ছবি তৈরিতে এআইয়ের ভুল

সম্প্রতি বাংলাদেশে ঘটে যাওয়া ঘূর্ণিঝড় রিমালের পর দুর্দশাগ্রস্ত মা ও তাঁর শিশুর ছবি ভাইরাল হয়। অনেকে সেই ছবি দেখে কষ্ট পান। কিন্তু পরে ছবিটির ত্রুটি থেকে বোঝা যায়, সেটি এআই দিয়ে তৈরি করা। কী ছিল সেই ত্রুটি? কেনই-বা সেই ত্রুটি হলো? 

মানুষের ভাবনাকে সহজে ছবিতে রূপান্তর করতে পারে কোনো কোনো কৃত্রিম বুদ্ধিমত্তা বা এআইভিত্তিক অ্যাপ কিংবা ওয়েবসাইট। বাস্তবিক, শৈল্পিক অথবা ভবিষ্যতের ধারণার যেকোনো ছবি বানিয়ে দিতে পারে এসব অ্যাপ কিংবা ওয়েবসাইট। সোশ্যাল মিডিয়ায় এখন অহরহ দেখা মিলছে এমন ছবির। বেশ কিছু এআইভিত্তিক জনপ্রিয় অ্যাপ ও ওয়েবসাইট আছে এ কাজের জন্য। যেমন দালি, মিডজার্নি এআই, স্ট্যাবল ডিফিউশন ইত্যাদি। তবে ছবি তৈরির ক্ষেত্রে এআই প্রযুক্তি একেবারে নির্ভুল নয়।   

মানুষের ছবি তৈরির ক্ষেত্রে এআই প্রায়ই একটি ভুল করে ফেলে। মানুষের হাতের পাঁচ আঙুলের জায়গায় কখনো ছয় আঙুল, কখনো দুই হাত এক করে ফেলে আবার কখনো অদ্ভুত ধরনের হাতের ছবি তৈরি করে এআই। শুধু হাতের আঙুল নয়, এআই জেনারেটেড ছবিতে ত্রুটি থাকে মানুষের চুল, নখ, দাঁত ইত্যাদিতেও।

এআই দিয়ে বানানো প্রথম ছবিটি দেখুন। একদম নিখুঁত মনে হলেও এখানে লুকিয়ে আছে হাস্যকর ত্রুটি। ছবির লোকটির ডান হাতের বৃদ্ধাঙ্গুল বাদে আঙুল আছে পাঁচটি! আবার কার্টুন ধাঁচের এই দ্বিতীয় ছবিটিতে শিশুটির হাতের আঙুলের দিকে তাকিয়ে দেখুন। কাপের হাতল শিশুটির আঙুল ভেদ করে চলে গেছে।

এআইয়ের হাতের আঙুল তৈরিতে ভুল করার ক্ষেত্রে বেশ কিছু কারণ আছে। হাত মানবদেহের এমন একটি অংশ, যা ছবি বা ফটোগ্রাফে ভালোভাবে ফোকাস করা হয় না। এআই মূলত ইন্টারনেটে পাওয়া এমন বিলিয়ন বিলিয়ন ছবির ডেটা সেট থেকে প্রম্পট অনুযায়ী ছবি বানিয়ে দেয়। ফলে হাত বা হাতের আঙুলের ছবি তৈরি করতে গিয়ে তালগোল পাকিয়ে ফেলে এআই। স্ট্যাবিলিটি এআইয়ের এক মুখপাত্র জানিয়েছেন এই তথ্য। এভাবে এআই দিয়ে তৈরি করা ছবিতে চোখ, পাপড়ি, নখ, কান, দাঁত ইত্যাদিসহ মানবদেহের আরও অনেক অংশ বিকৃত হয়ে যায়।

আবার এআই আসলে জানে না হাত কী, এটি দিয়ে কী করা হয় বা এর কাজ কী কিংবা হাতে কয়টা আঙুল থাকে এবং এদের কাজ কী। এআই শুধু জানে, ছবিতে মানুষের হাত উপস্থিত থাকে। এআই ইন্টারনেট থেকে পাওয়া ছবির মাধ্যমে শেখে, হাত কীভাবে কোনো বস্তু ধরে রাখে বা মুঠো করে। কিন্তু হাতের আঙুল কয়টা, কার কী আকার, তা জানে না। 

আরও নিখুঁতভাবে ছবি তৈরি করতে হলে এআইকে হাতের ফোকাসসহ রেফারেন্স ছবি ডেটা সেট হিসেবে দিতে হবে। তাহলেই এ প্রযুক্তি ধীরে ধীরে দ্বিমাত্রিক থেকে ত্রিমাত্রিক ছবি তৈরি করতে পারবে নিখুঁতভাবে। এ জন্য বিখ্যাত মিডজার্নি এআই ছবির হাতকে আরও নিখুঁত করতে তাদের প্রোগ্রাম আপডেট করেছে। এ বিষয়ে তাদের সঙ্গে প্রতিযোগিতা করছে অন্য এআইগুলো।