Perceiving animacy in 'identical' images
सात पूर्व-पंजीकृत प्रयोगों में निम्न-स्तरीय दृश्य विशेषताओं से जीवंतता (animacy) को अलग करने के लिए डिफ्यूजन-आधारित "विजुअल एनाग्राम्स" का उपयोग करते हुए, यह अध्ययन प्रदर्शित करता है कि मानव दृश्य प्रणाली स्वाभाविक रूप से स्वयं जीवंतता का प्रतिनिधित्व करती है, जो तत्पश्चात विजुअल वर्किंग मेमोरी को संरचना प्रदान करती है और ध्यान को निर्देशित करती है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप एक कुत्ते की तस्वीर देख रहे हैं। आप तुरंत जान जाते हैं कि वह जीवित है, उसमें भावनाएं हैं, और शायद वह गेंद के पीछे भाग सकता है। अब, कल्पना कीजिए कि आप एक बूट (जूते) की तस्वीर देखते हैं। आप जानते हैं कि वह सिर्फ एक वस्तु है; वह निर्जीव है, उसका कोई लक्ष्य नहीं है, और वह किसी चीज़ के पीछे नहीं भागेगा।
दशकों से, वैज्ञानिक जानते हैं कि हमारे मस्तिष्क "जीवित चीजों" (सजीव) और "निर्जीव चीजों" (निर्जीव) के साथ बहुत अलग तरह से व्यवहार करते हैं। हम झाड़ियों में बाघ को एक पत्थर की तुलना में अधिक तेज़ी से पहचान लेते हैं, और हम एक कुर्सी की तुलना में पिल्ले को बेहतर याद रखते हैं।
लेकिन यहाँ एक समस्या है:
वैज्ञानिक हमेशा इस बात को साबित करने के लिए संघर्ष करते रहे हैं कि हमारे मस्तिष्क वास्तव में "जीवन" की अवधारणा (concept) पर प्रतिक्रिया दे रहे हैं। क्यों? क्योंकि कुत्ते और बूट दिखने में पूरी तरह से अलग होते हैं। कुत्ते रोएँदार होते हैं, उनकी पूंछ होती है, और वे घुमावदार होते हैं। बूट सख्त होते हैं, उनमें फीते होते हैं, और वे कोणीय (angular) होते हैं।
इसलिए, जब कोई वैज्ञानिक कहता है, "हमारा मस्तिष्क कुत्तों के प्रति तेज़ी से प्रतिक्रिया करता है," तो एक संशयवादी हमेशा तर्क दे सकता है: "नहीं, आप केवल फर और घुमाव पर प्रतिक्रिया कर रहे हैं, न कि इस तथ्य पर कि वे जीवित हैं!" यह बिल्कुल वैसा ही है जैसे यह साबित करने की कोशिश करना कि लोग वनीला के बजाय चॉकलेट आइसक्रीम पसंद करते हैं, लेकिन जब भी आप चॉकलेट पेश करते हैं, तो उसे एक शानदार सोने के कटोरे में परोसा जाता है, और वनीला को कार्डबोर्ड के डिब्बे में। आप यह नहीं बता सकते कि उन्हें स्वाद पसंद है या कटोरा।
द "विजुअल एनग्राम" मैजिक ट्रिक (दृश्य एनाग्राम का जादू)
इस समस्या को हल करने के लिए, शोधकर्ताओं (टैल बोगर और चाज़ फायरस्टोन) ने AI की दुनिया के एक चतुर तरीके का उपयोग किया जिसे "विजुअल एनाग्राम्स" कहा जाता है।
एक रुबिक क्यूब के बारे में सोचें। यदि आप इसे घुमाते हैं, तो इसके चेहरों के रंग बदल जाते हैं, लेकिन प्लास्टिक का क्यूब वही रहता है।
अब, एक ही छवि की कल्पना करें जो तब एक कुत्ता है जब आप इसे सीधा रखते हैं। लेकिन यदि आप उसी सटीक छवि को 90 डिग्री घुमाकर बगल में कर देते हैं, तो वह अचानक एक बूट की तरह दिखने लगती है।
- समान पिक्सेल: छवि बिल्कुल समान है।
- समान बनावट (Texture): कुत्ते का "फर" बूट का वही "चमड़ा" है।
- समान आकार: घुमाव (curves) एक जैसे हैं।
- एकमात्र अंतर: अर्थ (सजीवता) बदल जाता है क्योंकि वह घूम गया है।
यह एक जादू के खेल की तरह है जहाँ केवल अपना सिर झुकाने से बत्तख की तस्वीर खरगोश में बदल जाती है। शोधकर्ताओं ने इसे एक "परफेक्ट कंट्रोल" प्रयोग बनाने के लिए उपयोग किया। वे दृश्य विवरणों जैसे आकार या बनावट को बदले बिना सजीवता (जीवित से निर्जीव) को बदल सकते थे।
प्रयोग: उन्हें क्या मिला?
टीम ने यह देखने के लिए सात अलग-अलग प्रयोग चलाए कि क्या हमारे मस्तिष्क अभी भी "जीवन" वाले हिस्से पर प्रतिक्रिया करते हैं, भले ही "दिखावट" वाला हिस्सा बिल्कुल समान हो।
1. मेमोरी गेम (वर्किंग मेमोरी)
- सेटअप: प्रतिभागियों ने स्क्रीन पर पांच तस्वीरें देखीं (जैसे घोड़ा, कार, खरगोश, आदि)। फिर तस्वीरें गायब हो गईं। एक नई तस्वीर दिखाई गई और उन्हें क्लिक करना था कि क्या बदला है।
- ट्रिक: कभी-कभी बदलाव "उबाऊ" था (एक खरगोश बदलकर कुत्ता बन गया—दोनों जीवित थे)। कभी-कभी बदलाव "अजीब" था (एक खरगोब बदलकर बूट बन गया—जीवित से निर्जीव)।
- परिणाम: भले ही बूट और कुत्ता एक ही छवि थे बस घुमाए गए थे, लोगों ने "जीवित-से-निर्जीव" वाले बदलाव को बहुत तेज़ी से पहचाना। उनके मस्तिष्क चिल्ला रहे थे, "हे! अब कुछ जीवित है, और फिर वह नहीं रहा!" भले ही पिक्सेल वास्तव में नहीं बदले थे।
2. "वेयर इज़ वाल्डो?" गेम (विजुअल सर्च)
- सेटअप: प्रतिभागियों को अन्य वस्तुओं के बीच छिपे हुए एक विशिष्ट लक्ष्य (जैसे बत्तख) को खोजना था।
- ट्रिक: कुछ राउंड में, बत्तख अन्य बत्तखों से घिरी हुई थी (सभी जीवित)। अन्य राउंड में, बत्तख बूटों से घिरी हुई थी (जीवित के बीच निर्जीव)।
- परिणाम: लोगों ने बत्तख को बहुत तेज़ी से खोज लिया जब वह बूटों से घिरी हुई थी। उनके मस्तिष्क ने लक्ष्य को खोजने के लिए "जीवित बनाम निर्जीव" के अंतर को एक शॉर्टकट के रूप में इस्तेमाल किया, यह नज़रअंदाज़ करते हुए कि दृश्य आकार समान थे।
3. "ब्लोब" चेक (रोटेशन को खारिज करना)
- संशयवादी का सवाल: "रुको, शायद यह जीवन के बारे में नहीं है। शायद यह सिर्फ इसलिए है कि छवि घूमी हुई है, और हमारे मस्तिष्क घूमी हुई चीजों को नापसंद करते हैं?"
- समाधान: उन्होंने छवियों को लिया और उन्हें साधारण, अस्पष्ट काले धब्बों (सिलुएट/silhouette) में बदल दिया। ये धब्बे मूल छवियों के समान रोटेशन और आकार बनाए रखते थे, लेकिन आप अब यह नहीं बता सकते थे कि वह कुत्ता है या बूट।
- परिणाम: जब छवियां केवल धब्बे थीं, तो "सर्च एडवांटेज" गायब हो गया। लोग लक्ष्य को खोजने में तेज़ नहीं थे। इसने साबित कर दिया कि रोटेशन कारण नहीं था; बल्कि जीवन की धारणा (perception of life) ही असली कारण था।
मुख्य निष्कर्ष
यह शोध पत्र ऐसा है जैसे अंततः यह साबित करना कि "सोने का कटोरा" वह कारण नहीं था जिससे लोगों को आइसक्रीम पसंद आई।
इन "विजुअल एनाग्राम्स" का उपयोग करके, शोधकर्ताओं ने दिखाया कि हमारे मस्तिष्क में "जीवन" का एक विशेष, अंतर्निहित डिटेक्टर होता है। हम केवल आकृतियों और बनावट को नहीं देखते; हम दृश्य जगत से "सजीवता" (क्या यह जीवित है?) की अवधारणा को तुरंत निकाल लेते हैं, भले ही दृश्य संकेत बिल्कुल समान हों।
यह सुझाव देता है कि "जीवन" को पहचानना हमारी उत्तरजीविता (survival) के लिए इतना महत्वपूर्ण है (शिकारियों या दोस्तों को पहचानने के लिए) कि हमारे मस्तिष्क इसे दृष्टि के एक मौलिक गुण के रूप में प्राथमिकता देते हैं, न कि केवल एक जटिल विचार के रूप में।
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।