वैज्ञानिकों ने चेतावनी दी है कि एआई-संपादित पक्षी तस्वीरें नकली दृश्य पैदा कर सकती हैं और जैव विविधता अनुसंधान को खतरे में डाल सकती हैं

कृत्रिम बुद्धिमत्ता ने वन्यजीव फोटोग्राफी को बदल दिया है, जिससे लोग धुंधली छवियों को तेज कर सकते हैं, ध्यान भटकाने वाली शाखाओं को हटा सकते हैं और कुछ ही क्लिक में रंगों को बढ़ा सकते हैं। लेकिन अब वैज्ञानिकों का कहना है कि इन प्रतीत होने वाले हानिरहित संपादनों के सोशल मीडिया से कहीं अधिक अनपेक्षित परिणाम हो सकते हैं। नेचर इकोलॉजी एंड इवोल्यूशन में प्रकाशित एक नई टिप्पणी में चेतावनी दी गई है कि एआई-संवर्धित पक्षी तस्वीरें नागरिक-विज्ञान डेटाबेस को दूषित करने लगी हैं जिनका उपयोग शोधकर्ता जैव विविधता, प्रवासन पैटर्न और जलवायु परिवर्तन के प्रभावों की निगरानी के लिए करते हैं। चूंकि हर साल लाखों पक्षीदर्शक अवलोकन अपलोड करते हैं, यहां तक ​​कि सूक्ष्म एआई-जनित परिवर्तन भी गलत प्रजातियों के रिकॉर्ड बना सकते हैं, जिससे वैज्ञानिकों के लिए वास्तविक दृश्यों को डिजिटल रूप से हेरफेर किए गए दृश्यों से अलग करना कठिन हो जाता है।

क्यों चिंतित हैं वैज्ञानिक? एआई-संपादित पक्षी तस्वीरें?

शोधकर्ताओं का कहना है कि सबसे बड़ा खतरा पूरी तरह से नकली पक्षी चित्र नहीं हैं, बल्कि वास्तविक तस्वीरें हैं जिन्हें जेनेरिक एआई टूल का उपयोग करके बढ़ाया गया है। जब उपयोगकर्ता एआई से शाखाएं हटाने, रोशनी में सुधार करने या किसी छवि को तेज करने के लिए कहते हैं तो पंख, पंख पैटर्न या रंग जैसी विशेषताएं अनजाने में बदली जा सकती हैं। ये छोटे परिवर्तन एक पक्षी को एक अलग प्रजाति से संबंधित दिखा सकते हैं, जिससे वैज्ञानिक डेटाबेस में गलत रिकॉर्ड बन सकते हैं।यह चेतावनी मैनचेस्टर मेट्रोपॉलिटन यूनिवर्सिटी, कॉर्नेल लैब ऑफ ऑर्निथोलॉजी, आईनेचुरलिस्ट और मैकाले लाइब्रेरी सहित संगठनों के शोधकर्ताओं द्वारा नेचर इकोलॉजी एंड इवोल्यूशन में प्रकाशित एक टिप्पणी से आई है।

AI नकली पक्षी दर्शन कैसे बना सकता है?

शोधकर्ताओं द्वारा उजागर किए गए एक उदाहरण में मध्य ब्राज़ील में लाल पंख वाले ब्लैकबर्ड को पहली बार देखा जाना शामिल था, जहां इस प्रजाति को पहले कभी दर्ज नहीं किया गया था। फ़ोटोग्राफ़र द्वारा चित्र को “बेहतर दिखने” के लिए AI टूल का उपयोग करने के बाद बाद में यह छवि एक एपॉलेट ओरिओल की AI-संवर्धित तस्वीर पाई गई।वैज्ञानिकों का कहना है कि यह मामला जानबूझकर किया गया धोखा नहीं है। इसके बजाय, एआई सॉफ़्टवेयर ने अन्य प्रजातियों की पहचान करने वाली विशेषताएं पेश कीं, जो दर्शाती हैं कि कैसे सरल संपादन गलती से झूठे वैज्ञानिक रिकॉर्ड उत्पन्न कर सकते हैं।

नागरिक-विज्ञान मंच क्यों मायने रखते हैं?

दुनिया भर में वन्यजीवों का अध्ययन करने वाले शोधकर्ताओं द्वारा iNaturalist और Macaulay लाइब्रेरी जैसे प्लेटफार्मों का व्यापक रूप से उपयोग किया जाता है। स्वयंसेवकों द्वारा प्रस्तुत लाखों अवलोकन वैज्ञानिकों को प्रजातियों के वितरण, प्रवासन मार्गों, प्रजनन व्यवहार और जलवायु परिवर्तन के प्रभावों की निगरानी करने में मदद करते हैं।इन डेटाबेस ने कई वैज्ञानिक खोजों में योगदान दिया है क्योंकि वे उन स्थानों और समय से अवलोकन प्रदान करते हैं जहां पेशेवर शोधकर्ता हमेशा नहीं पहुंच सकते हैं। इसलिए संरक्षण और पारिस्थितिक अनुसंधान के लिए सटीक रिकॉर्ड बनाए रखना आवश्यक है।

समस्या कितनी व्यापक है?

शोधकर्ताओं का कहना है कि एआई से संबंधित छवि हेरफेर का असली पैमाना अज्ञात है। iNaturalist 610 मिलियन से अधिक छवियों को होस्ट करता है, लेकिन AI-संबंधित मुद्दों के लिए अब तक केवल 1,400 को चिह्नित किया गया है। विशेषज्ञों का मानना ​​है कि कई और परिवर्तित छवियां अज्ञात रह सकती हैं क्योंकि सूक्ष्म संपादनों को पहचानना मुश्किल हो सकता है।जबकि स्पष्ट नकली दृश्य, जैसे कि एक उष्णकटिबंधीय पक्षी का असंभव स्थान पर दिखाई देना, आमतौर पर खारिज करना आसान होता है, मामूली एआई संवर्द्धन का पता लगाना कहीं अधिक कठिन होता है और चुपचाप जैव विविधता रिकॉर्ड को प्रभावित कर सकता है।

वैज्ञानिक डेटा की सुरक्षा के लिए क्या किया जा सकता है?

वैज्ञानिक नागरिक-विज्ञान प्लेटफार्मों से मॉडरेशन में सुधार करके, बेहतर पहचान उपकरण विकसित करके और उपयोगकर्ताओं को यह बताने के लिए प्रोत्साहित करने के लिए एआई-जनित सामग्री के खिलाफ सुरक्षा उपायों को मजबूत करने का आग्रह कर रहे हैं कि एआई संपादन का उपयोग कब किया गया है। वे फ़ोटोग्राफ़रों को अनजाने में भी, जैविक विशेषताओं में बदलाव के जोखिमों के बारे में शिक्षित करने की भी सलाह देते हैं।शोधकर्ता इस बात पर जोर देते हैं कि एआई स्वयं समस्या नहीं है। प्रौद्योगिकी पहले से ही प्रजातियों की पहचान और संरक्षण अनुसंधान में एक महत्वपूर्ण भूमिका निभाती है। चिंता यह सुनिश्चित कर रही है कि वन्यजीव अवलोकन के साक्ष्य के रूप में प्रस्तुत की गई तस्वीरें प्रकृति में देखी गई चीज़ों का सटीक रूप से प्रतिनिधित्व करती हैं, वैज्ञानिक डेटा की विश्वसनीयता को संरक्षित करती हैं जिस पर संरक्षण के प्रयास निर्भर करते हैं।