AI की बनाई तस्वीरों में हाथ-उँगलियाँ अजीब क्यों?

कोहाकु
कोहाकुAI की सुंदर तस्वीर, पर ध्यान से देखिए तो उँगलियाँ कुछ अजीब हैं। आख़िर हाथ ही इतने मुश्किल क्यों हैं?
30 सेकंड में जवाब
कोहाकुक्योंकि हाथ छोटे होते हैं, पर उनकी बनावट बहुत जटिल होती है।

तस्वीरों में हाथ आमतौर पर छोटी-सी जगह लेते हैं, लेकिन हर उँगली अलग से मुड़ती है, हाथों के आकार, दिशा और चीज़ें पकड़ने के तरीक़े बहुत अलग-अलग होते हैं, और वे शरीर के दूसरे हिस्सों के पीछे छिप भी सकते हैं। शोधकर्ता बताते हैं कि इतने जटिल हाथों को तस्वीरों और शब्दों से सीखना मुश्किल है, इसलिए AI उँगलियों की ग़लत गिनती या असंभव दिशा में मुड़ी उँगलियाँ बना सकता है।

कोहाकु
कोहाकुतो चलिए, अब इसे विस्तार से समझते हैं।
असली इंसानी हाथ: बाईं ओर हथेली और दाईं ओर हाथ का पिछला हिस्सा
असली इंसानी हाथ (बाईं ओर हथेली, दाईं ओर पिछला हिस्सा)। हर उँगली अलग से मुड़ सकती है।फ़ोटो: Evan-Amos / CC BY-SA 3.0 / विकिमीडिया कॉमन्स

शोर से धीरे-धीरे तस्वीर बनाना

तस्वीरें बनाने वाले कई AI "डिफ़्यूज़न मॉडल" नाम का तरीका इस्तेमाल करते हैं। कंप्यूटर चिप बनाने वाली कंपनी NVIDIA के एक तकनीकी लेख के अनुसार, ट्रेनिंग में तस्वीरों में धीरे-धीरे शोर (नॉइज़) मिलाकर उन्हें बिगाड़ा जाता है, और मॉडल इसका उल्टा, यानी शोर हटाने का अभ्यास करता है। तस्वीर बनाते समय वह पुराने टीवी की झिलमिलाहट जैसी शोर से भरी तस्वीर से शुरू करता है, और शोर को थोड़ा-थोड़ा (जैसे हर बार 2%) हटाने का काम बार-बार करता है। कैसी तस्वीर बनेगी, यह ट्रेनिंग में इस्तेमाल हुई तस्वीरों पर निर्भर करता है।

चित्र: डिफ़्यूज़न मॉडल तस्वीर कैसे बनाता है
शुरुआत होती हैशोर से भरी तस्वीर सेथोड़ा-थोड़ा शोर हटानायह बहुत बार दोहरानातस्वीर बन जाती है

हाथों में होने वाली आम ग़लतियाँ

2024 में प्रकाशित एक शोध के अनुसार, शब्दों से तस्वीर बनाने वाला AI असली फ़ोटो जैसे लोग तो बना लेता है, लेकिन हाथ अक्सर अटपटे बन जाते हैं। आम ग़लतियाँ हैं: उँगलियों की ग़लत गिनती, बेढंगे आकार के हाथ, असंभव दिशा में मुड़ी उँगलियाँ, और चीज़ों को अजीब तरह से पकड़ना।

हाथ इतने मुश्किल क्यों हैं

शोधकर्ता हाथों के मुश्किल होने के कई कारण बताते हैं। हाथ तस्वीर का बहुत छोटा हिस्सा होते हैं, लेकिन हर उँगली अलग से कई कोणों पर मुड़ सकती है। हाथों के आकार, नाप और दिशाएँ भी अलग-अलग होती हैं, और वे शरीर के दूसरे हिस्सों के पीछे छिप सकते हैं। ऊपर से, किसी चीज़ को पकड़ने का तरीका उस चीज़ के आकार और नाप के हिसाब से बहुत बदल जाता है। इसलिए दसियों लाख तस्वीरों से सीखा AI भी हाथ ठीक से बनाने में चूक सकता है।

चित्र: हाथ मुश्किल क्यों हैं
ज़्यादा उँगलियों वाला AI का बनाया हाथ, और पकड़ते, फैलाते व छिपे असली हाथों के कई रूप
  1. 1AI की बनाई तस्वीर का उदाहरण, जिसमें उँगलियों की गिनती ग़लत है
  2. 2किसी चीज़ को चुटकी से पकड़ता हाथ
  3. 3उँगलियाँ फैलाए हाथ
  4. 4किसी चीज़ से आंशिक रूप से छिपा हाथ
  5. 5तस्वीर में छोटा दिखने वाला हाथ (बड़ा करके)
कोहाकु
कोहाकुजिन हाथों को हम रोज़ इस्तेमाल करते हैं, वे इतने जटिल हैं। क्या यह थोड़ा हैरान करने वाला नहीं है?

हाथ ठीक करने के लिए शोध

इस शोध में शोधकर्ताओं ने पहले शब्दों से शरीर और हाथों का 3D आकार और जोड़ों की जगह बनाई, फिर उसे सुराग की तरह इस्तेमाल करके तस्वीर बनाई। प्रयोगों में दिखा कि हाथों की बनावट बताने वाला डेटा इस्तेमाल करने से हाथ ज़्यादा स्वाभाविक बनते हैं। फिर भी, तस्वीर बनाने वाले सिस्टम में हाथों की जानकारी को अच्छी तरह जोड़ने का तरीका ढूँढना अभी भी शोध का विषय है।

और जानना चाहते हैं?

  • डिफ़्यूज़न मॉडल, शब्दों से तस्वीरें बनाने वाले सिस्टम "Stable Diffusion" के भी केंद्र में है।
  • शोधकर्ता बताते हैं कि आम लिखे निर्देशों में हाथों की मुद्रा के बारे में शायद ही कुछ लिखा होता है, और इससे भी हाथ बनाना मुश्किल हो जाता है।
कोहाकु
कोहाकुतस्वीर में छोटे, अलग-अलग मुड़ने वाली उँगलियाँ, और पकड़ने के अनगिनत तरीक़े, इसीलिए AI के लिए हाथ मुश्किल हैं। इन्हें ठीक करने का शोध अभी भी जारी है।

त्वरित प्रश्नोत्तरी: खुद को परखें

कोहाकुअभी जो पढ़ा, याद है? एक बार आज़माइए!

AI के लिए हाथ बनाना मुश्किल क्यों है?

उत्तर दिखाएँ
  1. हाथों का रंग बनाना कठिन है
  2. हाथों की कोई फ़ोटो ही नहीं है
  3. छोटे होते हैं, पर हरकत जटिल होती है

छोटे होते हैं, पर हरकत जटिल होती है हाथ तस्वीर में छोटी जगह लेते हैं, लेकिन हर उँगली अलग से मुड़ती है, और आकार, कोण और पकड़ने के तरीक़े बहुत बदलते हैं।

स्रोत
  1. HanDiffuser: Text-to-Image Generation With Realistic Hand AppearancesCVPR 2024(Computer Vision Foundation 掲載の査読論文)
  2. Generative AI Research Spotlight: Demystifying Diffusion-Based ModelsNVIDIA Technical Blog
  3. Explained: Generative AIMIT News(マサチューセッツ工科大学)

यह लेख 2026-10-03 तक ऊपर दिए गए स्रोतों की जाँच करके लिखा गया था। शोध आगे बढ़ने पर व्याख्याएँ बदल सकती हैं। फ़ोटो के श्रेय प्रत्येक फ़ोटो के नीचे दिए गए हैं।

अगला रोचक तथ्य ▶

तकनीकफ़ोन की बैटरी धीरे-धीरे कम क्यों चलने लगती है?क्या आपको लगता है कि बैटरी नए फ़ोन के मुकाबले जल्दी खत्म होने लगी है? बहुत लोगों को ऐसा लगता है।