"तस्वीर में क्या है?"、यह एक बेवकूफी भरा सवाल लगता है, है ना? उदाहरण के लिए, ○○ के दृश्य、या △ का चित्र.、सही?。ओ प्यारे、क्या यह सामान्य है?。
"लैंडस्केप ऑफ़ ○○" शीर्षक वाली एक पेंटिंग के सामने、क्या आप सचमुच इसे देखकर यह सोच रहे हैं कि यह उस जगह का दृश्य है?。प्रदर्शनियों आदि में、यदि आप पेंटिंग के बजाय ``पेंटिंग को देखने वाले व्यक्ति'' को देख रहे हैं।、मैं सचमुच ऐसा नहीं सोचता.。शायद उदाहरण उचित नहीं है、उदाहरण के लिए, वान गाग का "कौवे के साथ गेहूं का खेत"。एएच、यह गेहूं के खेत में एक कौवे के साथ एक दृश्य है।、ऐसे लोग भी हैं जो फिल्म देखते समय वास्तव में यही सोच रहे हैं।、मुझे नहीं लगता कि वहां एक भी व्यक्ति है.。
यह स्पष्ट प्रतीत हो सकता है, लेकिन "कौवे के साथ गेहूं का खेत" में、आप जो देखने का प्रयास कर रहे हैं वह गेहूं का खेत या कौवे नहीं हैं।、यह "वान गाग" है, है ना?。गेहूं के खेत के कोने में एक चित्रफलक स्थापित करें、छोटे बाल और गुगली आँखों के साथ,、वह कैनवास पर अपना ब्रश पटकते हुए ऐसे चित्र बनाता है मानो वह पागल हो।、बिना कान वाला व्यक्ति。"कौआ..." आपने देखा、वैन गॉग को कैनवास के किनारे पर चित्रित किया जाना चाहिए था।。और、क्या तुम उस गेहूँ के खेत में कौवे की आवाज़ सुनने की कोशिश नहीं कर रहे थे?。
कई लोग、हो सकता है कि आप चित्र को ऐसे ही देखें。इस तरह मैंने तस्वीरें पढ़ीं।。
खुश? विशेष रूप से、यह एक ऐसा परिप्रेक्ष्य है जो AI प्रदान नहीं कर सकता।、मुझे लगता है कि आप इसे इसी तरह पढ़ते हैं。यदि आपके पास टेक्स्ट डेटा और छवि (वीडियो) डेटा है जिसे ○○ सीनरी कहा जाता है、इसे एक साथ बांधो、इसके अलावा, यदि मेरे द्वारा अभी लिखा गया कोई लेख है, तो उसे भी पढ़ें।、इसे किसी तीसरे पक्ष को प्रशंसनीय ढंग से समझाना संभव लगता है।。
लेकिन、मनुष्य के पास टेक्स्ट डेटा होता है जिसे "○○ दृश्यावली" कहा जाता है।、भले ही छवि डेटा वहाँ है、"जो वहां नहीं है (डेटा) उसे पढ़ सकते हैं"。एआई को सब कुछ छीनने न दें、किसी तरह सह-अस्तित्व में रहने के लिए、आइए "चित्र पढ़ने" का प्रयास करें。
