AI ابھی تک ہاتھوں کو غلط کیوں کرتا ہے، اور کب نہیں کرتا

ہاتھ واقعی مشکل کیوں تھے

یہ کوئی من مانی بات نہیں تھی۔ ہاتھ کے پاس جسم کے تقریباً کسی بھی دوسرے حصے کے مقابلے میں زیادہ آزاد جوڑ ہوتے ہیں، اور یہ جو ترامیم اختیار کر سکتا ہے ان کی تعداد، مثال کے طور پر، چہرے کے مقابلے میں بہت زیادہ ہے، جو کہ بہت زیادہ محدود رینج میں تبدیل ہوتا ہے۔

ہاتھ خود کو مستقل طور پر چھپا بھی لیتے ہیں۔ انگلیاں انگلیوں کے پیچھے چلی جاتی ہیں، گرفت ہھیلی کے زیادہ تر حصے کو چھپا لیتی ہے، اور چھوٹا سا رخ بدلنے سے نظر آنے والا خاکہ مکمل طور پر تبدیل ہو جاتا ہے۔ تصاویر سے سیکھنے والا ماڈل ایک چیز کے لیے جزوی شکلوں کی ایک بہت بڑی قسم دیکھتا ہے۔

اور ٹریننگ ڈیٹا غیر مددگار تھا۔ تصاویر چہروں کے ارد گرد بنائی جاتی ہیں، اور ہاتھ فریم کے کنارے پر ظاہر ہوتے ہیں، حرکت کی وجہ سے دھندلے، تراشے ہوئے، یا کسی ایسی چیز کو پکڑے ہوئے ہوتے ہیں جو انہیں چھپا لیتی ہے۔ مثالیں بالکل اسی طرح وافر اور کم معیار کی تھیں جس سے فرق پڑتا ہے۔

ان سب کو ملا کر وہ مانوس خرابی پیدا ہوئی: ایک ایسا ماڈل جو جانتا تھا کہ ہاتھ میں انگلی جیسی چیزیں جڑی ہوتی ہیں اور اس بات کا کوئی قابل اعتماد احساس نہیں تھا کہ کتنی، کس ترتیب میں، کس پیمانے پر۔

کس چیز نے اسے ٹھیک کیا

کچھ بھی غیر معمولی نہیں۔ زیادہ ڈیٹا، بہتر تشریح شدہ، اس کے علاوہ ساختی تبدیلیاں جنہوں نے عام طور پر ماڈلز کے مقامی ڈھانچے کو سنبھالنے کے طریقے کو بہتر بنایا، اس کے علاوہ ان ٹیموں کی طرف سے واضح توجہ جو تنقید سے تنگ آ چکی تھیں۔

آخری قطعی پورے مضمون کا نکتہ ہے۔ اس نشانی کو سالوں پہلے ٹھیک کر دیا گیا تھا اور مشورہ اب بھی گردش کر رہا ہے، جس کا مطلب ہے کہ لوگ اس کا اطلاق کر کے تصاویر کو فعال طور پر غلط پڑھ رہے ہیں۔

اب گنتی دونوں سمتوں میں کیوں ناکام ہو جاتی ہے

پہلے ایک غلط منفی: درست ہاتھ کچھ بھی ثابت نہیں کرتے۔ موجودہ ماڈلز زیادہ تر وقت انہیں درست طریقے سے پیش کرتے ہیں، لہذا انگلی کے ٹیسٹ میں پاس ہونے والی تصویر ایک ایسے ٹیسٹ میں پاس ہو گئی ہے جسے تقریباً ہر چیز پاس کر لیتی ہے۔

دوسرا غلط مثبت، اور یہ زیادہ نقصان پہنچاتا ہے۔ حرکت میں کھینچی گئی اصلی ہاتھ کی تصاویر دھندلی، ملی ہوئی، ظاہری طور پر بگڑی ہوئی شکلیں بناتی ہیں۔ کسی پارٹی میں اشارہ کرنے والے کسی شخص کی اصل تصویر، گنتی کرنے کے لیے تیار کردہ شخص کو، بالکل ویسی ہی لگ سکتی ہے جس کے بارے میں انہیں خبردار کیا گیا تھا۔

یہ عدم توازن اہم ہے کیونکہ اس کی قیمت یکساں طور پر نہیں پڑتی۔ کسی تیار کردہ تصویر کو غلطی سے اصلی سمجھ کر مسترد کرنا عام طور پر قابلِ تلافی ہے؛ کسی اصلی تصویر، اور اس میں موجود شخص پر غلط الزام لگانا، ایسا نہیں ہے۔

یہ خود کو تقویت دینے والا بھی ہے۔ جس شخص کو بتایا گیا ہے کہ ہاتھ نشانی ہیں وہ ایک ایسے ہاتھ کو پاتا ہے جو عجیب لگتا ہے, یہ نتیجہ اخذ کرتا ہے کہ تصویر جعلی ہے, اور اس مشورے کو دہراتا ہے جس نے خرابی پیدا کی ہے, جو یہ ہے کہ کس طرح ایک ریٹائرڈ ہوریسٹک اپنی افادیت کو سالوں سے پیچھے چھوڑ دیتا ہے۔

یہ واقعہ ہر دوسری نشانی کے بارے میں کیا سکھاتا ہے

ہاتھ ایک عام پیٹرن کی کام کرنے والی مثال ہیں، اور پیٹرن کسی بھی مخصوص ٹپ سے زیادہ مفید ہے۔

• ایک نظر آنے والا عیب ایک عوامی معیار ہے۔ کسی بھی نام رکھنے والی چیز کی پیمائش کی جاتی ہے، اور کسی بھی پیمائش کی جانے والی چیز کو بہتر بنایا جاتا ہے۔
• مقبولیت فکس کو تیز کرتی ہے۔ جتنی زیادہ وسیع پیمانے پر کسی نشانی کو دہرایا جاتا ہے، اسے ہٹانے کی اتنی ہی زیادہ ترغیب ہوتی ہے۔
• مشورہ خامی سے سالوں زیادہ زندہ رہتا ہے۔ اصلاح کبھی بھی اصل ٹپ کی طرح تیزی سے نہیں پھیلتی۔
• فکس ٹولز میں ناہموار ہیں۔ فلیگ شپ ماڈل میں ہٹائی گئی نشانی پرانے یا چھوٹے ماڈل میں برقرار رہ سکتی ہے۔
• باقی ماندہ نیچے کی طرف بڑھتا ہے۔ جو چیز زندہ رہتی ہے وہ نظر آنے والی خامیاں نہیں بلکہ شماریاتی ساخت ہے، جو آنکھ کے حل کرنے سے نیچے ہے۔

آخری نکتہ یہی وجہ ہے کہ کاشف کے آلات موجود ہیں۔ اگر اختلافات اب بھی نظر آرہے ہوتے، تو کسی کو بھی انہیں تلاش کرنے کے لیے کسی ماڈل کی ضرورت نہیں ہوتی، اور پورا فیلڈ دیکھنے کے لیے چیزوں کی فہرست بن جاتا ہے۔

جو اب بھی برقرار ہے

جانچ کے دو خاندانوں نے پیٹرن کی مزاحمت کی ہے، اور دونوں مقامی تفصیلات کے بجائے پورے فریم میں مستقل مزاجی کے بارے میں ہیں۔

روشنی پہلی ہے۔ تصویر میں ہر سطح ایک ہی ذرائع سے روشن ہوتی ہے، لہذا سائے کی سمت، سختی اور رنگ کا درجہ حرارت سب متفق ہیں۔ ایک تیار کردہ منظر اکثر موضوع کو درست اور ارد گرد کو تقریباً درست حاصل کرتا ہے، اور اختلاف سائے میں ظاہر ہوتا ہے۔

جسمانی تسلسل دوسری ہے۔ ایک پٹا جو کندھے کے پیچھے سے گزرتا ہے اور غلط جگہ پر دوبارہ ظاہر ہوتا ہے، ایک عکاسی جو ایک کمرے کو دکھاتی ہے جو وہاں نہیں ہو سکتی تھی، ایک ایسا نمونہ جو رکاوٹ کے پار قطار میں کھڑے ہونے میں ناکام رہتا ہے۔ اس کے لیے ظاہری شکل کے ماڈل کے بجائے دنیا کے ماڈل کی ضرورت ہوتی ہے۔

نہ تو کوئی فوری ٹیسٹ ہے، اور یہی دیانتدارانہ نتیجہ ہے۔ جو چیک اب بھی کام کرتے ہیں ان کے لیے تصویر کو ایک جگہ کے طور پر دیکھنے کی ضرورت ہوتی ہے، اور جو چیک فوری تھے وہ وہ ہیں جنہیں ٹھیک کر دیا گیا ہے۔

اس کا مطلب یہ ہے کہ جو بھی اس کی تعلیم دے رہا ہے

میڈیا خواندگی کا ایک بڑا حصہ اب بھی انگلیوں کی گنتی کے ساتھ رہنمائی کرتا ہے، جو اب لوگوں کو ایک ایسا ٹیسٹ سکھاتا ہے جو پختہ غلطیاں پیدا کرتا ہے۔ اس پر ٹریننگ، رہنمائی یا اسکول کا سبق لکھنے والے کسی بھی شخص کو مواد کے مسئلے کے بجائے ورژن کا مسئلہ ہے۔

سبق کا پائیدار ورژن خصوصیات کے بجائے طریقہ کے بارے میں ہے۔ یہ سکھائیں کہ نظر آنے والی خامیاں عارضی ہیں، کہ سکھائے جانے کے لیے کافی مقبول کوئی بھی نشانی ٹھیک ہونے کے لیے کافی مقبول ہے، اور یہ کہ قابل اعتماد سوالات ماخذ اور سیاق و سباق کے بارے میں ہیں۔

خرابی کے مود کو واضح طور پر سکھانا بھی قابل قدر ہے۔ کوئی ایسا شخص جو جانتا ہے کہ حرکت میں اصلی ہاتھ غلط نظر آتے ہیں، وہ اس الزام کو لگانے کا امکان بہت کم رکھتا ہے جو اصل نقصان پہنچاتا ہے، جو کہ کسی حقیقی شخص کی اصلی تصویر کو جعلی کہنا ہے۔

اس طرح کے کسی بھی مواد کے لیے دیانتدارانہ سرخی یہ ہے کہ کوئی بھی تیز رفتار بصری ٹیسٹ موجودہ ماڈلز کے ساتھ رابطے میں نہیں بچ پاتا، اور یہ کہ مفید مہارتیں یہ پوچھ رہی ہیں کہ تصویر کہاں سے آئی ہے اور اس کے یقین کرنے سے کس کو فائدہ ہوتا ہے۔