कृत्रिम बुद्धि की "रचनात्मकता" वास्तविक की हमारी समझ को बदल रही है

बर्कले के शोधकर्ताओं के एक समूह ने इस साल दो वीडियो जारी किए। उनमें से एक में, एक घोड़ा बाड़ के पीछे भागता है। दूसरे में, उसे अचानक एक काले और सफेद ज़ेबरा पैटर्न मिलता है। परिणाम सही नहीं है, लेकिन स्ट्रिप्स घोड़े को इतनी स्पष्ट रूप से फिट करते हैं, जैसे कि इन जानवरों के परिवार के पेड़ को अराजकता में डुबो दिया गया था। एक समान चाल वास्तविकता को बदलने के लिए मशीन लर्निंग एल्गोरिदम की विकसित करने की क्षमता का एक संकेतक है।



कुछ अन्य शोधकर्ताओं ने तंत्रिका नेटवर्क का उपयोग काले भालू की तस्वीरों को पांडा की विश्वसनीय छवियों, संतरे में सेब, और बिल्लियों को कुत्तों में बदलने के लिए किया। एक Reddit उपयोगकर्ता ने पोर्न वीडियो संपादित करने के लिए एक और मशीन लर्निंग एल्गोरिथम का उपयोग किया, और वहां सेलिब्रिटी चेहरे सम्मिलित किए । स्टार्टअप लियरबर्ड एक व्यक्ति की आवाज की एक मिनट की रिकॉर्डिंग के आधार पर काफी ठोस भाषण को संश्लेषित करता है। और Adobe के इंजीनियर, Sensei आर्टिफिशियल इंटेलिजेंस प्लेटफॉर्म का विकास कर रहे हैं, वीडियो, फोटो और ऑडियो एडिटिंग के लिए नए उपकरणों में मशीन लर्निंग की शुरुआत कर रहे हैं। ये परियोजनाएं अपने मूल और लक्ष्यों में बहुत भिन्न हैं, लेकिन उनमें एक चीज समान है: वे चित्रों और ध्वनियों को संश्लेषित करते हैं जो वास्तविक लोगों के समान आश्चर्यजनक रूप से निकलते हैं। पिछले प्रयोगों के विपरीत, ये एआई रचनाएँ यथार्थवादी लगती हैं।

इन परिवर्तनों को अंतर्निहित करने वाली प्रौद्योगिकियां जल्द ही हमें नए रचनात्मक क्षेत्रों में ले जाएंगी, समकालीन कलाकारों की क्षमताओं को बढ़ाएंगी और आम शौकीनों को पेशेवर बनाएंगी। हम रचनात्मकता की अवधारणा की नई परिभाषाओं की तलाश करेंगे, जो इसके क्षितिज का विस्तार करेगी और मशीनों की रचनाओं को शामिल करेगी। लेकिन यह उछाल एक नकारात्मक पहलू होगा। कृत्रिम बुद्धिमत्ता द्वारा निर्मित सामग्री का एक हिस्सा नकली समाचारों के अंतहीन हिमस्खलन की आशंका पैदा करने के लिए इस्तेमाल किया जाएगा। इस बात के बारे में पुरानी बहस कि क्या तस्वीर बदल दी गई थी, पाठ सहित सभी प्रकार की सामग्री की उत्पत्ति के बारे में एक नया रास्ता देगी। आपको आश्चर्य होगा: इस एल्बम / श्रृंखला / लेख के निर्माण में लोगों (यदि कोई हो) की क्या भूमिका है?

पहले, वास्तविक के समान ऑडियो या वीडियो बनाने के दो तरीके थे। उत्पादन दृश्य रिकॉर्ड करने के लिए कैमरा और माइक्रोफोन का उपयोग सबसे पहले किया जाता है। दूसरी बात यह है कि मानव प्रतिभा के उपयोग को अधिकतम करने के लिए, अक्सर बहुत सारे पैसे के लिए, एक सटीक प्रतिलिपि बनाने के लिए। अब मशीन लर्निंग एल्गोरिदम एक तीसरा विकल्प प्रदान करता है, जिससे किसी को भी न्यूनतम तकनीकी ज्ञान के साथ नई सामग्री बनाने के लिए मौजूदा सामग्री को संशोधित करने की अनुमति मिलती है।


द बर्थ ऑफ वीनस - डीप ड्रीम्स का संस्करण

सबसे पहले, तंत्रिका नेटवर्क द्वारा उत्पन्न सामग्री यथार्थवाद की ओर उन्मुख नहीं थी। 2015 में रिलीज़ हुई Google की डीप ड्रीम्स, साइकेडेलिक लैंडस्केप्स और मल्टी-आइडेड ग्रोस्केट आर्टवर्क पर मुहर लगाने के लिए गहन सीखने का उपयोग करने का एक प्रारंभिक उदाहरण था। 2016 के हिट ऐप, प्रिस्मा, ने फोटो फिल्टर को बढ़ाने के लिए गहरी सीख का इस्तेमाल किया, जैसे कि मॉन्ड्रियन या मंक चित्रों के साथ स्टाइलिंग चित्र। इस तकनीक को स्टाइल ट्रांसफर के रूप में जाना जाता है: एक छवि की शैली ले लो (उदाहरण के लिए, "चीख") और इसे दूसरे फ्रेम पर लागू करें।

अब स्टाइल ट्रांसफर एल्गोरिदम में लगातार सुधार किया जा रहा है। उदाहरण के लिए, कॉर्नेल विश्वविद्यालय से कविता बाला की प्रयोगशाला का काम । यह दर्शाता है कि एक गहन विज्ञान महानगर की तस्वीर में एक तस्वीर (एक टिमटिमाती रात का माहौल) की शैली को कितनी गहराई से स्थानांतरित कर सकता है - और समीक्षकों को धोखा देगा जो सोचेंगे कि यह जगह वास्तविक है। सौंदर्य गुणों को पहचानने के लिए कृत्रिम बुद्धिमत्ता की क्षमता से प्रेरित होकर, प्रोफेसर बाला ने ग्रॉस्केल की सह-स्थापना की। कल्पना करें कि आपको मित्र के सोफे पर सजावटी तकिए या किसी पत्रिका में कंबल पसंद है। GrokStyle एल्गोरिथ्म को इस छवि को दिखाएं और यह एक ही शैली में चीजों की छवियां प्राप्त करेगा।

प्रोफेसर बाला कहते हैं: “मुझे इन तकनीकों के बारे में क्या पसंद है कि वे कैसे डिजाइन और शैली का लोकतंत्रीकरण करते हैं। मैं एक टेक्नोलॉजिस्ट हूं: मैं सुंदरता और शैली की सराहना करता हूं, लेकिन मैं उन्हें करीब भी नहीं बना सकता। और यह काम मुझे इस तरह की चीजें उपलब्ध कराता है। दूसरों को यह उपलब्ध कराने में सक्षम होने के लिए बहुत प्रसन्न भी। यह तथ्य कि हमें इस क्षेत्र में उपहार नहीं दिया गया है, इसका मतलब यह नहीं है कि हमें उबाऊ वातावरण में रहना चाहिए। ”

एडोब में, मशीन लर्निंग एक दशक से अधिक समय से रचनात्मक उत्पाद बनाने का हिस्सा है, लेकिन कंपनी ने हाल ही में एक बड़ा कदम उठाया है। अक्टूबर में, Sensei पर काम करने वाले इंजीनियरों ने Adobe Cloak नामक एक आशाजनक वीडियो संपादन उपकरण का प्रदर्शन किया। यह उपयोगकर्ता को एक वीडियो क्लिप से एक लैम्पपोस्ट को आसानी से हटाने, कहने की अनुमति देता है - एक कार्य जो एक अनुभवी संपादक के लिए भी बहुत दर्दनाक होगा। एक अन्य परियोजना, जिसे प्रोजेक्ट पपेट्रॉन कहा जाता है, वास्तविक समय के वीडियो के लिए एक विशिष्ट कलात्मक शैली लागू करता है। यह आपको एक व्यक्ति को एक एनिमेटेड कांस्य प्रतिमा या एक खींचा कार्टून चरित्र के रूप में प्रदर्शित करने की अनुमति देता है। एडोब रिसर्च के वरिष्ठ वैज्ञानिक और निदेशक जॉन ब्रांट कहते हैं, "आप कैमरे के सामने कुछ कर सकते हैं और इसे वास्तविक समय के एनीमेशन में बदल सकते हैं।"



क्योंकि यह चेहरे के कुछ हिस्सों के बीच अंतर है, और आगे और पीछे पृष्ठभूमि कंप्यूटर दृष्टि के लिए पिछले दृष्टिकोणों की तुलना में बेहतर के बीच का अंतर देखने के लिए सक्षम है मशीन सीखने, इन परियोजनाओं संभव बनाता है। Sensei उपकरण कलाकारों को सामग्री के साथ नहीं, बल्कि अवधारणाओं के साथ काम करने की अनुमति देते हैं। "फ़ोटोशॉप पिक्सल के प्रबंधन का एक बड़ा काम करता है, लेकिन लोग वास्तव में इन पिक्सल द्वारा प्रदर्शित सामग्री में हेरफेर करने की कोशिश कर रहे हैं," ब्रांड्ट बताते हैं।

यह खबर का एक अच्छा हिस्सा है। जब कलाकारों को स्क्रीन पर व्यक्तिगत बिंदुओं को खींचने में समय बिताने की आवश्यकता नहीं होती है, तो उनकी उत्पादकता बढ़ जाती है। ब्रांट के अनुसार, वह कला के नए रूपों के उभरने की संभावना से बहुत खुश हैं और उनके आने का इंतजार कर रहे हैं।


Adobe Cloak प्रदर्शन

लेकिन यह कल्पना करना मुश्किल नहीं है कि यह रचनात्मक विस्फोट बहुत बुरे परिणामों की ओर कैसे ले जाता है। शिकागो विश्वविद्यालय के स्नातक, यांसहुन याओ ने एआई द्वारा बनाया गया एक नकली वीडियो देखा, और मशीन सीखने के खतरों की खोज करते हुए एक परियोजना शुरू करने का फैसला किया। वीडियो में उन्होंने देखा, उत्पन्न बराक ओबामा ने एक भाषण दिया। याओ जाँच करना चाहता था कि क्या पाठ्य सामग्री के साथ कुछ ऐसा ही क्रैंक करना संभव है?

पाठ की संरचना लगभग निर्दोष होनी चाहिए, ताकि अधिकांश पाठक इसके "मानव मूल" के बारे में आश्वस्त हो जाएं। याओ अपेक्षाकृत सरल कार्य के साथ शुरू हुआ - येल्प और अमेज़ॅन के लिए नकली समीक्षा उत्पन्न करना। इस तरह के पाठ में केवल कुछ वाक्य शामिल हो सकते हैं और पाठक उच्च स्तर की भाषा दक्षता की उम्मीद नहीं करते हैं। उन्होंने और उनके सहयोगियों ने एक तंत्रिका नेटवर्क बनाया , जो येल्प की लंबाई के 5 वाक्यों के विषय पर ग्रंथों का निर्माण किया । प्राप्त समीक्षाओं में इस तरह के बयान शामिल हैं जैसे "अब यह हमारी पसंदीदा जगह है!" और "मेरे भाई के साथ वहाँ गया, एक शाकाहारी पास्ता का आदेश दिया - बहुत स्वादिष्ट।" इसके अलावा, याओ ने लोगों से पूछा कि क्या ये ग्रंथ वास्तविक या नकली थे - और निश्चित रूप से, लोगों को अक्सर गलत किया गया था।

इस तरह की समीक्षा लिखने की लागत $ 10 से $ 50 तक होती है, और याओ का दावा है कि यह केवल कुछ समय पहले की बात है जब कोई व्यक्ति कीमतों को कम करने और नकली समीक्षाओं के साथ साइट को भरने की प्रक्रिया को स्वचालित करने की कोशिश करता है। उन्होंने येल्प को नकली सामग्री से बचाने के लिए तंत्रिका नेटवर्क की क्षमताओं का भी पता लगाया - और कुछ सफलता हासिल की। उनका अगला लक्ष्य विश्वसनीय समाचार लेख उत्पन्न करना है।

वीडियो सामग्री के लिए, फिर प्रगति और भी तेज हो सकती है। हनी फ़रीद, नकली फ़ोटो और वीडियो का पता लगाने में एक विशेषज्ञ और डार्टमाउथ कॉलेज में एक प्रोफेसर के बारे में चिंतित हैं कि वायरल सामग्री कितनी तेज़ी से फैलती है और इसकी प्रामाणिकता को पहचानने की प्रक्रिया कैसे पीछे रहती है। वह स्वीकार करते हैं कि निकट भविष्य में एक विश्वसनीय वीडियो होगा जहां डोनाल्ड ट्रम्प उत्तर कोरिया पर परमाणु हमले का आदेश देते हैं। यह वायरल हो जाएगा और आतंक बोएगा - जैसा कि एक बार "युद्ध के मैदान" पर एक रेडियो शो हुआ था। वे कहते हैं, "मैं उन्मादपूर्ण धारणा नहीं बनाना चाहता, लेकिन मुझे लगता है कि आशंकाएँ निराधार नहीं हैं।"

हालांकि, ट्रम्प की उत्पन्न उपस्थिति पहले से ही वेब पर चल रही है। वे Lyrebird के एक उत्पाद हैं, जो एक आवाज सिंथेसाइज़र स्टार्टअप है। कंपनी के सह-संस्थापक और मुख्य कार्यकारी अधिकारी, जोस मोटेलो आश्वस्त हैं कि इस प्रौद्योगिकी का अस्तित्व अपरिहार्य है, ताकि वह और उनके सहयोगी इसे विकसित करना जारी रखें - बिना विस्मृति के, नैतिकता। उन्हें यकीन है कि आज के लिए सबसे अच्छा बचाव मशीन सीखने की संभावनाओं के बारे में जागरूकता बढ़ा रहा है। मोटेलो नोट करता है: “यदि आप चंद्रमा पर मेरी तस्वीरें देखते हैं, तो आप लगभग निश्चित रूप से तय करेंगे कि वे ग्राफिक संपादक में बने हैं। लेकिन अगर आप एक ऑडियो रिकॉर्डिंग सुनते हैं जहां सबसे अच्छा दोस्त आपके बारे में गंदी बातें कर रहा है, तो सबसे अधिक संभावना है कि आप चिंतित होंगे। यह वास्तव में एक नई तकनीक है, और यह मानवता को नई चुनौतियों के साथ प्रस्तुत करती है। ”



यह संभावना नहीं है कि कुछ उत्पन्न एआई सामग्री की लहर को रोकने में सक्षम होगा। एक परिदृश्य संभव है जिसमें धोखेबाज और बेईमान राजनेता भ्रामक जानकारी बनाने के लिए प्रौद्योगिकी का उपयोग करेंगे।

सकारात्मक पक्ष यह है कि उत्पन्न एआई सामग्री भी समाज को एक बड़ी सेवा प्रदान कर सकती है। लियरबर्ड से मोटेलो का सपना है कि उनकी तकनीक उन लोगों से बात करने की क्षमता हासिल करने में सक्षम होगी जो एम्योट्रोफिक लेटरल स्क्लेरोसिस या कैंसर के कारण अपनी आवाज खो चुके हैं। और घोड़ों और ज़ेबरा के साथ वीडियो, जिसका शुरुआत में उल्लेख किया गया था, मानव रहित वाहनों की दृष्टि में सुधार करने के लिए काम का एक उपोत्पाद था। ऐसी मशीनों के लिए सॉफ्टवेयर को पहले एक आभासी वातावरण में प्रशिक्षित किया जाता है। लेकिन ग्रैंड थेफ्ट ऑटो जैसी दुनिया बहुत दूर से वास्तविकता से मिलती जुलती है। आभासी पर्यावरण और वास्तविक दुनिया के बीच की खाई को कम करने के लिए, और अंततः मानव रहित वाहनों को सुरक्षित बनाने के लिए Zebrification एल्गोरिथ्म बनाया गया था।