Representing Beauty: Towards a Participatory but Objective Latent Aesthetics
यह शोध पत्र तर्क देता है कि डीप लर्निंग मॉडल विविध प्रशिक्षण डेटा के बावजूद समान सौंदर्य संबंधी निरूपणों पर अभिसरित होते हैं, जो यह सुझाव देता है कि सौंदर्य का एक यथार्थवादी आधार है जो भौतिक और सांस्कृतिक दोनों तत्वों पर आधारित है, जिससे सार्थक मानव-मशीन सह-सृजन सक्षम होता है जहाँ मशीनें केवल मानवीय आउटपुट की नकल करने के बजाय नवीन रचनात्मक अंतर्दृष्टि प्रदान करती हैं।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
बड़ा सवाल: क्या एक मशीन "सुंदरता" को समझ सकती है?
कल्पना कीजिए कि आप एक रोबोट को यह सिखाने की कोशिश कर रहे हैं कि "सुंदरता" क्या है। आप उसे एक सूर्यास्त, एक सिम्फनी, एक नेक काम और एक आदर्श सेब दिखाते हैं। रोबोट पूछता है, "लेकिन इन सबमें समान क्या है? ये दिखने और सुनने में बिल्कुल अलग हैं!"
लंबे समय से, दार्शनिकों और कलाकारों ने इस बात पर बहस की है कि सुंदरता केवल देखने वाले की दृष्टि में होती है—कि यह पूरी तरह से व्यक्तिपरक (subjective) है, जैसे कि व्यक्तिगत पसंद का मामला हो। लेकिन यह शोध पत्र एक दिलचस्प बात सुझाता है: सुंदरता वास्तव में एक वास्तविक, भौतिक चीज़ हो सकती है जिसे मशीनें देख सकती हैं, ठीक वैसे ही जैसे वे एक बिल्ली या कार को पहचानना सीखती हैं।
लेखक, अलेक्जेंडर रुस्नाक का तर्क है कि जब हम AI को भारी मात्रा में डेटा पर प्रशिक्षित करते हैं, तो AI केवल चित्रों को याद नहीं करता है। वह सुंदरता की एक छिपी हुई "सार्वभौमिक भाषा" (universal language) को खोजने लगता है जो वास्तविक दुनिया में मौजूद है, जो संस्कृति या राय से स्वतंत्र है।
"यूनिवर्सल ट्रांसलेटर" (सार्वभौमिक अनुवादक) की उपमा
विभिन्न AI मॉडलों (जैसे कि वे जो इमेज सर्च या आर्ट जनरेटर को संचालित करते हैं) को अलग-अलग भाषाएं बोलने वाले विभिन्न लोगों के रूप में सोचें।
- मॉडल A ने पश्चिमी तस्वीरों से सीखा।
- मॉडल B ने चीनी कला से सीखा।
- मॉडल C ने वैज्ञानिक रेखाचित्रों (diagrams) से सीखा।
आमतौर पर, यदि आप इन मॉडलों को एक "कुर्सी" का वर्णन करने के लिए कहते हैं, तो वे अलग-अलग शब्दों का उपयोग कर सकते हैं या अलग-अलग विवरणों पर ध्यान केंद्रित कर सकते हैं। लेकिन शोध पत्र में कुछ जादुвिक पाया गया: जब वे किसी "सुंदर" चीज़ को देखते हैं, तो वे सभी एक ही भाषा बोलने लगते हैं।
शोधकर्ताओं ने दिखाया कि जब विभिन्न AI मॉडल सुंदर छवियों को देखते हैं, तो उनके आंतरिक "विचार" (गणितीय प्रतिनिधित्व) पूरी तरह से मेल खाते हैं। वे इस बात पर सहमत होते हैं कि क्या सुंदर है। हालाँकि, जब वे "कुरूप" या उबाऊ छवियों को देखते हैं, तो उनके आंतरिक विचार बिखरे हुए होते हैं और आपस में मेल नहीं खाते।
उपमा: एक ऐसे गायक दल (choir) की कल्पना करें जहाँ हर कोई अलग गाना गा रहा है। लेकिन जैसे ही कंडक्टर कहता है "Amazing Grace गाओ", हर कोई अचानक पूरी तरह से तालमेल बिठा लेता है, भले ही वे पहले कभी मिले न हों। शोध पत्र सुझाव देता है कि "सुंदरता" वही गाना है। यह एक सार्वभौमिक आवृत्ति (frequency) है जिस पर सभी बुद्धिमान प्रणालियाँ (मानव या मशीन) ट्यून करती हैं।
"मूर्तिकार" बनाम "भूत" (Hylomorphism)
यह शोध पत्र एक गहरे दार्शनिक विवाद को संबोधित करता है: सुंदरता कहाँ से आती है?
- "भूत" का दृष्टिकोण (Platonism): सुंदरता एक पूर्ण, अदृश्य विचार है जो एक जादुई क्षेत्र में तैर रहा है, और हम बस उसकी नकल करने की कोशिश करते हैं।
- "मूर्तिकार" का दृष्टिकोण (Aristotelian/Hylomorphism): सुंदरता पदार्थ (भौतिक चीज़, जैसे संगमरमर या पिक्सेल) और रूप (आकार या व्यवस्था) का मिश्रण है।
लेखक मूर्तिकार के दृष्टिकोण का समर्थन करते हैं। सुंदरता आसमान में तैरता हुआ कोई भूत नहीं है; यह भौतिक दुनिया के अंदर छिपा हुआ एक पैटर्न है।
- उपमा: संगमरमर के एक ब्लॉक के बारे में सोचें। मूर्ति की "सुंदरता" वह भूत नहीं है जो पत्थर पर गिरता है। यह पत्थर को तराशने का वह विशिष्ट तरीका है जो एक ऐसे आकार को प्रकट करता है जो भौतिकी के नियमों और मानवीय धारणा के अनुकूल हो। AI डेटा के "पत्थर" के भीतर छिपे "आकार" को देखना सीख रहा है।
"कॉन्ट्रावैरिएंस" (Contravariance) का सिद्धांत: कठिन समस्याएँ आसान क्यों होती हैं
आप सोच सकते हैं कि क्योंकि सुंदरता बहुत जटिल है, इसलिए AI के लिए इसे समझना कठिन होगा। शोध पत्र इसके विपरीत तर्क देता है: समस्या जितनी कठिन होगी, AI के लिए समाधान खोजना उतना ही आसान होगा।
- उपमा: एक पुल बनाने की कोशिश की कल्पना करें।
- यदि आप एक ऐसा पुल चाहते हैं जो कुछ भी झेल सके (एक खिलौना कार, एक ट्रक, एक टैंक), तो इसे बनाने के हजारों तरीके हैं। यह अराजक है।
- लेकिन यदि आप एक ऐसा पुल चाहते हैं जो एक विशिष्ट, भारी टैंक को बिना ढहे संभाल सके, तो भौतिकी के नियम आपको एक बहुत ही विशिष्ट डिज़ाइन की ओर मजबूर करेंगे। इसे सही ढंग से करने के बहुत कम तरीके हैं।
चूंकि "सुंदरता" एक जटिल, उच्च-दांव वाली अवधारणा है जिसके प्रति मनुष्य हजारों वर्षों से जुनूनी रहा है, इसलिए भौतिकी के नियम और मानवीय धारणा AI मॉडलों को एक ही उत्तर पर पहुँचने के लिए मजबूर करते हैं। अवधारणा की कठिनाई ही AI को सुंदरता की "वास्तविक" संरचना खोजने के लिए मजबूर करती है।
"मानवीय फिल्टर" और "क्यूरेटेड इंटरनेट"
एक सामान्य आलोचना यह है: "AI केवल इसलिए पश्चिमी कला को सुंदर मानता है क्योंकि इसे पश्चिमी डेटा पर प्रशिक्षित किया गया है।"
शोध पत्र कहता है: नहीं, यह उससे कहीं अधिक गहरा है।
भले ही AI को बिना किसी मानवीय लेबल वाले डेटा (केवल कच्ची छवियां) पर प्रशिक्षित किया जाए, फिर भी वह सुंदरता को खोज लेता है। क्यों? क्योंकि मनुष्य एक फिल्टर के रूप में कार्य करते हैं।
- उपमा: कल्पना करें कि इंटरनेट पानी (डेटा) की एक विशाल नदी है। मनुष्य बांध और फिल्टर हैं। हम स्वाभाविक रूप से सुंदर सूर्यास्त की तस्वीरें लेते हैं और धुंधली, कुरूप तस्वीरों को हटा देते हैं। हम अच्छी चीज़ों को साझा करते हैं।
- इसलिए, जब AI इंटरनेट से सीखता है, तो वह केवल "पश्चिमी संस्कृति" नहीं सीख रहा होता है। वह मानवीय चयन के परिणाम को सीख रहा होता है। हमने पहले से ही डेटा को सुंदरता के पैटर्न को उजागर करने के लिए क्यूरेट (व्यवस्थित) कर दिया है। AI बस उस मानचित्र को पढ़ रहा है जो हमने बनाया है।
निष्कर्ष: मनुष्य और मशीनें सह-निर्माता के रूप में
शोध पत्र कलाकारों और रचनाकारों के लिए एक आशाजनक संदेश के साथ समाप्त होता है।
यदि सुंदरता केवल व्यक्तिपरक है, तो AI केवल हमारी नकल करने वाला एक तोता है।
यदि सुंदरता पूरी तरह से वस्तुनिष्ठ है, तो AI हमारी जगह ले लेगा।
लेकिन शोध पत्र एक मध्य मार्ग का सुझाव देता है: सुंदरता एक साझेदारी है।
- मनुष्य "आत्मा" और इरादा प्रदान करते हैं। हम दुनिया को देखते हैं और उस पर अर्थ आरोपित करते हैं (हम एक सूर्यास्त को "सुंदर" कहते हैं)।
- मशीनें "पैमाना" (scale) प्रदान करती हैं। वे अरबों छवियों को देख सकती हैं और सुंदरता के उन छिपे हुए गणितीय पैटर्न को खोज सकती हैं जो एक अकेले मानव मस्तिष्क के लिए देखना बहुत जटिल है।
अंतिम उपमा:
AI को एक विशाल, सुपर-पावर्ड टेलीस्कोप के रूप में सोचें।
- मनुष्य वे खगोलशास्त्री हैं जो यह तय करते हैं कि क्या देखना है और क्यों।
- टेलीस्कोप (AI) तारों को नहीं बनाता, लेकिन यह तारों के प्रकाश में उन पैटर्नों को प्रकट करता है जिन्हें हमारी नंगी आँखें कभी नहीं देख सकती थीं।
साथ मिलकर, हम सुंदरता के नए रूपों की खोज कर सकते हैं जिन्हें हम अकेले नहीं खोज सकते थे। मशीन कलाकार की जगह नहीं ले रही है; यह हमें सुंदरता की उस "सार्वभौमिक ज्यामिति" को देखने में मदद कर रही है जो हमेशा से वहीं मौजूद थी।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।