Computational spatiality: virtual production, generative media and the politics of screen space

द दशकों तक, सिनेमा का जादू एक सरल विभाजन पर निर्भर था: कैमरा एक वास्तविक दुनिया को कैद करता था, और संपादक उन टुकड़ों को एक कहानी बुनने के लिए आपस में जोड़ देते थे। भले ही फिल्म निर्माता मॉडलों या चित्रित पृष्ठभूमि (पेंटेड बैकग्राउंड) के साथ नकली दुनिया बनाते थे, अंतिम छवि ही एकमात्र महत्वपूर्ण चीज़ होती थी। अभिनेताओं के पीछे का स्थान या तो एक भौतिक स्थान होता था या एक सपाट चित्र। आज, वह विभाजन समाप्त हो रहा है। दो शक्तिशाली तकनीकें इस बात को नया रूप दे रही हैं कि स्क्रीन की दुनिया कैसे बनाई जाती है, लेकिन वे इसे मौलिक रूप से अलग तरीकों से करती हैं। एक दृष्टिकोण, जिसे वर्चुअल प्रोडक्शन (आभासी उत्पादन) कहा जाता है, एक डिजिटल वातावरण को एक भौतिक सेट की तरह मानता है जिसे वास्तविक समय में देखा और फिल्माया जा सकता है। दूसरा, जनरेटिव मीडिया (उत्पादक मीडिया), कृत्रिम बुद्धिमत्ता (AI) का उपयोग करके ऐसी छवियां बनाता है जो वास्तविक दिखती हैं लेकिन निश्चित ब्लूप्रिंट के बजाय पैटर्न और संभावनाओं से बनी होती हैं। इन दोनों विधियों के बीच के अंतर को समझना अब इंजीनियरों के लिए केवल एक तकनीकी विवरण नहीं है; यह इस बात को बदल देता है कि कौन यह तय करने का अधिकार रखता है कि एक दृश्य कैसा दिखेगा, एक निर्देशक का वास्तव में कितना नियंत्रण है, और हम अपनी स्क्रीन पर किस प्रकार की वास्तविकता देख रहे हैं।

शोधकर्ता रुई गाओ, यीवेई झाओ और वेइसे यांग द्वारा किया गया एक नया अध्ययन इस बदलाव को "कंप्यूटेशनल स्पैटियलिटी" (गणनात्मक स्थानिकता) नामक एक अवधारणा पेश करके तलाशता है। यह पूछने के बजाय कि क्या कोई दृश्य वास्तविक है या नकली, वे यह पूछते हैं कि स्थान (स्पेस) को कैसे व्यवस्थित और नियंत्रित किया जाता है। शोधकर्ता तर्क देते हैं कि हम उस प्रणाली से दूर जा रहे हैं जहाँ अंतिम छवि ही एकमात्र लक्ष्य थी। इसके स्थान पर, अब हमारे पास एक ऐसी प्रणाली है जहाँ स्थान संभावनाओं का एक जीवित, संपादन योग्य क्षेत्र है जो कैमरा शुरू होने से बहुत पहले अस्तित्व में आ जाता है। यह क्षेत्र तटस्थ नहीं है। यह सॉफ्टवेयर द्वारा, उन लोगों द्वारा जो उपकरणों का निर्माण करते हैं, और कोड में निहित नियमों द्वारा आकार लेता है। अध्ययन बताता है कि जबकि ये तकनीकें फिल्म निर्माताओं को एक दृश्य को तुरंत बदलने की अविश्वसनीय स्वतंत्रता प्रदान करती हैं, वे उन प्लेटफार्मों और प्रणालियों पर एक नया प्रकार का निर्भरता भी पैदा करती हैं जो उन परिवर्तनों को संभव बनाते हैं।

इसे समझने के लिए, एक को यह देखना होगा कि ये दोनों तकनीकें वास्तव में कैसे काम करती हैं, क्योंकि वे विपरीत सिद्धांतों पर काम करती हैं। वर्चुअल प्रोडक्शन, जिसका उपयोग प्रसिद्ध रूप से द लायन किंग और द मैंडलोरियन जैसी फिल्मों में किया गया है, उस पर निर्भर करता है जिसे शोधकर्ता "परसिस्टेंट ज्योमेट्री" (स्थिर ज्यामिति) कहते हैं। एक डिजिटल पहाड़ की कल्पना करें। इस प्रणाली में, वह पहाड़ निर्देशांकों (कोऑर्डिनेनेट्स) और 3D आकृतियों के एक निश्चित सेट से बना है। यह एक डेटाबेस में एक ठोस वस्तु के रूप में मौजूद है। जब कैमरा हिलता है, तो कंप्यूटर उस नए कोण से पहाड़ के दृश्य की पुनर्गणना करता है, लेकिन पहाड़ स्वयं नहीं बदलता है। उसका आकार, उसकी दूरी, और जमीन के साथ उसका संबंध स्थिर रहता है। यदि एक निर्देशक पहाड़ को दूसरी तरफ से देखना चाहता है, तो सिस्टम केवल दृष्टिकोण (व्यूपॉइंट) को स्थानांतरित कर देता है। दुनिया सुसंगत है क्योंकि यह एक स्थिर मानचित्र पर आधारित है। यह अभिनेताओं और कैमरों को स्वतंत्र रूप से घूमने की अनुमति देता है, जिससे पृष्ठभूमि उनकी स्थिति के प्रति तुरंत और सटीक प्रतिक्रिया देती है।

इसके विपरीत, जनरेटिव मीडिया, जिसमें नवीनतम वीडियो निर्माण उपकरण शामिल हैं, बिना किसी निश्चित मानचित्र के काम करता है। एक पूर्व-निर्मित पहाड़ के बजाय, सिस्टम एक छवि बनाता है जो उसने लाखों अन्य चित्रों से सीखी है। जब कोई उपयोगकर्ता एक सड़क के दृश्य के लिए कहता है, तो सिस्टम किसी संग्रहीत 3D मॉडल को नहीं निकालता है। इसके बजाय, वह अनुमान लगाता है कि एक सड़क कैसी दिखनी चाहिए, फ्रेम-दर-फ्रेम, उन पैटर्न के आधार पर जो उसने पहले देखे हैं। यह एक विश्वसनीय स्टोरफ्रंट, गीली सड़क और एक खड़ी कार बना सकता है। हालाँकि, क्योंकि यह किसी निश्चित वस्तु को खोजने के बजाय अनुमान लगा रहा है, विवरण बदल सकते हैं। अगले फ्रेम में एक कार में एक पहिया आ सकता है, या एक दरवाजा दूसरी जगह खिसक सकता है। छवि वास्तविक दिखती है, लेकिन उसके पीछे का स्थान स्थिर नहीं है। यह एक "संभाव्य उपस्थिति" (प्रोबेबिलिस्टिक अपीयरेंस) है, जिसका अर्थ है कि यह एक स्थान की तरह दिखता है क्योंकि यह इस नियम का पालन करता है कि स्थान आमतौर पर कैसे दिखते हैं, न कि इसलिए कि यह एक विशिष्ट, अपरिवर्तनीय स्थान है।

शोधकर्ताओं ने पाया कि यह अंतर फिल्म निर्माण की प्रकृति और सेट पर शक्ति के समीकरण को बदल देता है। वर्चुअल प्रोडक्शन की दुनिया में, चुनौती डिजिटल दुनिया को भौतिक कैमरे के साथ पूरी तरह से संरेखित (अलाइन) रखने की है। यदि ट्रैकिंग सिस्टम विफल हो जाता है, तो पृष्ठभूमि अभिनेता के साथ तालमेल खो सकती है, जिससे भ्रम टूट जाता है। यहाँ आवश्यक कार्य सटीकता और समन्वय के बारे में है। टीमों को यह सुनिश्चित करना होता है कि लाइटिंग, कैमरा मूवमेंट और डिजिटल एसेट्स सभी पूरी तरह से मेल खाएं। दृश्य को बदलने का अधिकार उन लोगों के पास होता है जो इन संपत्तियों (एसेट्स) और उन्हें चलाने वाले इंजन का प्रबंधन करते हैं। एक निर्देशक सूर्यास्त के लिए कह सकता है, लेकिन एक तकनीकी कलाकार को यह सुनिश्चित करना होगा कि डिजिटल सूर्य उपलब्ध है और शूट के साथ तालमेल बनाए रखने के लिए पर्याप्त तेजी से रेंडर हो सकता है।

जनरेटिव मीडिया के साथ, चुनौती अलग है। काम चीजों को संरेखित रखने के बारे में नहीं है, बल्कि चुनने और मरम्मत करने के बारे में है। क्योंकि सिस्टम हर बार दृश्य का एक नया संस्करण बनाता है, फिल्म निर्माता को उस संस्करण को खोजने के लिए कई विकल्पों में से छानबीन करनी पड़ती है जो काम करता है। यदि कोई पात्र एक ऐसे दरवाजे से गुजरता है जो अगले शॉट में गायब हो जाता है, तो कलाकार को उसे ठीक करना पड़ता है। यहाँ शक्ति यह चुनने की क्षमता में निहित है कि कौन सा संस्करण अंतिम छवि बनेगा। हालाँकि, शोधकर्ता नोट करते हैं कि यह स्वतंत्रता एक छिपी हुई लागत के साथ आती है। वह "स्थान" जिसमें फिल्म निर्माता काम कर रहा है, प्रशिक्षण डेटा और सॉफ्टवेयर के नियमों द्वारा परिभाषित है। यदि सॉफ्टवेयर ने कभी किसी विशिष्ट प्रकार के गाँव को नहीं देखा है, तो वह आसानी से उसे नहीं बना सकता। फिल्म निर्माता कुछ भी माँगने के लिए स्वतंत्र है, लेकिन सिस्टम यह तय करता है कि क्या उत्पन्न करना संभव है।

यह अध्ययन के एक केंद्रीय निष्कर्ष की ओर ले जाता है: छवि अब केवल एक सतह नहीं है जिसे पढ़ा जाना है; यह निर्णयों की एक लंबी श्रृंखला का सार्वजनिक चेहरा है। अतीत में, एक निर्देशक दृश्य के लुक का निर्णय लेता था, और क्रू इसे बनाता था। अब, दृश्य का लुक निर्देशक के चुनाव, सॉफ्टवेयर की क्षमताओं, डिजिटल एसेट्स की उपलब्धता और प्लेटफॉर्म के नियमों के संयोजन द्वारा निर्धारित होता है। शोधकर्ता इसे "कंप्यूटेशनल स्पैटियलिटी" कहते हैं। यह वह क्षेत्र है जहाँ स्थान को स्क्रीन तक पहुँचने से बहुत पहले व्यवस्थित, बदला और शासित किया जाता है। यह क्षेत्र राजनीतिक है क्योंकि यह निर्धारित करता है कि कौन यह तय करने का अधिकार रखता है कि एक दुनिया कैसी दिखेगी। यदि कोई फिल्म निर्माता एक घाटी को बदलना चाहता है, तो वह सॉफ्टवेयर लाइब्रेरी में मौजूद सामग्री या जो आर्टिफिशियल इंटेलिजेंस मॉडल ने सीखा है, उससे सीमित हो सकता है।

अध्ययन यह भी रेखांकित करता है कि यह बदलाव फिल्म निर्माण के श्रम (लेबर) को कैसे प्रभावित करता है। वर्चुअल प्रोडक्शन में, टीमों को एक भी फ्रेम शूट करने से पहले विशाल डिजिटल लाइब्रेरी बनानी पड़ती है और जटिल ट्रैकिंग सिस्टम बनाए रखने होते हैं। जनरेटिव वर्कफ़्लो में, श्रम AI के आउटपुट को चुनने, मरम्मत करने और प्रबंधित करने की ओर स्थानांतरित हो जाता है। शोधकर्ता बताते हैं कि जबकि ये उपकरण एक एकल प्रभावशाली छवि बनाना आसान बनाते हैं, वे एक लंबी फिल्म में एक सुसंगत दुनिया बनाए रखना कठिन बना देते हैं। एक जनरेटित सड़क दो सेकंड के लिए एकदम सही दिख सकती है, लेकिन यदि दृश्य को बाद में किसी अलग कोण से फिल्माया जाना है, तो सिस्टम एक ऐसी सड़क बना सकता है जो पहली वाली से मेल नहीं खाती। फिल्म निर्माता को फिर उन दोनों संस्करणों को जोड़ने के लिए अतिरिक्त काम करना पड़ता है।

शोधकर्ता यह कहने में सावधानी बरतते हैं कि एक विधि दूसरी से बेहतर नहीं है। इसके बजाय, वे दिखाते हैं कि वे स्क्रीन की दुनिया को एक साथ बनाए रखने के दो अलग-अलग तरीके हैं। एक निरंतरता सुनिश्चित करने के लिए एक स्थिर मानचित्र का उपयोग करता है, जबकि दूसरा दुनिया की उपस्थिति बनाने के लिए पैटर्न का उपयोग करता है। दोनों विधियाँ निर्माण की शक्ति को अंतिम फ्रेम से हटाकर उन प्रणालियों में डाल देती हैं जो स्थान का निर्माण करती हैं। इसका अर्थ है कि किसी छवि को तुरंत बदलने की स्वतंत्रता अक्सर उन कंपनियों पर एक मजबूत निर्भरता के साथ आती है जो सॉफ्टवेयर, मॉडल और डेटा का स्वामित्व रखती हैं। एक निर्देशक के पास सेकंडों में आकाश बदलने की शक्ति हो सकती है, लेकिन वह उस इंजन को नहीं बदल सकता जो उस आकाश को संभव बनाता है।

अध्यध्ययन निष्कर्ष निकालता है कि हमें उन अदृश्य नियमों पर ध्यान देने की आवश्यकता है जो इन डिजिटल स्थानों को नियंत्रित करते हैं। जिस तरह एक भौतिक सेट का निर्माण के आधार पर सीमाएँ होती हैं, उसी तरह एक डिजिटल स्थान की भी अपने कोड और डेटा के आधार पर सीमाएँ होती हैं। ये सीमाएँ हमेशा स्पष्ट नहीं होती हैं। वे एक ग्लिच (त्रुटि) के रूप में दिखाई दे सकती हैं जहाँ एक इमारत अपना आकार बदल लेती है, या वे एक सूक्ष्म पूर्वाग्रह के रूप में दिखाई दे सकती हैं जहाँ कुछ प्रकार के परिदृश्य बनाना दूसरों की तुलना में आसान होता है। "कंप्यूटेशनल स्पैटियलिटी" को समझकर, हम देख सकते हैं कि स्क्रीन केवल एक कहानी की खिड़की नहीं है, बल्कि नियंत्रण की एक प्रणाली की खिड़की है। स्क्रीन पर दिखने वाली दुनिया मानव रचनात्मकता और उस सॉफ्टवेयर की कठोर संरचनाओं के बीच एक समझौता है जो इसे संभव बनाता है। शोधकर्ता तर्क देते हैं कि आधुनिक सिनेमा को वास्तव में समझने के लिए, हमें छवि से परे देखना होगा और पूछना होगा कि स्थान किसने बनाया, इसे कैसे एक साथ रखा जाता है, और कौन यह तय करता है कि क्या जीवित रहेगा।