Can AI Truly Give Us a Glimpse of Lost Masterpieces?

DMCA / Correction Notice
- Advertisement -


[1945मेंआग गुस्ताव क्लिम्ट के तीन सबसे विवादास्पद चित्रों का दावा किया। 1894 में वियना विश्वविद्यालय के लिए कमीशन किया गया, “फैकल्टी पेंटिंग्स” – जैसा कि वे ज्ञात हो गए – ऑस्ट्रियाई प्रतीकवादी के पिछले काम के विपरीत थे। जैसे ही उन्होंने उन्हें प्रस्तुत किया, आलोचक उस समय के सौंदर्यशास्त्र से उनके नाटकीय प्रस्थान पर हंगामा करने लगे। विश्वविद्यालय के प्रोफेसरों ने उन्हें तुरंत खारिज कर दिया, और क्लिम्ट परियोजना से हट गए। इसके तुरंत बाद, कार्यों ने अन्य संग्रहों में अपना रास्ता खोज लिया। द्वितीय विश्व युद्ध के दौरान, उन्हें सुरक्षित रखने के लिए वियना के उत्तर में एक महल में रखा गया था, लेकिन महल जल गया, और पेंटिंग संभवतः इसके साथ चली गईं। आज जो कुछ बचा है वह उस समय की कुछ श्वेत-श्याम तस्वीरें और लेखन हैं। फिर भी मैं उन्हें ही घूर रहा हूँ।

- Advertisement -

खैर, पेंटिंग खुद नहीं। क्लिम्ट विशेषज्ञ फ्रांज स्मोला और मशीन लर्निंग शोधकर्ता एमिल वॉलनर ने क्लिम्ट के खोए हुए काम को पुनर्जीवित करने के लिए अपनी विशेषज्ञता को मिलाकर छह महीने बिताए। यह एक श्रमसाध्य प्रक्रिया रही है, जिसने उन श्वेत-श्याम तस्वीरों के साथ शुरुआत की और फिर कृत्रिम बुद्धिमत्ता और चित्रकार की कला के बारे में कई सारी जानकारी को शामिल किया, ताकि उन खोए हुए चित्रों को फिर से बनाने की कोशिश की जा सके। परिणाम वही हैं जो स्मोला और वॉलनर मुझे दिखा रहे हैं – और यहां तक ​​​​कि वे एआई द्वारा निर्मित मनोरम टेक्नीकलर छवियों से चकित हैं।

आइए एक बात स्पष्ट करें: कोई यह नहीं कह रहा है कि यह AI क्लिम्ट के मूल कार्यों को वापस ला रहा है। “यह वास्तविक रंगों को फिर से बनाने की प्रक्रिया नहीं है, यह तस्वीरों को फिर से रंगना है,” स्मोला ध्यान देने योग्य है। “फोटोग्राफी का माध्यम पहले से ही वास्तविक कार्यों से एक अमूर्त है।” मशीन लर्निंग जो कर रही है, वह कुछ ऐसी चीज की झलक दे रही है, जिसके बारे में माना जाता था कि वह दशकों से खोई हुई थी।

- Advertisement -

स्मोला और वॉलनर को यह आनंददायक लगता है, लेकिन हर कोई इन रिक्तियों में एआई भरने का समर्थन नहीं करता है। खोए या नष्ट हुए कार्यों को फिर से बनाने के लिए मशीन लर्निंग का विचार, स्वयं फैकल्टी पेंटिंग्स की तरह, विवादास्पद है। कला संरक्षक बेन फिनो-राडिन कहते हैं, “मेरी मुख्य चिंता संरक्षण के संदर्भ में मशीन लर्निंग का उपयोग करने के नैतिक आयाम के बारे में है,” क्योंकि नैतिक और नैतिक मुद्दों की भारी मात्रा ने मशीन सीखने के क्षेत्र को प्रभावित किया है।

यह सुनिश्चित करने के लिए, मानव कलात्मकता के कार्यों को पुनर्जीवित करने के लिए प्रौद्योगिकी का उपयोग कांटेदार प्रश्नों से भरा हुआ है। यहां तक ​​​​कि अगर एक आदर्श एआई था जो यह पता लगा सकता था कि क्लिम्ट ने किन रंगों या ब्रशस्ट्रोक का उपयोग किया होगा, कोई भी एल्गोरिदम आधिकारिक इरादा उत्पन्न नहीं कर सकता है। इसको लेकर सदियों से बहस छिड़ी हुई है। 1936 में वापस, क्लिम्ट के चित्रों को नष्ट करने से पहले, निबंधकार वाल्टर बेंजामिन ने यांत्रिक प्रतिकृति के खिलाफ तर्क दिया, यहां तक ​​​​कि तस्वीरों में भी, यह कहते हुए कि “यहां तक ​​​​कि कला के काम के सबसे सही प्रजनन में एक तत्व की कमी है: समय और स्थान में इसकी उपस्थिति, इसकी अनूठी जिस स्थान पर यह होता है, उस स्थान पर अस्तित्व। यह, बेंजामिन ने लिखा है यांत्रिक प्रजनन के युग में कला का कार्य, जिसे उन्होंने किसी कार्य का “औरा।” कई कला प्रेमियों के लिए, उस अमूर्त तत्व को पुन: प्रस्तुत करने वाले कंप्यूटर की धारणा, यदि असंभव नहीं है, तो बेमानी है।

और फिर भी, एआई क्या कर सकता है, इससे अभी भी बहुत कुछ सीखना बाकी है। एक कलाकार के रूप में क्लिम्ट के विकास में फैकल्टी पेंटिंग्स महत्वपूर्ण थीं, उनके पहले के पारंपरिक चित्रों और बाद में, अधिक कट्टरपंथी कार्यों के बीच एक महत्वपूर्ण पुल। लेकिन वे पूरे रंग में कैसी दिखती थीं यह रहस्य में डूबा हुआ है। यही वह पहेली है जिसे स्मोला और वेलनर सुलझाने की कोशिश कर रहे थे। उनकी परियोजना, Google कला और संस्कृति के माध्यम से आयोजित, पूर्ण प्रजनन के बारे में नहीं था; यह क्या गुम है की एक झलक प्रदान करने के बारे में था।

ऐसा करने के लिए, वालनर ने तीन-भाग एल्गोरिथम विकसित और प्रशिक्षित किया। सबसे पहले, एल्गोरिदम को Google कला और संस्कृति डेटाबेस से कला की कुछ लाख छवियों को खिलाया गया था। इससे उसे वस्तुओं, कलाकृति और रचना को समझने में मदद मिली। इसके बाद, इसे विशेष रूप से क्लिम्ट के चित्रों में पढ़ाया गया। “यह समय अवधि के दौरान उनके रंगों और उनके रूपांकनों के प्रति पूर्वाग्रह पैदा करता है,” वॉलनर बताते हैं। और अंत में, एआई को चित्रों के विशिष्ट भागों में रंगीन सुराग दिए गए। लेकिन चित्रों का कोई रंग संदर्भ नहीं होने के कारण, ये सुराग कहाँ से आए? यहां तक ​​​​कि क्लिम्ट विशेषज्ञ स्मोला भी हैरान थे कि उस समय के लेखन ने कितना विस्तार किया। क्योंकि चित्रों को इतना घिनौना और अजीब माना जाता था, आलोचकों ने उनका वर्णन कलाकार के रंग विकल्पों के ठीक नीचे करने के लिए किया, वे कहते हैं। “आप इसे इतिहास की विडंबना कह सकते हैं,” परियोजना के कार्यक्रम प्रबंधक साइमन रीन कहते हैं। “तथ्य यह है कि चित्रों ने एक घोटाले का कारण बना दिया और खारिज कर दिया गया, हमें उन्हें बहाल करने के लिए बेहतर स्थिति में रखता है क्योंकि बहुत सारे दस्तावेज थे। और उन प्रकार के डेटा बिंदु, यदि एल्गोरिथम में फीड किए जाते हैं, तो इन चित्रों को संभवतः उस समय कैसे देखा जाता है, इसका अधिक सटीक संस्करण बनाएं।

उस सटीकता की कुंजी एल्गोरिथम को स्मोला की विशेषज्ञता के साथ जोड़ने में निहित है। उनके शोध से पता चला कि इस अवधि के दौरान क्लिम्ट के काम में मजबूत पैटर्न और निरंतरता है। फैकल्टी पेंटिंग्स से पहले और बाद में मौजूदा पेंटिंग्स का अध्ययन करने से उस समय के उनके काम में आने वाले रंगों और रूपांकनों का सुराग मिला। यहां तक ​​कि जिन आश्चर्यों का सामना स्मोला और वॉलनर ने किया, उनकी पुष्टि ऐतिहासिक साक्ष्यों से होती है। जब क्लिम्ट ने पहली बार अपने चित्रों को दिखाया, तो आलोचकों ने लाल रंग के उनके उपयोग पर ध्यान दिया, जो उस समय, कलाकार के पैलेट में दुर्लभ था। परंतु नारी के तीन युग, फैकल्टी पेंटिंग्स के तुरंत बाद चित्रित किया गया, साहसपूर्वक लाल रंग का उपयोग करता है, एक स्मोला को उसी रंग का माना जाता है जिसने फैकल्टी पेंटिंग्स में पहली बार देखे जाने पर हंगामा किया था। उस समय के लेखन भी एक अन्य फैकल्टी पेंटिंग में चौंकाने वाले हरे आकाश के बारे में शोर मचाते हैं। इन लेखन को स्मोला के ज्ञान के साथ क्लिम्ट के साग के विशेष पैलेट के ज्ञान के साथ जोड़ना, जब एल्गोरिथम में खिलाया जाता है, तो एआई से पहली आश्चर्यजनक छवियों में से एक का उत्पादन होता है।

“जैसे ही आप एक श्वेत-श्याम तस्वीर देखते हैं, सबसे पहले आप कल्पना करते हैं कि यह कैसा दिखेगा: आप किसी पेंटिंग के बारे में चीजों को मान लेते हैं; आप आकाश को नीले रंग के रूप में देखते हैं,” वॉलनर कहते हैं। जैसे ही उन्होंने छवि को उत्पन्न होते देखा, उनकी स्क्रीन पर प्रतिपादन में एक घूमता, रहस्यमय हरे रंग का आकाश दिखाई दिया। “वह चौंकाने वाला हिस्सा था क्योंकि आप अपना पूर्वाग्रह देखते हैं,” वे कहते हैं। “मेरे लिए, पहली बार जब मैंने इन चित्रों को रंग में देखा तो ऐसा था” वाह, यह ऐसा दिखता है!”

गुस्ताव क्लिम्ट के विशेषज्ञ फ्रांज स्मोला और मशीन लर्निंग रिसर्चर एमिल वॉलनर ने क्लिम्ट की फैकल्टी पेंटिंग्स को पुनर्जीवित करने के लिए अपनी विशेषज्ञता को मिलाकर छह महीने बिताए।

क्लिम्ट परियोजना के सौजन्य से

क्लिम्ट नहीं है केवल एआई पुनरुत्थान प्राप्त करने का काम। ऑपरेशन नाइट वॉच नामक एक चल रहे अनुसंधान और संरक्षण कार्यक्रम के हिस्से के रूप में, एम्स्टर्डम में रिज्क्सम्यूजियम के वरिष्ठ वैज्ञानिक रॉबर्ट एर्डमैन, रेम्ब्रांट वैन रिजन की 1642 की उत्कृष्ट कृति के आसपास के रहस्य को सुलझाने के लिए मशीन लर्निंग का उपयोग कर रहे हैं। द नाइट वॉच. वर्तमान में, पेंटिंग लगभग 15 फीट चौड़ी और 12 फीट लंबी है, लेकिन यह कलाकार की मूल पेंटिंग से बहुत छोटी है। एक नए स्थान में फिट होने के लिए 1715 में इसे चारों तरफ से काट दिया गया था (सबसे गहरा कट दो फीट का था, जिसे बाईं ओर से लिया गया था)। कटे हुए टुकड़े कभी नहीं मिले, लेकिन एर्डमैन को उम्मीद थी कि मशीन लर्निंग पेंटिंग के लिए रेम्ब्रांट की मूल दृष्टि को डिकोड कर सकती है।

जब एर्डमैन ने अपनी योजना विकसित करना शुरू किया, तो उसका सबसे मजबूत डेटा बिंदु गेरिट लुंडेंस द्वारा 17 वीं शताब्दी की स्केल-डाउन कॉपी थी – एक चित्रकार जो पुराने आकाओं के अपने वफादार प्रजनन के लिए जाना जाता था – जिसमें रेम्ब्रांट के कुछ हिस्से शामिल थे जो वर्तमान में गायब हैं। एर्डमैन के डिजाइन में तीन तंत्रिका नेटवर्क की एक श्रृंखला का उपयोग किया गया था। पहले वाले के साथ, उन्होंने दोनों चित्रों में दृष्टिगत रूप से मेल खाने वाले बिंदुओं की मैपिंग की। कंधे से कंधा मिलाकर देखा गया, एक ही आकार में बढ़ाया गया, यह स्पष्ट था कि लुंडेंस रेम्ब्रांट के प्रति वफादार हैं। हालाँकि, जैसा कि एर्डमैन ने दो चित्रों के एक डिजिटल ओवरले के बीच टॉगल किया, यह स्पष्ट था कि कॉपी में कितना विरूपण और खिंचाव था। यहीं पर दूसरा नेटवर्क आया। इसने लुंडेंस की छवि को विकृत कर दिया, इसे कुछ स्थानों पर खींच लिया और इसे दूसरों में संकुचित कर दिया जब तक कि अधिकांश स्थानिक विकृति गायब नहीं हो गई।

इसके साथ, लुंडेंस और रेम्ब्रांट बहुत निकट से जुड़े हुए थे। लेकिन ये अभी भी कलाकारों द्वारा अपनी शैली के साथ बनाई गई दो रचनाएँ हैं। एक तीसरे चरण की आवश्यकता को सुधारते हुए, एक एर्डमैन ने “कला विद्यालय में तंत्रिका नेटवर्क भेजना” के रूप में संदर्भित किया। बैकप्रोपेगेशन नामक एक प्रक्रिया के माध्यम से, नेटवर्क ने लुंडेंस को रेम्ब्रांट की शैली में प्रस्तुत करना सीखा। इसने पुनरावृत्ति के बाद पुनरावृति बनाई, जब तक यह पठार से बाहर नहीं हो गया, तब तक यह करीब और करीब हो गया। क्या यह एक आदर्श मैच था? नहीं, हमेशा एक नुकसान होता है, यह कितना करीब पहुंच सकता है इसकी एक सीमा है।

चित्रण: इनेके डी ग्रैफ/रिज्क्सम्यूजियम

बिल्कुल नए की तरह प्रौद्योगिकी, एआई और मशीन लर्निंग दशकों पुरानी कलाकृतियों सहित उपयोग और नैतिकता पर सवाल उठाते हैं। बकनेल विश्वविद्यालय में समेक कला संग्रहालय के निदेशक रिचर्ड राइनहार्ट बताते हैं कि प्रौद्योगिकी के साथ काम करना हमेशा इसके साथ हमारे सामाजिक अनुबंधों को निर्धारित करने के बारे में रहा है, लेकिन एआई एक पहलू में अद्वितीय हो सकता है। “तकनीकी-सामाजिक अनुबंध अब तक एकतरफा तय किए गए हैं, लेकिन एआई अपनी ओर से बातचीत करने में सक्षम हो सकता है,” वे कहते हैं। फिर भी सामग्री विज्ञान, रसायन विज्ञान और रंग विज्ञान में प्रौद्योगिकी हमेशा संरक्षण के केंद्र में रही है। “एआई को मिश्रण में लाने से संभावित समुद्री परिवर्तन का संकेत मिल सकता है,” राइनहार्ट कहते हैं, “लेकिन कला में प्रौद्योगिकी को लागू करने की अवधारणा अभ्यास का एक ऐतिहासिक रूप से स्वीकृत हिस्सा है, आत्म-आलोचना उन प्रथाओं के एक स्वस्थ हिस्से के रूप में है।”

उद्योग के भीतर आत्म-आलोचना कला संरक्षक फिनो-राडिन…

.

- Advertisement -

Stay on top - Get the daily news in your inbox

Recent Articles

Related Stories