Seeing Differently: Modeling Interpretive Perspectives in Computational Creativity using a Four-World Framework
यह शोध पत्र एक ऐसी कम्प्यूटेशनल रूपरेखा प्रस्तावित करता है जो रचनात्मकता को एक परिप्रेक्ष्य-निर्भर संरचना के रूप में मॉडल करती है, जिसमें तीन विशिष्ट मूल्यांकनकारी व्यक्तित्वों (औपचारिकवादी, सामाजिक-ऐतिहासिक और प्रतिमाशास्त्रीय) का उपयोग करके यह प्रदर्शित किया गया है कि कैसे व्याख्यात्मक दृष्टिकोण व्यवस्थित रूप से कलात्मक योग्यता के मूल्यांकन को आकार देते हैं और दृश्य प्रतिनिधित्व स्थान में संगत ओरिएंटेशन वेक्टर्स को प्रकट करते 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
कल्पना कीजिए कि आप एक विशाल आर्ट गैलरी में खड़े हैं। एक कोने में, एक रोबोट यह तय करने की कोशिश कर रहा है कि कौन सी पेंटिंग सबसे अधिक "रचनात्मक" (creative) है। लंबे समय तक, इन रोबोटों को बनाने वाले वैज्ञानिकों ने एक सख्त जज की तरह काम किया है, जो एक कठोर चेकलिस्ट का पालन करते हैं। वे पूछते हैं: "क्या यह नया है? क्या यह आश्चर्यजनक है? क्या यह अच्छा दिखता है?" वे मानते हैं कि यदि रोबट पर्याप्त स्मार्ट है, तो वह हर कलाकृति के लिए एक वास्तविक स्कोर खोज लेगा, ठीक वैसे ही जैसे एक थर्मामीटर कमरे के सटीक तापमान को मापता है।
लेकिन यहाँ एक मोड़ है: मनुष्य कला को उस तरह नहीं देखते। जब आप किसी पेंटिंग को देखते हैं, तो आपका मस्तिष्क केवल कैनवास पर रंग नहीं देखता; वह एक कहानी देखता है। यदि आप एक इतिहासकार हैं, तो आप राजा के विरुद्ध एक विरोध प्रदर्शन देख सकते हैं। यदि आप एक कवि हैं, तो आप एक दुखद प्रेम पत्र देख सकते हैं। यदि आप एक वैज्ञानिक हैं, तो आप प्रकाश और छाया का एक अध्ययन देख सकते हैं। कला का "अर्थ" फ्रेम के अंदर नहीं अटका होता; यह पेंटिंग और उसे देखने वाले व्यक्ति के बीच के स्थान में घटित होता है। यह शोध एक बड़ा सवाल पूछता है: यदि एक रोबोट रचनात्मकता को समझना चाहता है, तो क्या उसे एक एकल स्कोर खोजने की कोशिश करनी चाहिए, या उसे अलग-अलग आँखों से कला को देखने के लिए अलग-अलग "टोपियाँ" (hats) पहनने के बारे में सीखना चाहिए?
"सीइंग डिफरेंटली" (Seeing Differently) नामक यह अध्ययन सीधे उसी प्रश्न में उतरता है। शोधकर्ताओं ने केवल एक रोबोट को अनुमान लगाने के लिए नहीं कहा; उन्होंने उसे यह परीक्षण करने के लिए उपकरणों का एक विशिष्ट सेट दिया कि परिप्रेक्ष्य (perspective) स्कोर को कैसे बदलता है। उन्होंने "फोर-वर्ल्ड फ्रेमवर्क" (Four-World Framework) नामक एक ढांचे का उपयोग किया, जो रचनात्मकता को बारह अलग-अलग गुणों में विभाजित करता है। इन गुणों को एक घर के चार अलग-अलग कमरों के रूप में सोचें: आंतरिक दुनिया (भावनाएं और यादें), बाहरी दुनिया (समाज और संस्कृति), कल्पनाशील दुनिया (अतियथार्थवादी सपने और खेल), और नैतिक दुनिया (नैतिकता और न्याय)।
अपने सिद्धांत का परीक्षण करने के लिए, शोधकर्ताओं ने सेमार्ट (SemArt) नामक एक डिजिटल संग्रह से 1,069 प्रसिद्ध यूरोपीय पेंटिंग्स लीं। फिर उन्होंने एक शक्तिशाली एआई (GPT-4.1) को इन पेंटिंग्स को तीन अलग-अलग बार देखने के लिए प्रोग्राम किया, जिसमें हर बार एक अलग "पर्सोना" या टोपी पहनी गई थी:
- द फॉर्मलिस्ट (The Formalist): यह टोपी केवल दृश्य चीजों पर ध्यान केंद्रित करती है—रंग, आकार और पेंट लगाने का तरीका। यह इतिहास या कहानी को अनदेखा कर देती है।
- द सोशल-हिस्टोरियन (The Social-Historian): यह टोपी पेंटिंग को अतीत की एक खिड़की के रूप में देखती है। यह पूछती है, "यह समाज, राजनीति या उन लोगों के बारे में क्या कहती है जिन्होंने इसे बनाया है?"
- द आइकनोग्राफर (The Iconographer): यह प्रतीकों के लिए एक जासूस है। यह छिपे हुए अर्थों, धार्मिक कहानियों या पेंटिंग में वस्तुओं में छिपे गुप्त संदेशों की तलाश करती है।
एआई ने प्रत्येक टोपी के तहत प्रत्येक पेंटिंग के लिए बारह गुणों में से प्रत्येक को स्कोर दिया। परिणाम क्या रहा? रोबोट ने केवल थोड़े अलग नंबर ही नहीं दिए; उसने पूरी तरह से अलग कहानियाँ सुनाईं।
सबसे आश्चर्यजनक खोज यह थी कि रोबोट ने कौन सी "टोपी" पहनी थी, उससे पेंटिंग के स्वयं के होने से अधिक फर्क पड़ा। उदाहरण के लिए, सोशल रिफ्लेक्सिविटी (Social Reflexivity - कला समाज के बारे में कितनी बात करती है) नामक गुण को जब रोबोट ने सोशल-हिस्टोरियन टोपी पहनी थी, तब 2.60 का भारी स्कोर मिला। लेकिन जब उसी रोबोट ने उसी पेंटिंग को फॉर्मलिस्ट टोपी पहनकर देखा, तो उसने उसी गुण को केवल 1.35 का स्कोर दिया। यह एक बड़ा अंतर था! रोबोट भ्रमित नहीं था; वह बस अपनी टोपी के नियमों का पालन कर रहा था। फॉर्मलिस्ट टोपी ने उसे सामाजिक कहानों को अनदेखा करने के लिए कहा, इसलिए उसने उन्हें नहीं देखा। सोशल-हिस्टोरियन टोपी ने उसे उन्हें खोजने के लिए कहा, इसलिए उसने उन्हें पा लिया।
कुछ गुण जिद्दी थे और जो भी टोपी पहनी गई, वे ज्यादा नहीं बदले। कल्चरल सिचुएटेडनेस (Cultural Situatedness - कला अपनी संस्कृति में कितनी फिट बैठती है) जैसी चीजें, जिन्हें सभी ने उच्च स्कोर दिया, केवल 3.83 से 3.98 के बीच रहे। लेकिन अन्य गुण, जैसे सिंबोलिक डेंसिटी (Symbolic Density - कितने छिपे हुए प्रतीक भरे हुए हैं), इस आधार पर बहुत अधिक बदल गए कि कौन देख रहा है। आइकनोग्राफर टोपी ने प्रतीकों का खजाना देखा (स्कोर 3.18), जबकि फॉर्मलिस्ट टोपी ने बहुत कम देखे (स्कोर 2.20)।
शोधकर्ताओं ने एआई के मस्तिष्क के नीचे भी झाँका यह देखने के लिए कि वह इन अंतरों को कैसे देख रहा था। उन्होंने पाया कि जब एआई टोपियाँ बदलता था, तो वह केवल अपना विचार नहीं बदलता था; वह वास्तव में छवि के विभिन्न हिस्सों को देखता था। उस गणितीय "स्पेस" में जहाँ एआई चित्रों को संग्रहीत करता है, फॉर्मलिस्ट टोपी एक दिशा में इशारा करती थी, जबकि सोशल-हिस्टोरियन टोपी बिल्कुल अलग दिशा में। यह ऐसा है जैसे फॉर्मलिस्ट ब्रशस्ट्रोक को देख रहा था, जबकि सोशल-हिस्टोरियन दिन के समय का अनुमान लगाने के लिए छाया को देख रहा था।
यह शोध सुझाव देता है कि रचनात्मकता पेंटिंग का एक निश्चित गुण नहीं है, जैसे उसका वजन या आकार। इसके बजाय, रचनात्मकता एक संबंध है। यह तब उत्पन्न होती है जब देखने का एक विशिष्ट तरीका एक विशिष्ट कलाकृति से मिलता है। यह अध्ययन यह दावा नहीं करता कि इसने रचनात्मकता के रहस्य को हमेशा के लिए सुलझा लिया है, लेकिन यह साबित करता है कि रचनात्मकता को केवल एक पैमाने से मापने की कोशिश करना एक गलती है। यदि हम चाहते हैं कि कंप्यूटर मनुष्यों के वास्तविक रचनात्मक साथी बनें, तो उन्हें केवल एक चश्मे के बजाय कई अलग-अलग चश्मों के माध्यम से दुनिया को देखना सीखना होगा। इन विभिन्न दृष्टिकोणों को मॉडल करके, हम ऐसी प्रणालियाँ बना सकते हैं जो हमें कला—और एक-दूसरे को—अधिक समृद्ध और विविध तरीकों से समझने में मदद कर सकें।
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।