जब सार्वजनिक रूप से कोई बड़ा भ्रम विफल हो जाता है, तो एक विशिष्ट, ठंडी असहजता महसूस होती है। यह वैसा ही अहसास है जैसे किसी थीम पार्क के शुभंकर (mascot) का सिर भीड़ के सामने निकल जाए या किसी कठपुतली कलाकार की डमी तब बोलने लगे जब कलाकार पानी पी रहा हो। जब दुनिया की पहली एआई अभिनेत्री के रूप में प्रचारित एक फोटोरियलिस्टिक डिजिटल अवतार, टिली नॉरवुड ने राष्ट्रीय टेलीविजन पर अचानक अपनी अंग्रेजी पटकथा छोड़कर मंदारिन चीनी भाषा बोलना शुरू कर दिया, तो दर्शकों ने ठीक वही घर्षण महसूस किया। वह क्षण असहज था। यह एक सावधानीपूर्वक प्रबंधित कॉर्पोरेट व्यक्तित्व का टूटना था, जिसने अनुभवी अभिनेता टॉम कोंटी को विनम्र भ्रम की स्थिति में स्क्रीन की ओर देखने पर मजबूर कर दिया, जबकि लंदन की एक प्रोडक्शन टीम राउटिंग त्रुटि को ठीक करने के लिए हाथ-पांव मार रही थी।
पर्दे के पीछे, यह विफलता डेवलपर्स द्वारा सिंथेटिक इंसानों को बनाने के खंडित तरीके का सीधा परिणाम है। टिली नॉरवुड एक एकल दिमाग नहीं है, बल्कि कई अलग-अलग सॉफ्टवेयर परतों का एक संयोजन है। एक परत विजुअल रेंडरिंग को संभालती है, दूसरी टेक्स्ट जनरेशन को प्रोसेस करती है, और तीसरी उस टेक्स्ट को स्पीच में बदलती है। इस प्रोजेक्ट के पीछे की प्रोडक्शन कंपनी, Particle6, एक एकीकृत चेतना का आभास देने के लिए इन अलग-अलग प्रणालियों का उपयोग करती है। जब टिली में ग्लिच आया, तो मुखौटा उतर गया। टेक्स्ट जनरेशन मॉडल, जिसे संभवतः विशाल बहुभाषी डेटासेट पर प्रशिक्षित किया गया था, ने अपने वाक्य को पूरा करने के लिए बस गलत भाषा के टोकन चुन लिए। यह गलती एक तकनीकी हिचकी थी, लेकिन इसका सांस्कृतिक परिणाम मनोरंजन उद्योग द्वारा प्रदर्शन के भविष्य को देखने के तरीके में एक गहरे संकट को उजागर करता है।
टिली नॉरवुड का निर्माण इस आधार पर टिका है कि एक कलाकार इतिहास वाले इंसान के बजाय मॉड्यूलर संपत्तियों (modular assets) का एक सेट है। Particle6 और इसकी टैलेंट शाखा, Xicoia, टिली को एक ऐसे फूले हुए उद्योग के समाधान के रूप में बढ़ावा देते हैं जो मानवीय मांगों से तेजी से थक रहा है। एक सिंथेटिक अभिनेत्री को ट्रेलर की आवश्यकता नहीं होती, वह यूनियनों में शामिल नहीं होती, और उसकी उम्र नहीं बढ़ती। वह डिजिटल मार्केटिंग में एक वास्तुशिल्प उपलब्धि है। इस प्रोजेक्ट के पीछे की निर्माता, एलाइन वैन डेर वेल्डेन ने इस तकनीक को कंटेंट उत्पादन को सुव्यवस्थित करने के एक तरीके के रूप में पेश किया है। यह डिजिटल बुफे का वादा है: बिना किसी घर्षण के कम लागत पर उत्पादित अनंत कंटेंट।
हालाँकि, पियर्स मॉर्गन के शो में हुए ग्लिच ने हमें याद दिलाया कि यह वास्तुकला नाजुक है। जब टॉम कोंटी ने पूछा कि क्या उनके साथी कलाकार इंसान थे, तो वह एक ऐसे जुड़ाव की तलाश कर रहे थे जिसे प्रदान करने के लिए सॉफ्टवेयर डिजाइन नहीं किया गया था। एआई ने चीनी वाक्यांशों की एक श्रृंखला के साथ जवाब दिया क्योंकि एक लार्ज लैंग्वेज मॉडल का तर्क संभाव्य (probabilistic) होता है, भावनात्मक नहीं। यह ब्रिटिश टॉक शो के संदर्भ को नहीं समझता है। यह केवल अपने प्रशिक्षण डेटा के आधार पर अनुक्रम में अगले सबसे संभावित शब्द को समझता है। चीनी भाषा में कूदना एक सांख्यिकीय विसंगति थी जिसने त्वचा के नीचे की मशीन को उजागर कर दिया।
टिली नॉरवुड का अस्तित्व हॉलीवुड और यूके में हाल के श्रम विवादों की सीधी प्रतिक्रिया है। SAG-AFTRA और इक्विटी सहित अभिनेताओं के संघों ने इन सिंथेटिक पात्रों को चोरी किए गए काम के रूप में लेबल किया है। एआई अभिनेताओं की आवाज़ और गतिविधियों को प्रशिक्षित करने के लिए उपयोग किया जाने वाला डेटा अक्सर हजारों घंटों के बिना मुआवजे वाले मानवीय प्रदर्शनों से आता है। इस माहौल में, ग्लिच एक राजनीतिक वजन ले लेता है। यह एक अनुस्मारक है कि तकनीक व्युत्पन्न (derivative) है। यह मानवीय गुणों का एक कोलाज है जिसे जनता को कुछ नया बताकर वापस बेचा जा रहा है।
एक निर्माता के दृष्टिकोण से, टिली 'कंटेंट वॉल्ड गार्डन' में एक प्रयोग है। यदि कोई स्टूडियो अभिनेत्री का मालिक है, तो वे आईपी (IP), समानता और मार्केटिंग अधिकारों के स्थायी रूप से मालिक हैं। उन्हें अब किसी ऐसे मानव सितारे के साथ बातचीत करने की ज़रूरत नहीं है जो बॉक्स ऑफिस के प्रतिशत की मांग कर सकता है। विरोधाभासी रूप से, पूर्ण नियंत्रण की यह खोज गुणवत्ता के नुकसान की ओर ले जाती है। टॉम कोंटी जैसा एक मानव अभिनेता एक भूमिका में संवेदी अनुभव का जीवन भर का अनुभव लाता है। एक एआई अभिनेत्री पैटर्न की एक लाइब्रेरी लाती है। जब वे पैटर्न आपस में उलझ जाते हैं, जैसा कि चीनी भाषा के दौरान हुआ, तो उत्पाद अपना मूल्य खो देता है। एक मूवी स्टार का भ्रम एक बग्गी सॉफ्टवेयर अपडेट की वास्तविकता से बदल जाता है।
इस प्रकरण का सबसे बताने वाला हिस्सा इसका परिणाम था। विफलता के लिए माफी मांगने के बजाय, टिली नॉरवुड टीम द्वारा प्रबंधित सोशल मीडिया खातों ने ग्लिच का समर्थन किया। उन्होंने त्रुटि को अभिनेत्री द्वारा अपनी बहुभाषी क्षमताओं का "प्रदर्शन" करने के रूप में पेश किया। यह तकनीकी उद्योग में एक सामान्य रणनीति है जहाँ एक बग को एक बिना दस्तावेज वाली विशेषता (undocumented feature) के रूप में रीब्रांड किया जाता है। क्लिप के वायरल होने के तुरंत बाद, खाते ने ध्यान का उपयोग सशुल्क चैट उत्पाद को बढ़ावा देने के लिए किया। संदेश स्पष्ट था: यदि आपको ग्लिच दिलचस्प लगा, तो आप एआई से खुद बात करने के लिए भुगतान कर सकते हैं।
प्रदर्शन से उत्पाद की ओर यह बदलाव एआई टैलेंट आंदोलन का मूल है। लक्ष्य महान कला बनाना नहीं है, बल्कि एक इंटरैक्टिव संपत्ति बनाना है जिसे कई चैनलों के माध्यम से मुद्रीकृत किया जा सके। पियर्स मॉर्गन का साक्षात्कार अनिवार्य रूप से एक सिनेमाई शुरुआत के रूप में प्रच्छन्न चैटबॉट का एक लाइव डेमो था। एल्गोरिथम कंटेंट की अंतहीन स्ट्रीम के माध्यम से स्क्रॉल करने के आदी दर्शकों के लिए, यह एक स्वाभाविक प्रगति जैसा लगता है। हम खंडित मीडिया अनुभवों के अभ्यस्त हो गए हैं जहाँ एक व्यक्ति और एक प्रोफ़ाइल के बीच की सीमा तेजी से पतली होती जा रही है।
ऐतिहासिक रूप से, प्रदर्शन की शक्ति अभिनेता की संवेदनशीलता (vulnerability) से आती थी। हम एक इंसान को एक कहानी को नेविगेट करते हुए देखने के लिए फिल्में देखते हैं। जब हम उस व्यक्ति को एक फोटोरियलिस्टिक शेल से बदल देते हैं, तो हम दांव खो देते हैं। दर्शकों के इस नजरिए से, पियर्स मॉर्गन पर ग्लिच केवल एक तकनीकी त्रुटि नहीं थी; यह ईमानदारी का एक क्षण था। मशीन ने उस भाषा में स्वीकार किया जिसे साक्षात्कारकर्ता नहीं बोलता था, कि वह वह नहीं थी जो उसने होने का दावा किया था। यह एक अनुस्मारक था कि रेंडरिंग चाहे कितनी भी निर्बाध क्यों न हो जाए, एक सिंथेटिक इंसान अभी भी केवल कोड है।
नतीजतन, उद्योग को संपत्ति की दक्षता और कलाकार की गूंज के बीच एक विकल्प का सामना करना पड़ता है। स्टूडियो वर्तमान में संपत्ति पर दांव लगा रहे हैं। वे एक ऐसा भविष्य देखते हैं जहाँ फिल्में डिजिटल पात्रों से भरी होती हैं जिन्हें बिना किसी ग्लिच के किसी भी भाषा में तुरंत स्थानीयकृत किया जा सकता है। लेकिन जैसा कि टिली नॉरवुड की घटना दिखाती है, तकनीक विश्वसनीयता के उस स्तर के करीब भी नहीं है। अनकैनी वैली (uncanny valley) केवल एक दृश्य समस्या नहीं है; यह एक भाषाई और भावनात्मक समस्या भी है। जब डिजिटल मुखौटा फिसलता है, तो यह एक शून्य को प्रकट करता है जहाँ पहले प्रतिभा हुआ करती थी।
हमें अपनी उपभोग की आदतों को देखना चाहिए और पूछना चाहिए कि क्या हम इस सौदे को स्वीकार करने के लिए तैयार हैं। हम अक्सर व्युत्पन्न कंटेंट के लिए समझौता कर लेते हैं क्योंकि यह सुविधाजनक और सर्वव्यापी है। हालाँकि, जब कोई एआई ग्लिच करता है तो हमें जो स्वाभाविक संकोच (cringe) महसूस होता है, वह एक संकेत है कि हम अभी भी वास्तविकता को महत्व देते हैं। मनोरंजन उद्योग सिंथेटिक आईपी के इन विशाल शहरों का निर्माण जारी रख सकता है, लेकिन जब तक वे मानवीय तत्व को बाहर रखेंगे, नींव कमजोर रहेगी। हमें उन लोगों द्वारा बताई गई कहानियों का समर्थन करने के अपने विकल्प को पुनः प्राप्त करना चाहिए जो वास्तव में उन शब्दों को महसूस कर सकते हैं जो वे कह रहे हैं।
स्रोत:



हमारा एंड-टू-एंड एन्क्रिप्टेड ईमेल और क्लाउड स्टोरेज समाधान सुरक्षित डेटा एक्सचेंज का सबसे शक्तिशाली माध्यम प्रदान करता है, जो आपके डेटा की सुरक्षा और गोपनीयता सुनिश्चित करता है।
/ एक नि: शुल्क खाता बनाएं