पिछले सप्ताहांत ओपन एआई ने अपनी नई सेवा सोरा जारी की। सोरा टेक्स्ट इनपुट के माध्यम से एआई वीडियो बनाने में सक्षम है, और इसे जारी किए जाने के बाद से इसकी समीक्षा की गई है। केवल कुछ पंक्तियों के पाठ के साथ बनाए गए डेमो वीडियो में एक मध्यम आयु वर्ग के पुरुष को हैम्बर्गर खाते हुए स्लो मोशन में दिखाया गया है, एक ओवरहेड शॉट जिसमें दो लोग जापानी सड़कों पर चल रहे हैं, आदि। ये ऐसे दृश्य हैं जो विज्ञापनों या फिल्मों में योजना, निर्देशन और शूटिंग के बराबर उच्च स्तर की यथार्थवादी हैं।

ओपन एआई ने उसी दिन जारी की गई तकनीकी रिपोर्ट में सोरा को वर्ल्ड सिम्युलेटर के रूप में वर्णित किया।एब्सट्रैक्शन के माध्यम से टेक्स्ट और पैरामीटर स्पेस के संबंध से, यदि यह इस स्तर की यथार्थवादी एब्सट्रैक्शन को सक्षम कर सकता है, तो यह भविष्य में जीपीटी मॉडल की अनुमानित क्षमता को काफी प्रभावित करेगा, और इसका अर्थ मानव समाज पर एआई के प्रभाव के संदर्भ में बहुत बड़ा है।

हालांकि, सोरा में अभी भी कई सीमाएँ हैं। एक व्यक्ति कुकी का एक टुकड़ा काटता है, लेकिन बाद में काटने के निशान गायब हो जाते हैं, या एक व्यक्ति ट्रेडमिल पर दौड़ता है, लेकिन उसका सामना ट्रेडमिल पैनल से नहीं, बल्कि पीछे की ओर होता है, और अजीब हाथ और पैर की गति के साथ दौड़ता है, आदि। उपयोगकर्ता द्वारा प्रदान किए गए संकेतों के भीतर स्थानिक विवरणों, समय के साथ होने वाले परिवर्तनों को समझने और प्रदर्शित करने में कमियां हैं। एक घटना से संबंधित इस तरह के कारण और प्रभाव के संबंधों और जटिल दृश्यों में भौतिकी को लागू करने में कठिनाइयाँ अभी भी एआई द्वारा दुनिया की सही समझ की कमी का प्रमाण हैं। हालांकि, ओपन एआई की 2023 की घोषणा के अनुसार, 35 मिलियन हाई-रेजोल्यूशन तस्वीरों और वीडियो के साथ शटरस्टॉक के साथ एक समझौता किया गया था, जिसके माध्यम से एआई को अगले छह वर्षों तक प्रशिक्षित किया जाएगा, यह देखते हुए कि भविष्य में एआई द्वारा उत्पन्न चित्र और वीडियो मानव निर्मित स्तर के करीब आ जाएंगे। यह कहना मुश्किल नहीं है।

2013 में प्रकाशित अपनी पुस्तक "द ओरिजिन ऑफ मॉन्स्टर्स" में, ब्रिटिश पुरातत्वविद डेविड वेनग्रो ने तर्क दिया कि प्राचीन मिस्र से मेसोपोटामिया सभ्यता और भूमध्यसागरीय लौह युग तक, जिस अवधि में शहरों का गठन हुआ और सभ्यता तेजी से पनपी, जिससे राजनीतिक और व्यावसायिक नेटवर्क का विस्तार हुआ, काल्पनिक और जटिल असली नहीं जीवों की दृश्य छवियां बनाई गईं और फैलाई गईं।

एक शेर के शरीर पर बाज के सिर और पंखों वाला एक ग्रिफिन, एक मनुष्य के शरीर और एक बैल के सिर वाला एक मिनोटौर, आदि, संकर राक्षसों का ग्राफिक चित्रण उस समय के लोगों द्वारा विभिन्न भित्तिचित्रों और दस्तावेजों में दर्ज किया गया था, और व्यापार मार्गों का विस्तार करने के लिए, जो उस समय अभिजात वर्ग की स्थिति को वैध बनाने के लिए उपयोग किए जाते थे। विभिन्न प्रजातियों के अंगों या अन्य विशेषताओं को अलग करने और उन्हें पुनर्संयोजित करने की यह घटना, एक विस्तारित दुनिया के जवाब में एक अदृश्य विस्तारित दुनिया का प्रतिनिधित्व करती है, एक ऐसी घटना है जो उस समय के लोगों के लिए "पूरी" होने की धारणा को बदलने के लिए हुई थी। यह एक ऐसी परिस्थिति है जो "पूरी" होने की धारणा को बदलने के लिए हुई थी, जिसने समाज में होने वाले परिवर्तन को प्रतिबिंबित किया, जहां परिवार-केंद्रित व्यवहार ने उन लोगों के साथ श्रम के विभाजन की वृद्धि को रास्ता दिया जो उन्होंने कभी नहीं देखे थे, और इसने अपने "भागों" के रूप में जागरूकता पैदा की, जिसके परिणामस्वरूप भय पैदा हुआ। दूसरे शब्दों में, संकरों का निर्माण और प्रौद्योगिकी के विकास के माध्यम से प्राप्त स्व-जागरूकता के बीच संबंध का पता लगाना वह संदेश है जिसे वे साझा करना चाहते थे।

हम पिछले साल से मिडजर्नी, डॉल-ई जैसे एआई इमेज जेनरेटिंग प्रोग्राम के माध्यम से रोमन युग के स्पाइडर-मैन स्टैच्यू, घोड़े की सवारी करते हुए चंद्रमा की सतह पर चलने वाले अंतरिक्ष यात्री, तीन हाथों वाले रोबोट द्वारा चित्र बनाए गए, आदि, मानव शरीर की सीमाओं से परे रोमांचक लेकिन विचित्र छवियां देख रहे हैं। और इस बार जारी किया गया सोरा एआई द्वारा उत्पन्न वीडियो के तेजी से प्रसार में तेजी लाएगा। महत्वपूर्ण बात यह है कि प्राचीन मानव इतिहास के रिकॉर्ड के साथ, राक्षस, या संकरों का चित्रण और सामाजिक संचरण, जो दोहराया जाता है, अब एआई द्वारा उत्पन्न सामग्री के युग में पुन: प्रस्तुत हो रहा है।इस प्रवृत्ति को सिर्फ एक रुझान कहना बहुत कम होगा, यह उस समय की दुनिया को घेरने वाली "वाइब" है।यह अभिव्यक्ति नई नहीं है, लेकिन यह ध्यान देने योग्य है कि हम अभी एआई युग में प्रवेश करने वाले एक महत्वपूर्ण मोड़ पर हैं, इसलिए हमें इस प्रवृत्ति को अधिक गंभीरता से लेने की आवश्यकता है।

लंबे प्रारूप वाले तर्क या स्पष्टीकरण मौजूद नहीं हो सकते, YouTube और TikTok जैसे प्लेटफॉर्म पर सबसे अधिक उपभोग किए जाने वाले और व्यसनी शॉर्ट वीडियोविचलित छवियों के सामाजिक उपभोग की घटनाको साबित करते हैं। क्षणिक और साहचर्यपूर्ण दृश्य छवियां तेजी से महत्वपूर्ण होती जा रही हैं, और इसका सीधा सा अर्थ यह है किमौजूदा व्याख्यात्मक दृष्टिकोणों को बदल दिया गया है जो बताते हैं कि सूचना को क्या माना जाता है।

संक्षेप में,देखने के लिए क्या है बल्कि कैसे देखना है इस पर बदलाव की आवश्यकता है।

शरीर से संबंधित प्रवृत्तियों या घटनाओं के लिए, हमें अर्थपूर्ण और विश्लेषणात्मक दृष्टिकोण का चयन करना चाहिए जो शुरुआती दृष्टिकोणों से अलग हैं। एक लिंगरी ब्रांड का दर्शन, जो विभिन्न प्रकार के शरीरों को गर्व के साथ प्रदर्शित करने के लिए गेस और केल्विन क्लेन मार्केटिंग अभियानों में मॉडल की भीड़ के सौंदर्यशास्त्र को अस्वीकार करता है, को मान्यता प्राप्त है, और होंठों पर गुलाबी लिपस्टिक की एक छवि, जो एक किशोर को लक्षित करने के लिए एक प्रभावी रणनीति का प्रतीक है, भले ही वह पुरुष हो या महिला, ऐसे समय में जहां तकनीकी भविष्य की कल्पना की जाती है और तकनीकी प्रगति पर चर्चा की जाती है, मानव शरीर हमेशा मौजूद रहता है। मानव शरीर को कैसे देखना है, यह सवाल और अधिक जटिल और महत्वपूर्ण होता जाएगा।

संदर्भ

पाठ से वीडियो बनाना

वीडियो जनरेशन मॉडल वर्ल्ड सिम्युलेटर के रूप में

ओपनएआई का डॉल-ई छह साल के लिए शटरस्टॉक की लाइब्रेरी पर प्रशिक्षित होगा

राक्षसों की उत्पत्ति