कृत्रिम बुद्धिमत्ता के युग में खगोल विज्ञान की चुनौतियाँ: अंतरिक्ष छवियों की प्रामाणिकता का जोखिम

आपके पसंदीदा अंतरिक्ष चित्र नकली हो सकते हैं। हालांकि दशकों से टेलीस्कोपों और प्रोबों द्वारा ली गई तस्वीरें जनता को खगोल विज्ञान के करीब लाने में मदद करती रही हैं, उन संरचनाओं को उजागर करती हैं जो मानव आंख के लिए अदृश्य हैं, और पृथ्वी से लाखों या अरबों किलोमीटर दूर घटनाओं को दृश्यमान बनाती हैं, कृत्रिम बुद्धिमत्ता (AI) में प्रगति इस विश्वास को खतरे में डालती है। आज, वैध वैज्ञानिक प्रमाण और साधारण डिजिटल मनगढ़ंत कहानी के बीच की रेखा तेजी से धुंधली होती जा रही है।

समस्या केवल नकली तस्वीरें बनाने की क्षमता में नहीं है। खगोल विज्ञान ऐसी छवियों के साथ काम करता है जो जनता के सामने आने से पहले कई प्रसंस्करण चरणों से गुजरती हैं। उन लोगों के लिए जो इन प्रक्रियाओं से परिचित नहीं हैं, वास्तविक तस्वीर, डेटा की रचना, सिमुलेशन और AI का उपयोग करके निर्माण बहुत समान दिख सकता है।

इस स्थिति में, वैज्ञानिक लोकप्रियकरण एक अतिरिक्त जिम्मेदारी प्राप्त करता है। खोजों को प्रस्तुत करने और घटनाओं की व्याख्या करने के अलावा, अब सहायक छवियों को संदर्भ प्रदान करना आवश्यक है, यह स्पष्ट रूप से बताना कि क्या देखा गया था, डेटा कैसे प्राप्त किया गया था और किस प्रकार के प्रतिनिधित्व का उपयोग किया गया था।

ये कठिनाइयाँ जनरेटिव AI से शुरू नहीं हुईं। 2022 में, फ्रांसीसी भौतिक विज्ञानी एथियन क्लेन ने सोशल मीडिया पर प्रॉक्सिमा सेंटॉरी की एक छवि प्रकाशित की, जिसे कथित तौर पर नासा के जेम्स वेब स्पेस टेलीस्कोप (JWST) द्वारा सूर्य के सबसे निकटतम तारे के रूप में दर्ज किया गया था। हालांकि, वास्तव में तस्वीर में काले पृष्ठभूमि पर chorizo का एक टुकड़ा दिखाया गया था। क्लेन ने बाद में समझाया कि यह इंटरनेट पर जानकारी को आसानी से स्वीकार और प्रसारित करने के संबंध में एक उत्तेजना थी, लेकिन प्रकाशन ने बड़ी हलचल मचाई और शुरुआत में जनता द्वारा इसे सत्य माना गया।

इस घटना ने दिखाया कि कैसे कोई छवि केवल वैज्ञानिक जानकारी से जुड़ाव के कारण अधिकार प्राप्त कर सकती है। वर्तमान AI जेनरेटर के साथ समस्या एक अलग पैमाने पर पहुंच गई है: अब बिना किसी संबंधित रिकॉर्ड के ग्रहों, ग्रहणों, आकाशगंगाओं, अंतरिक्ष यानों और अन्य घटनाओं की अत्यधिक यथार्थवादी छवियां बनाना संभव है।

उदाहरण के लिए, इस वर्ष, सोशल मीडिया पर नासा के आर्टेमिस 2 मिशन से जुड़ी नकली छवियां प्रसारित हो रही थीं, मानो वे चंद्रमा के चारों ओर अंतरिक्ष यात्रियों के उड़ान के दौरान बनाई गई हों। जांचों ने कृत्रिम छवियों और संदर्भ से बाहर प्रस्तुत सामग्री का पता लगाया। एक मामले में, ओरियन अंतरिक्ष यान के केबिन से पृथ्वी की कथित तस्वीर में ऐसे गुण थे जो उस उपकरण के साथ असंगत थे। दूसरी छवि में चंद्रमा पर ओरिएंटल पूल दिखाया गया था, लेकिन यह चालक दल द्वारा प्राप्त वास्तविक डेटा से मेल नहीं खाता था।

यह मामला इस बात पर ध्यान आकर्षित करता है कि दुष्प्रचार को जरूरी नहीं कि पूरी घटना का आविष्कार करना पड़े। मिशन हुआ, अंतरिक्ष यात्रियों ने चंद्रमा के चारों ओर उड़ान भरी और वास्तविक तस्वीरें लीं। झूठी छवि केवल इस संदर्भ से जुड़ी हो सकती है ताकि विश्वसनीयता हासिल की जा सके।

खगोल विज्ञान में रिकॉर्ड और प्रतिनिधित्व के बीच अंतर का विशेष महत्व है। टेलीस्कोप केवल दृश्य प्रकाश का अवलोकन नहीं करते हैं। उपकरण के आधार पर, वे अवरक्त, पराबैंगनी, एक्स-रे विकिरण और विद्युत चुम्बकीय स्पेक्ट्रम के अन्य क्षेत्रों को पकड़ सकते हैं जो मानव आंख के लिए दुर्गम हैं।

डेटा को समझने योग्य छवियों में बदलने के लिए प्रसंस्करण की आवश्यकता होती है। कुछ स्थितियों में, विशिष्ट संरचनाओं या विशेषताओं को उजागर करने के लिए विभिन्न तरंग दैर्ध्य को रंगों के रूप में सौंपा जाता है। चमक और कंट्रास्ट समायोजन का भी उपयोग किया जा सकता है।

इसलिए, एक प्रामाणिक वैज्ञानिक छवि उस चीज़ से बिल्कुल अलग दिख सकती है जिसे कोई व्यक्ति सीधे वस्तु को देखकर देखेगा। इसका मतलब यह नहीं है कि रिकॉर्ड झूठा है। उपकरण से प्राप्त डेटा के प्रसंस्करण और प्रासंगिक अवलोकन डेटा के बिना प्रस्तुति के निर्माण के बीच एक मौलिक अंतर है।

खगोल विज्ञान में दृश्य संचार पर शोध ने AI की लोकप्रियता से पहले ही इस मुद्दे का विश्लेषण किया था। संयुक्त राज्य अमेरिका में हार्वर्ड-स्मिथसोनियन इंस्टीट्यूट के एस्ट्रोफिजिक्स सेंटर के शोधकर्ताओं द्वारा विकसित 'एस्थेटिक्स एंड एस्ट्रोनॉमी' परियोजना, इस बात का अध्ययन करती थी कि छवियों की सौंदर्य विशेषताएं जनता की धारणा और समझ को कैसे प्रभावित करती हैं। AI के आगमन के साथ एक नई चिंता उत्पन्न होती है: वैज्ञानिकों और वेधशालाओं द्वारा किए गए विकल्पों की व्याख्या के अलावा, जनता को प्राप्त सामग्री की उत्पत्ति का मूल्यांकन करना होगा।

झूठी जानकारी की चिंता इस नए पीढ़ी के उपकरणों के आने से बहुत पहले लोकप्रियकरणकर्ताओं के बीच मौजूद थी। शुक्रवार (11) को 'कॉस्मिक व्यू' के दौरान, शौकिया खगोलशास्त्री और एस्ट्रोफोटोग्राफर मार्सेलो डोमिन्गेस ने याद दिलाया कि यह 2012 के अंत में जनता के करीब लाने के लिए बनाए गए 'एस्ट्रोनोमिया आओ विवो' प्रोजेक्ट का भी एक लक्ष्य था, जिसमें अवलोकनों, समाचारों, साक्षात्कार, एस्ट्रोफोटोग्राफी और खगोलीय घटनाओं के प्रसारण को जोड़ा गया था। इन वर्षों में, परियोजना का उद्देश्य नेटवर्क पर प्रसारित होने वाले षड्यंत्र के सिद्धांतों और निराधार जानकारी का खंडन करना भी था।

डोमिन्गेस याद करते हैं कि 'एस्ट्रोनोमिया आओ विवो' के लॉन्च के दौरान, चंद्र मिशनों को धोखाधड़ी बताने वाले दावों का सपाट पृथ्वी और खोखली पृथ्वी जैसे विचारों के साथ सह-अस्तित्व था। उनके अनुसार, इस सामग्री को इंटरनेट पर कम विरोध मिला, जिससे इसके प्रसार को बढ़ावा मिला। इस संदर्भ में, परियोजना स्पष्टीकरण के लिए भी एक स्थान बन गई थी। जब टीम के पास किसी विशेष विषय पर पर्याप्त ज्ञान नहीं होता था, तो वह उचित स्पष्टीकरण प्रदान करने के लिए शोधकर्ताओं और अन्य विशेषज्ञों से संपर्क करती थी। डोमिन्गेस ने कहा: 'ये बकवास इसलिए लोकप्रिय होते हैं क्योंकि कोई उनका खंडन नहीं करता है।'

यदि पहले समस्या निराधार दावों का खंडन करना था, तो आज स्वयं दृश्य प्रस्तुति का उपयोग झूठी जानकारी को प्रामाणिकता का रूप देने के लिए किया जा सकता है। इस प्रकार, AI उस समस्या को बढ़ाता है जिसे वैज्ञानिक लोकप्रियकर्ता पहले से जानते थे: सही जानकारी को भ्रामक सामग्री के समान शक्ति के साथ जनता तक पहुंचाना मुश्किल है।

जोसे सेरानो अगुस्टोनी, जिन्हें ज़ेका एस्ट्रोनोमो के नाम से जाना जाता है, ने भी चर्चा में भाग लिया। संघीय विश्वविद्यालय रियो ग्रांडे डो सुल (UFRGS) में इलेक्ट्रिकल इंजीनियरिंग में शिक्षा प्राप्त करने और पेट्रोब्रास में एक पूर्व तेल इंजीनियर होने के बाद, उन्होंने सेवानिवृत्ति के बाद वैज्ञानिक लोकप्रियकरण के लिए खुद को समर्पित कर दिया, अपने स्वयं के उपकरणों का उपयोग खुले इंटरनेट प्रसारणों में किया।

ज़ेका इस चर्चा को खगोल विज्ञान से परे विस्तारित करते हैं। उनके विचार में, AI द्वारा बनाई या बढ़ाई गई सामग्री का मुकाबला करने की जटिलता न केवल विश्वसनीय छवियों के निर्माण की क्षमता में निहित है, बल्कि इस बात में भी है कि यह प्रकार की सामग्री सार्वजनिक ध्यान के लिए वैज्ञानिक स्पष्टीकरण के साथ प्रतिस्पर्धा करते हुए क्या लाभ प्राप्त कर सकती है। वह बताते हैं: 'सवाल यह नहीं है कि विरोध करने के लिए लोग नहीं हैं। सवाल यह है कि कभी-कभी झूठ सच से कहीं अधिक सुंदर होता है।'

ज़ेका के अनुसार, झूठी जानकारी को काल्पनिक, असाधारण और तुरंत आकर्षक तरीके से संरचित किया जा सकता है, जबकि सही स्पष्टीकरण अक्सर सरल होता है या उसे समझने के लिए पूर्व ज्ञान की आवश्यकता होती है। उदाहरण के लिए, एलियंस के कथित आक्रमण की कहानी तुरंत जिज्ञासा जगा सकती है, जबकि वास्तविक घटना की व्याख्या के लिए भौतिकी या खगोल विज्ञान की अवधारणाओं की आवश्यकता हो सकती है।

यही आकर्षण में अंतर दुष्प्रचार से लड़ने को और अधिक जटिल बनाता है। सवाल यह नहीं है कि झूठी सामग्री फैलने के बाद सही उत्तर देना है। जनता का ध्यान आकर्षित करने के लिए भी लड़ना आवश्यक है, वैज्ञानिक जानकारी को समझने योग्य और दिलचस्प तरीके से प्रस्तुत करना, सटीकता से समझौता किए बिना। अधिक विश्वसनीय कृत्रिम छवियों के साथ, यह संतुलन और भी महत्वपूर्ण हो जाता है।

यह कथन वैज्ञानिक लोकप्रियकरण की केंद्रीय कठिनाई को इंगित करता है। सही स्पष्टीकरण के लिए संदर्भ और पूर्व ज्ञान की आवश्यकता हो सकती है। झूठी कहानी बस आश्चर्य का फायदा उठा सकती है: एक असंभव घटना, एक असाधारण खोज या एक ऐसी स्थिति जो जनता पहले से जो मानना चाहती है उसकी पुष्टि लगती है।

इसलिए, एक बार वायरल होने के बाद छवि का खंडन करना अपर्याप्त हो सकता है। वैज्ञानिक लोकप्रियकरण को लगातार विश्वसनीय स्रोत प्रदान करना चाहिए और जनता को प्राप्त जानकारी के संदर्भ को समझने के लिए शिक्षित करना चाहिए।

इस परिदृश्य में, उत्पत्ति बाहरी रूप जितनी ही महत्वपूर्ण हो जाती है। अंतरिक्ष मिशनों और वेधशालाओं द्वारा प्रकाशित तस्वीरें और डेटा आमतौर पर मिशन की जानकारी, उपयोग किए गए उपकरण, तारीख, लेखकत्व और किए गए प्रसंस्करण से जुड़े होते हैं।

इसलिए, समाधान जनता को AI द्वारा उत्पन्न छवियों की पहचान करने वाले विशेषज्ञों में बदलने में नहीं है। यह वैज्ञानिक और दृश्य साक्षरता को मजबूत करने में है: यह समझना कि छवि संसाधित हो सकती है, भले ही वह झूठी न हो; कि कलात्मक प्रतिनिधित्व रिकॉर्ड नहीं है; और यह कि तस्वीर केवल तभी सबूत के रूप में मूल्यवान होती है जब उसकी उत्पत्ति की जांच की जा सके।

खगोल विज्ञान के लिए यह एक नई चुनौती प्रस्तुत करता है, लेकिन यह लोकप्रियकरण के उपकरण के रूप में छवियों की शक्ति को कम नहीं करता है। इसके विपरीत, वास्तविकता का भ्रम जितना आसान बनाया जाता है, उतना ही अधिक महत्वपूर्ण यह समझाना है कि प्रत्येक रिकॉर्ड के पीछे क्या है।

AI के युग में, विज्ञान का लोकप्रियकरण छवि को देखने और यह सवाल पूछने का मतलब भी है कि 'मैं क्या देख रहा हूँ?' के बजाय 'यह कहाँ से आया और दिखाए गए तथ्य को क्या डेटा समर्थन देता है?'