Deconstructing the "Elusive Smile": A Multiscale Spatial Frequency and Vision Transformer Analysis of Affective Ambiguity in Leonardo da Vinci's Mona Lisa
यह अध्ययन मल्टीस्केल स्पेशियल फ्रीक्वेंसी फ़िल्टरिंग और विजन ट्रांसफॉर्मर विश्लेषण के माध्यम से मोना लिसा की "अनिश्चित मुस्कान" के संबंध में न्यूरोबायोलॉजिस्ट मार्गरेट लिविंगस्टोन के परिकल्पना को प्रमाणित करता है, जो यह दर्शाता है कि पोर्ट्रेट की कथित प्रसन्नता प्रत्यक्ष फोवियल दृश्य (फाइन स्पेशियल फ्रीक्वेंसी) की तुलना में परिधीय या दूर के दृश्यों (कोर्स स्पेशियल फ्रीक्वेंसी) में काफी अधिक है, जहाँ अभिव्यक्ति तटस्थता या उदासी की ओर बदल जाती है।
मूल पेपर CC BY 4.0 (https://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
सदियों से, दुनिया की सबसे प्रसिद्ध पेंटिंग ने एक ऐसा रहस्य छिपा रखा है जो इस बात पर निर्भर करता है कि आप कहाँ खड़े हैं। लिसा घेरार्दिनी का चित्र, जिसे मोना लिसा के नाम से जाना जाता है, दूर से देखने पर या आंखों के कोने से देखने पर मुस्कुराता हुआ प्रतीत होता है, फिर भी वही मुस्कान सीधे उसके मुंह को देखने पर गायब या गंभीर दिखाई देती है। यह दृश्य चमत्कार मनोवैज्ञानिकों और कला प्रेमियों को मंत्रमुग्ध करता रहा है, जिससे मानव मस्तिष्क द्वारा छवियों को संसाधित करने के तरीके के बारे में एक विशिष्ट सिद्धांत सामने आया है। सिद्धांत यह सुझाव देता है कि हमारी आंखें एक साथ दो अलग-अलग तरीकों से काम करती हैं। हमारी दृष्टि का एक हिस्सा, जो तीक्ष्ण और केंद्रित है, होंठ के सटीक आकार जैसे सूक्ष्म विवरण देखता है। दूसरा हिस्सा, जो नरम है और हमारी दृष्टि के किनारों को संभालता है, व्यापक आकृतियों और सामान्य प्रकाश को देखता है। विचार यह है कि पेंटिंग की मुस्कान उन व्यापक, धुंधली आकृतियों में मौजूद है जिन्हें हमारी परिधीय दृष्टि (peripheral vision) पकड़ लेती है, लेकिन जब हमारी तीक्ष्ण, केंद्रीय दृष्टि मुंह की महीन रेखाओं की जांच करने की कोशिश करती है, तो वह गायब हो जाती है।
अब तक, यह विचार मुख्य रूप से मानव अवलोकन पर आधारित एक सिद्धांत बना हुआ था। हालांकि, एक नए अध्ययन ने आधुनिक कंप्यूटर तकनीक का उपयोग करके इस सिद्धांत का परीक्षण किया है। शोधकर्ताओं ने पेंटिंग की एक उच्च-रिज़ॉल्यूशन वाली डिजिटल छवि ली और उसे एक परिष्कृत कंप्यूटर प्रणाली के माध्यम से चलाया जिसे मानवीय भावनाओं को पहचानने के लिए डिज़ाइन किया गया था। केवल पूरी तस्वीर को एक इकाई के रूप में देखने के बजाय, टीम ने छवि को बहुत धुंधली, बड़ी आकृतियों से लेकर अत्यंत तीक्ष्ण, सूक्ष्म बनावट तक, विवरण की परतों में विभाजित किया। इसके बाद, उन्होंने इस बात का अनुकरण किया कि जब कोई व्यक्ति पेंटिंग के करीब आता है या उससे दूर जाता है तो क्या होता है। ऐसा करके, वे देख सके कि छवि के कौन से हिस्से ने कंप्यूटर को यह सोचने के लिए प्रेरित किया कि महिला खुश है, और किन हिस्सों ने इसे तटस्थ या उदास होने का संकेत दिया। इसका लक्ष्य यह देखना था कि क्या चेहरे को पहचानने के लिए प्रशिक्षित एक मशीन उसी बदलते हुए भाव का अनुभव करेगी जिसकी रिपोर्ट मनुजनों ने सैकड़ों वर्षों से की है।
इस प्रयोग के परिणामों ने आश्चर्यजनक सटीकता के साथ लंबे समय से चले आ रहे सिद्धांत की पुष्टि की। जब शोधकर्ताओं ने केवल व्यापक, कम-विस्तार वाली परतों का उपयोग करके छवि का विश्लेषण किया—जो दूरी से या आंख के किनारे से देखने का अनुकरण करती है—तो कंप्यूटर खुशी के भाव को पहचानने की दोगुनी संभावना रखता था। इन स्थितियों में, मशीन द्वारा मुस्कान पहचानने की संभावना लगभग 14 प्रतिशत थी। हालांकि, जैसे ही विश्लेषण में सबसे महीन, तीक्ष्ण विवरण शामिल हुए—जो सीधे मुंह पर टिकी हुई दृष्टि वाले क्लोज-अप दृश्य का अनुकरण करते हैं—खुशी का पता लगाने की दर तेजी से गिर गई। इस उच्च-रिज़ॉल्यूशन शासन में, मुस्कान देखने की संभावना आधे से भी कम होकर लगभग 6 प्रतिशत रह गई। साथ ही, कंप्यूटर की चेहरा तटस्थ होने की निश्चितता नाटकीय रूप से बढ़ गई, जो शून्य से बढ़कर लगभग 58 प्रतिशत हो गई। यह बदलाव ठीक वही दर्शाता है जो तंत्रिका वैज्ञानिक (neuroscientists) प्रस्तावित करते हैं: मुस्कान हमारी 'कोर्स विजन' (coarse vision) का एक उत्पाद है, और जब हमारा मस्तिष्क अपनी सूक्ष्म, विस्तृत दृष्टि पर स्विच करता है, तो यह फीकी पड़ जाती है।
अध्ययन ने पेंटिंग की संरचना के बारे में कुछ अप्रत्याशित भी प्रकट किया। जबकि सामान्य रुझान यह था कि छवि अधिक तीक्ष्ण होने पर खुशी कम हो जाती है, विवरण के एक विशिष्ट मध्य स्तर पर मुस्कान अचानक फिर से दिखाई दी, जो 20 प्रतिशत की संभावना के शिखर पर पहुँच गई। शोधकर्ता मानते हैं कि यह लियोनार्डो दा विंची द्वारा चेहरे को चित्रित करने के अनूठे तरीके के कारण होता है। उन्होंने 'स्फुमाटो' (sfumato) नामक एक तकनीक का उपयोग किया, जिसमें रंगों के बीच नरम, धुंधले संक्रमण बनाने के लिए पेंट की दर्जनों पतली, पारभासी परतों का उपयोग किया जाता है। जब कंप्यूटर ने विवरण के इस विशिष्ट मध्य स्तर को अलग किया, तो उसने इन परतों द्वारा बनाए गए मुंह के कोनों पर सूक्ष्म, घुमावदार छायाओं को पकड़ा। ये छायाएं कंप्यूटर की ध्यान प्रणाली को एक मुस्कान की तरह दिखीं, भले ही होंठों की वास्तविक रेखाएं ऊपर की ओर मुड़ी हुई नहीं थीं। यह सुझाव देता है कि पेंटिंग का रहस्य केवल धुंधली बनाम तीक्षखी दृष्टि का एक सरल भ्रम नहीं है, बल्कि विभिन्न दृश्य आवृत्तियों (visual frequencies) का एक जटिल सामंजस्य है जो एक संदिग्ध अभिव्यक्ति बनाने के लिए मिलकर काम करते हैं।
इन निष्कर्षों से पहले, कई कंप्यूटर अध्ययनों ने पेंटिंग को केवल एक एकल, स्थिर छवि के रूप में देखा था और इसे ज्यादातर तटस्थ या उदास घोषित कर दिया था। वे पिछले प्रयास इस तथ्य को समझने में विफल रहे कि मानव आंख वास्तव में दुनिया को कैसे देखती है, जिसमें फोकस और दूरी का निरंतर बदलना शामिल है। विभिन्न पैमानों से सूचना को एकीकृत करने के तरीके की नकल करने वाले आधुनिक प्रकार के कंप्यूटर विज़न का उपयोग करके, यह नया शोध कला इतिहास, मानव जीव विज्ञान और कृत्रिम बुद्धिमत्ता के बीच एक विश्वसनीय कड़ी प्रदान करता है। यह दिखाता है कि मोना लिसा का रहस्यमय गुण केवल कलात्मक व्याख्या का मामला नहीं है, बल्कि पेंट की स्थानिक आवृत्तियों (spatial frequencies) में समाहित एक भौतिक वास्तविकता है। अध्ययन इस निष्कर्ष पर पहुँचता है कि मुस्कान वास्तविक है, लेकिन यह एक ऐसी मुस्कान है जो केवल तभी अस्तित्व में होती है जब आप सीधे उसे नहीं देखते हैं, एक ऐसी घटना जिस पर मानव आंखें और उन्नत कंप्यूटर अब सहमत हो सकते हैं।
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।