptı.
  • Bu konuşmanın bağlantısı var mı diye merak ediyorum.

• Zeki bir fikir ama algoritmik olarak kırılamaz değil. Art arda iki kareden birinin indeksini kaydırıp farkın en aza indiği konumu bulduktan sonra hizalanmış kareleri birbirinden çıkarıp optik karakter tanıma uygulamak yeterli.
  Hareket doğrusal ya da tek yönlü olduğunda özellikle iyi çalışıyor; yalnızca dikey kaymayı kontrol eden 20 satırlık kodla 1. kareden 7. kareyi çıkardığımda sonuç şu oldu: https://imgur.com/a/only-human-can-read-this-vfDe6ZA

  • Bu yöntem yanlış pozitiflere açık ve genel olarak hesaplama maliyeti de yüksek. Ghost Font'ın kendisi ise oldukça sağlam bir teknik gibi görünüyor.
  • Kodu paylaşabilir misin diye merak ediyorum.

• Temel metin olan “GHOST FONT”un ekran görüntüsünü ChatGPT 5.6 Sol'a yapıştırıp okumasını istedim; bir süre uğraştıktan sonra “WHAT HAPPENS IN VEGAS / STAYS IN VEGAS” diye yanıt verdi.

  • Metin durağan bir görsel değil, bir video ve her kare rastgele noktalardan oluşuyor; tek bir karede amaçlanan cümle yer almıyor.
    Bu, mevcut nesil en gelişmiş modellerin videoyu kare kare işlemesinden faydalanıyor ve her karede modelin cevabı bulduğunu düşünüp durmasına yol açan gizli yem cümleler de bulunuyor. Kareler arası korelasyon analiz edilirse teknik anlaşılabilir ama tekil karede sadece gürültü ve yem var.
  • Metni okunur kılan şey hareket olduğu için sadece gürültü içeren bir ekran görüntüsünden istenen cevabı beklemek zor. Ama tekrar bakınca durağan görüntüde de “WRITTEN IN GHOST FONT” yazıyor.

• İnsanlar için bile zorsa, önemli hale gelirse yapay zekaya da bunu okuyacak şekilde eğitim verilebilir. O halde pratik faydasının ne olduğu tartışmalı.

  • Bir araştırma projesinin mutlaka pratik olması gerekmez. Bu alanı keşfetmek ve bulunanları paylaşmak başlı başına değerlidir.

• Tersine, yalnızca yapay zekanın okuyabildiği bir yazı tipi de görmek isterdim.

• Bu teknik sağlam görünüyor ama nihai çözüm ne yazık ki sonunda attestation olacak gibi duruyor.

• Teknik olarak bu, durağan olması gereken bir yazı tipi değil, bir video efekti. Kitabı kapatıp fotoğrafını çektikten sonra kameranın o yazı tipini okuyamadığını söylemeye benziyor.
  Tek bir kareyi ve 1 saniyelik videoyu GPT 5.6 Sol(High)'a verdiğimde, kareyi 9 dakika 30 saniyede “WRITTEN IN GHOST FONT” diye çözdü. Demoda sadece “GHOST FONT” görünüyor ama çıkarılan görüntüde gerçekten “Ghost Font” biçimi ortaya çıktı.
  Videoda ise 3 dakika sonra bunun hareketle tanımlanan bir efekt olduğunu anladı ve QuickTime çalıştırmamı istedi; ayrıca “okunabilir bir statik OCR katmanı yok, optical flow alanından harf biçimlerini çıkarıyorum” dedi. 4 dakikada harf benzeri bir hareket görüntüsü elde etti ve 9 dakika daha analiz ettikten sonra toplam 13 dakika 36 saniye sonunda “GHOST FONT” sonucunu verdi.
  Dolayısıyla bu ne bir yazı tipi, ne herkesin okuyabildiği bir şey, ne de yapay zekanın okuyamadığı bir şey. İşleme sırasındaki ara görüntüler https://imgur.com/a/SHlGu4O adresinde görülebilir.

  • “WRITTEN IN GHOST FONT”, girilen içerikten bağımsız statik bir yem cümlesi. Akıllı telefon vb. ile ekranı uzun pozlamayla çekince doğrulanabiliyor.