海外のデザイナーが公開した実験的タイポグラフィ「Ghost Font(ゴーストフォント)」が、SNSやテック系メディアで話題になっている。数百個の点が画面上で動くだけのアニメーションなのに、人間には隠された文字がはっきり読めてしまう。ところが同じ映像をChatGPTやGemini、Claudeといった生成AIに見せると、正しく読み取れないケースが相次いで報告されている。米Tom’s Guideのライター、Amanda Caswell氏が実際に試した記事を公開し、AIの画像認識が抱える意外な弱点を浮き彫りにした。
Ghost Fontとは何か
Ghost Fontは、デザイナーのEric Lu氏が制作した実験プロジェクトだ。文字を輪郭線で描く代わりに、画面いっぱいに敷き詰めた無数の小さな点を使う。隠された文字の内側にある点は一方向に、周囲の点は別方向に動く。人間の脳は「動きの向きが同じ点同士」を無意識にグループ化して形として認識する能力があるため、輪郭が存在しないのに文字が浮かび上がって見える。逆にアニメーションを止めると、そこにはただのランダムなノイズしか残らない。
さらにこのプロジェクトには、AIを意図的に誤誘導する「おとりの文字列」を仕込む機能もある。人間には正しいメッセージが見えたままなのに、AIだけが自信満々に別の言葉を答えてしまう仕掛けだ。
海外レビューのポイント
Tom’s Guideの記事では、実際にGhost Fontの公式サイトでアニメーションを生成し、それをChatGPT・Claude・Geminiにアップロードして「このアニメーションは何と書かれているか」と質問する手順を紹介している。同記事によると、多くの多モーダルAIモデルは動画を「連続する静止画の集まり」として処理する傾向が強く、Ghost Fontが意図的に排除している高コントラストな輪郭や安定した文字形状——従来のOCR(光学文字認識)が頼りにする特徴——が無いために、隠れた文字を検出しづらくなるという。Caswell氏は「AIがGhost Fontを絶対に読めないわけではない」と釘を刺しつつも、動きに対する処理方法の違いが弱点を生んでいると分析している。加えて、記事は「Ghost Fontは暗号化技術ではなく、開発者自身もセキュリティツールとして提示していない」という制作者の立場も明確に伝えている。
日本市場での注目点
Ghost Font自体は無料で誰でも試せるWebベースの実験プロジェクトであり、購入できる製品ではない。日本国内では今のところ大きな報道は見られないが、生成AIの画像・動画認識を業務利用しているエンジニアにとっては示唆に富む事例だ。特に、書類のOCR自動化やAIエージェントによる画面操作(スクリーンショット解析など)を導入している現場では、「静止画としては正しく見えるが動画としては誤読する」という弱点がそのままセキュリティ上の抜け穴になり得る。CAPTCHA(自動判定除け)の次世代版や、AIによる不正コンテンツ検出をすり抜ける手口として悪用される可能性も指摘されており、国内でAIモデレーションを設計する際の参考事例として押さえておきたい。
筆者の見解
今回のGhost Fontの件は、AIの限界を茶化すネタというより、「AIエージェントに何を任せて何を任せないか」を考える良い材料だと捉えている。動画を静止画の連続として処理するという今の多くのモデルの弱点は、裏を返せば改善余地がはっきりしているということでもあり、技術的には遠からず克服されていくはずだ。
むしろ実務で気にすべきは、こうした「AIが人間と違う見え方をする」隙間を悪用した、おとり文字列によるプロンプトインジェクションのような攻撃だ。ここで大事なのは、怪しい入力を片っ端から禁止するアプローチではなく、AIエージェントが処理する前段でコンテンツを正規化・検証する仕組みを標準機能として組み込むこと。禁止ベースの対策は必ずどこかから抜けるが、安全に使える仕組みが最初から用意されていれば、ユーザーもエンジニアも余計な心配をせずに済む。Ghost Fontのような研究が、そうした仕組みづくりのきっかけになるなら歓迎したい。
出典: この記事は Someone created a ‘Ghost Font’ that humans can read but AI can’t — I had to try it for myself の内容をもとに、筆者の見解を加えて独自に執筆したものです。