Building a cross-platform WebXR heritage application from a drone survey using a language model

अतीत को संरक्षित करना हमेशा समय और क्षय के विरुद्ध एक दौड़ रही है। सदियों से, इतिहासकार और वास्तुकार इस बात को दर्ज करने के लिए रेखाचित्रों, फोटोग्राफों और लिखित अभिलेखों पर निर्भर रहे हैं कि इमारतें ढहने या बदलने से पहले कैसी दिखती थीं। आज, तकनीक ने इस प्रयास में एक शक्तिशाली नया उपकरण जोड़ा है: उच्च-रिज़ॉल्यूशन स्कैनिंग। ड्रोन से हजारों ओवरलैपिंग तस्वीरें लेने या ज़मीन से लेज़र का उपयोग करके, विशेषज्ञ अब प्राचीन स्थलों के अविश्वसनीय रूप से विस्तृत त्रि-आयामी (3D) मॉडल बना सकते हैं। ये 'डिजिटल ट्विन्स' इतने सटीक हैं कि वे मिट्टी की ईंट की दीवार की बनावट या पत्थर के मेहराब के घुमाव को भी दिखा सकते हैं। हालाँकि, इन स्थिर मॉडलों को बनाने और उन्हें जीवित, संवादात्मक अनुभवों में बदलने के बीच एक महत्वपूर्ण अंतर बना हुआ है जिसे जनता खोज सके। पारंपरिक रूप से, इस अंतर को पाटने के लिए सॉफ्टवेयर इंजीनियरों की एक टीम की आवश्यकता होती थी जो जटिल कोड लिख सकें, एक ऐसा कौशल सेट जो अधिकांश विरासत संगठनों के पास नहीं होता है। इसके कारण कई कैप्चर किए गए स्थल केवल डेटा फाइलों के रूप में पड़े रहते हैं, जिन्हें उन लोगों द्वारा नहीं देखा जाता जिन्हें उन्हें संरक्षित करना था।

एक नया दृष्टिकोण सुझाव देता है कि प्रवेश की बाधा पहले की तुलना में कम हो सकती है। लाइन दर लाइन कोड लिखने के बजाय, एक विशेषज्ञ अब एक आर्टिफिशियल इंटेलिजेंस (AI) से यह पूछकर कि वह क्या चाहता है, प्राकृतिक भाषा में एक एप्लिकेशन बना सकता है। यह विधि, जिसे अक्सर "वाइब कोडिंग" कहा जाता है, ध्यान तकनीकी सिंटैक्स से हटाकर वांछित परिणाम पर केंद्रित करती है। प्रश्न यह है कि क्या बिना किसी प्रोग्रामिंग पृष्ठभूमि वाला व्यक्ति एक वास्तविक दुनिया की विरासत स्थल के लिए एक विश्वसनीय, क्रॉस-प्लेटफॉर्म एप्लिकेशन बनाने के लिए इस उपकरण का उपयोग कर सकता है, और क्या होता है जब सॉफ्टवेयर का परीक्षण वास्तविक उपकरणों पर किया जाता है।

एक हालिया अध्ययन में, शोधकर्ताओं ने यह दस्तावेजीकृत किया कि कैसे बिना किसी गेम-प्रोग्रामिंग अनुभव वाले एक विरासत विशेषज्ञ ने सऊदी अरब के सादुस (Sadous) हेरिटेज विलेज के लिए एक पूरी तरह से संवादात्मक एप्लिकेशन बनाया। यह गाँव, जो रियाद से लगभग 70 किलोमीटर उत्तर-पश्चिम में स्थित है, मिट्टी की ईंटों से बना एक दीवारों वाला इलाका है, जो नज्दी (Najdi) वास्तुकला के रूप में जानी जाने वाली एक पारंपरिक शैली है। यह स्थल दो अवस्थाओं में मौजूद है: एक पश्चिमी खंड जहाँ छतें और दीवारें बहाल की गई हैं, और एक पूर्वी खंड जो बिना छत के खंडहरों का है। शोधकर्ता ने गाँव के ऊपर ड्रोन उड़ाकर शुरुआत की, जिससे क्षेत्र का सटीक 3D मानचित्र बनाने के लिए 10,213 छवियां प्राप्त हुईं। इस डिजिटल मॉडल ने 0.160 वर्ग किलोमीटर को कवर किया, जिसमें विवरण का स्तर ऐसा था कि प्रत्येक पिक्सेल ज़मीन पर एक सेंटीमीटर से भी कम का प्रतिनिधित्व करता था।

3D मॉडल तैयार होने के बाद, शोधकर्ता एक लैंग्वेज मॉडल की ओर मुड़ा, जो एक प्रकार का आर्टिफिशियल इंटेलिजेंस है जो कंप्यूटर कोड उत्पन्न करने में सक्षम है। शोधकर्ता ने एक भी पंक्ति कोड नहीं लिखी। इसके बजाय, उन्होंने एक निर्देशक की भूमिका निभाई, प्राकृतिक भाषा में एप्लिकेशन के वांछित व्यवहार का वर्णन किया। उन्होंने AI को बताया कि उपयोगकर्ता को क्या देखना चाहिए, उन्हें गाँव में कैसे घूमना चाहिए, और कौन सी अंतःक्रियाएं (interactions) होनी चाहिए। उदाहरण के लिए, शोधकर्ता ने एक गेमप्ले मैकेनिक का वर्णन किया जहाँ एक खिलाड़ी एक खंडहरनुमा इमारत को स्कैन करता है जिससे एक होलोग्राफिक पुनर्निर्माण शुरू होता है, जो इमारत को बहाल होने के बाद के रूप में दिखाता है। यह डिज़ाइन विकल्प केवल एक दृश्य ट्रिक नहीं था; इसने खिलाड़ियों को वर्तमान खंडहर अवस्था और परिकल्पित बहाल अवस्था के बीच स्विच करने की अनुमति दी, जिससे तथ्य और व्याख्या के बीच का अंतर स्पष्ट रूप से दिखाई देने लगा। AI ने इन मौखिक निर्देशों के आधार पर चरित्रों के चलने के तर्क, सीढ़ियाँ चढ़ने के भौतिकी (physics), और पारंपरिक कॉफी समारोह के संवाद सहित पूरा एप्लिकेशन तैयार किया।

अंतिम परिणाम लगभग 34 मेगाबाइट की एक एकल फ़ाइल थी, जो बिना किसी इंस्टॉलेशन या सर्वर सेटअप के डेस्कटॉप कंप्यूटर, एंड्रॉइड फोन, आईफोन और वर्चुअल रियलिटी हेडसेट पर चल सकती थी। एप्लिकेशन ने खिलाड़ियों को कार्यों की एक श्रृंखला के माध्यम से निर्देशित किया: गाँव के गेट पर पहुँचना, छतों पर चलना, संरचनाओं का दस्तावेजीकरण करना और कॉफी भूनने और परोसने से जुड़ी एक सांस्कृतिक रस्म में भाग लेना। कॉफी अनुक्रम विशेष रूप से उल्लेखनीय था क्योंकि इसके लिए खिलाड़ी को विशिष्ट सामाजिक नियमों का पालन करना आवश्यक था, जैसे कि दाहिने हाथ से कॉफी डालना और कप को केवल एक चौथाई भरने का नियम, जिससे पाठ के बजाय क्रिया के माध्यम से रीति-रिवाजों को सिखाया गया।

हालाँकि, यह प्रक्रिया चुनौतियों से मुक्त नहीं थी। जबकि AI कोड उत्पन्न कर सकता था, वह हमेशा यह अनुमान नहीं लगा सकता था कि वह कोड विभिन्न भौतिक उपकरणों पर कैसा व्यवहार करेगा। शोधकर्ताओं ने विकास और परीक्षण चरणों के दौरान 27 अलग-अलग समस्याओं को दर्ज किया। दस समस्याएँ केवल तब दिखाई दीं जब एप्लिकेशन को एक भौतिक उपकरण, जैसे कि मोबाइल फोन या वर्चुअल रियलिटी हेडसेट पर चलाया गया, और इन्हें उस कंप्यूटर वातावरण में नहीं पकड़ा जा सका जहाँ AI काम कर रहा था। उदाहरण के लिए, वर्चुअल रियलिटी हेडसेट पर, एप्लिकेशन कभी-कभी कंट्रोलर इनपुट का जवाब देने में विफल रहता था क्योंकि AI ने मान लिया था कि डिवाइस एक मानक कंप्यूटर ब्राउज़र की तरह काम करता है। इसी तरह, पाँच अन्य त्रुटियाँ विशुद्ध रूप से सांस्कृतिक थीं; AI ने ऐसे व्यवहार प्रोग्राम किए थे जो क्षेत्र की वास्तविक परंपराओं से मेल नहीं खाते थे, जैसे कि कॉफी परोसने के गलत तरीके या अनुचित चरित्र गतिविधियाँ। ये सांस्कृतिक गलतियाँ केवल तभी पकड़ी गईं जब स्थानीय विरासत के गहरे ज्ञान वाले मानव विशेषज्ञ ने एप्लिकेशन की समीक्षा की।

यह अध्ययन सॉफ्टवेयर बनाने और उसके सत्यापन (verification) के बीच एक महत्वपूर्ण अंतर को उजागर करता है। AI ने सफलतापूर्वक कोड लिखा, लेकिन वह अपने स्वयं के कार्य का पूर्ण परीक्षण नहीं कर सका। AI द्वारा लिखे गए स्वचालित परीक्षण सभी जाँचों में सफल रहे, फिर भी एप्लिकेशन में ऐसे बग थे जिन्होंने विशिष्ट उपकरणों पर अनुभव को बाधित कर दिया। यह सुझाव देता है कि जबकि आर्टिफिशियल इंटेलिजेंस कोड लिखने का भारी काम संभाल सकता है, सत्यापन की जिम्मेदारी पूरी तरह से मानव के पास रहती है। एक विरासत विशेषज्ञ के पास अभी भी सूक्ष्म अवलोकन का कौशल होना चाहिए, हर उस प्रकार के डिवाइस पर एप्लिकेशन को चलाना चाहिए जिसके लिए इसे बनाया गया है, और यह निर्णय लेना चाहिए कि सांस्कृतिक और ऐतिहासिक विवरण सटीक हैं या नहीं।

शोधकर्ताओं ने पाया कि विकास का यह नया तरीका संभव है, लेकिन यह विशेषज्ञता की आवश्यकता को हटाने के बजाय काम की प्रकृति को बदल देता है। विशेषज्ञ को प्रोग्रामिंग सीखने की आवश्यकता नहीं थी, लेकिन उन्हें एक कठोर पर्यवेक्षक बनना पड़ा, जो यह वर्णन करने में सक्षम हो कि वास्तव में क्या गलत हुआ ताकि AI उसे ठीक कर सके। अध्ययन ने ऐसे अनुप्रयोगों के दीर्घकालिक संरक्षण के बारे में भी चिंताएँ उठाईं। चूँकि कोड AI द्वारा उत्पन्न किया गया है और मानव रचनाकारों द्वारा समझा नहीं गया है, इसलिए भविष्य के अपडेट या मरम्मत के लिए एक समान आर्टिफिशियल इंटेलिजेंस सिस्टम तक पहुँच होना आवश्यक होगा। इसके अलावा, एप्लिकेशन अतीत के बारे में व्याख्यात्मक दावे करता है, जैसे कि कोई इमारत बहाल होने पर कैसी दिखती थी, और अध्ययन इस बात पर जोर देता है कि ऐतिहासिक अखंडता बनाए रखने के लिए इन दावों को भौतिक साक्ष्यों से स्पष्ट रूप से अलग किया जाना चाहिए।

अंततः, यह परियोजना प्रदर्शित करती है कि एक विरासत पेशेवर अब सॉफ्टवेयर इंजीनियरों की टीम के बिना जनता के लिए एक परिष्कृत, संवादात्मक अनुभव बना सकता है। एप्लिकेशन सफलतापूर्वक कई प्लेटफार्मों पर चला, जिससे उपयोगकर्ताओं को सादुस गाँव का अन्वेषण करने और इसके इतिहास के साथ जुड़ने का मौका मिला। फिर भी, इस परिणाम का मार्ग सावधानीपूर्वक मानवीय निरीक्षण से बना था। AI ने उपकरण प्रदान किए, लेकिन मानव ने निर्णय, सांस्कृतिक संदर्भ और वह आलोचनात्मक दृष्टि प्रदान की जो यह सुनिश्चित करने के लिए आवश्यक थी कि अंतिम उत्पाद कार्यात्मक हो और अपने इतिहास के प्रति सच्चा हो। यह दृष्टिकोण विरासत को संरक्षित करने और साझा करने का एक आशाजनक मार्ग प्रदान करता है, बशर्ते कि मानव की भूमिका कोड लिखने से बदलकर सॉफ्टवेयर द्वारा सुनाई जाने वाली कहानियों के कठोर परीक्षण और सत्यापन में बदल जाए।