یہ موازنہ فوٹو گرافی کے درمیان انفرادی تخلیقی اظہار کے ایک ذریعہ کے طور پر اور بصری معلومات کے ایک بڑے ذخیرہ کے طور پر اس کے جدید کردار کے درمیان تناؤ کو دریافت کرتا ہے جو مشین لرننگ ماڈلز کو تربیت دینے اور عالمی ڈیٹا کو منظم کرنے کے لیے استعمال ہوتا ہے۔
وژن کے اظہار، جذبات کو ابھارنے، یا حقیقت پر ایک منفرد نقطہ نظر فراہم کرنے کے لیے کیمرہ کا جان بوجھ کر استعمال۔
تجزیہ، درجہ بندی، یا AI ٹریننگ کے لیے خام ڈیٹا پوائنٹس کے طور پر سمجھی جانے والی تصاویر کی وسیع مقدار کا مجموعہ۔
| خصوصیت | فوٹوگرافی بطور آرٹ | ڈیٹاسیٹ کے بطور فوٹوگرافی۔ |
|---|---|---|
| بنیادی قدر | جمالیاتی اور جذباتی گہرائی | معلومات کی کثافت اور افادیت |
| مطلوبہ نتیجہ | انسانی تعلق یا عکاسی۔ | الگورتھمک درستگی اور پیشن گوئی |
| مثالی حجم | چھوٹے، کیوریٹڈ مجموعے۔ | متنوع بصری ڈیٹا کی Exabytes |
| خالق کا کردار | مصنف (سبجیکٹو ویژن) | ڈیٹا فراہم کرنے والا (مقصد ماخذ) |
| کامیابی کا میٹرک | ثقافتی اثر یا تنقیدی تعریف | اعلی صحت سے متعلق اور یاد کرنے کی شرح |
| میٹا ڈیٹا کی اہمیت | بصری تجربے کے لیے ثانوی | اشاریہ سازی اور تربیت کے لیے بنیادی |
| تشریح | کھلا اور ذاتی | فکسڈ، لیبل لگا ہوا، اور دوٹوک |
آرٹسٹک فوٹوگرافی میں، ہر انتخاب - یپرچر سے لے کر شٹر کے کلک کرنے تک - خود اظہار خیال کا ایک جان بوجھ کر عمل ہے۔ اس کے برعکس، جب فوٹو گرافی ڈیٹاسیٹ کے طور پر کام کرتی ہے، تو تصویر کے پیچھے 'کیوں' غیر متعلقہ ہوتا ہے۔ سسٹم صرف 'کیا' کی پرواہ کرتا ہے اس بات کو یقینی بنانے کے لیے کہ کمپیوٹر روشنی کے مختلف حالات میں اسٹاپ سائن یا بلی کی شناخت کر سکتا ہے۔
ایک فنکار ایک حتمی فریم پر قبضہ کرنے کے لیے کامل روشنی کے انتظار میں ہفتوں گزار سکتا ہے جو کہانی سناتا ہے۔ بڑے ڈیٹا کی دنیا میں، وہ واحد کامل تصویر سمندر میں صرف ایک قطرہ ہے۔ ایک ڈیٹاسیٹ مقدار اور مختلف قسم کی بنیاد پر پروان چڑھتا ہے، جس میں اکثر 'خراب' یا دھندلی تصاویر شامل ہوتی ہیں تاکہ AI کو حقیقت کی گندی خامیوں کو سمجھنے میں مدد ملے۔
آرٹسٹک فوٹوگرافی دو انسانوں، تخلیق کار اور ناظرین کے درمیان ایک پل ہے، جو ہمدردی یا خوف کے لمحے کو بانٹتا ہے۔ ڈیٹا سیٹ اسی تصویر کو اعداد کے میٹرکس کے طور پر دیکھتا ہے۔ الگورتھم کے مطابق غروب آفتاب خوبصورت نہیں ہوتا۔ یہ سرخ اور نارنجی پکسلز کی ایک مخصوص فریکوئنسی ہے جو 'آؤٹ ڈور_نیچرل_لائٹ' لیبل سے ملتی ہے۔
آرٹ کے ٹکڑے کے لیے، سیاق و سباق اکثر میڈیم یا فنکار کی زندگی کی تاریخ ہوتا ہے۔ ڈیٹاسیٹ کے لیے، سیاق و سباق سختی سے ساختی ہے۔ میٹا ڈیٹا جیسے GPS کوآرڈینیٹ، ٹائم اسٹیمپ، اور آبجیکٹ ٹیگز ڈیٹاسیٹ کا جاندار ہوتے ہیں، جو بصری تجربے کو سافٹ ویئر کے لیے قابل تلاش، فعال ٹول میں تبدیل کرتے ہیں۔
AI ڈیٹاسیٹس کو سیکھنے کے لیے 'اچھے' فن کی ضرورت نہیں ہے۔
درحقیقت، ڈیٹا سیٹس میں اعلیٰ کوالٹی، اچھی طرح سے کمپوز کردہ تصاویر ماڈلز کو گہرائی، روشنی اور ساخت کو ناقص کوالٹی کے سنیپ شاٹس سے کہیں بہتر سمجھنے میں مدد کرتی ہیں۔
ڈیٹاسیٹ کے بطور فوٹوگرافی ایک نیا تصور ہے۔
1800 کی دہائی سے، فوٹو گرافی کو ڈیجیٹل AI کے وجود سے بہت پہلے میڈیکل ریکارڈز، فلکیاتی نقشہ سازی، اور پولیس آرکائیوز کے ڈیٹاسیٹ کے طور پر استعمال کیا جاتا رہا ہے۔
ایک فنکار اپنے کام کو ڈیٹاسیٹ کے طور پر استعمال نہیں کر سکتا۔
بہت سے جدید فنکار اب اپنے ذاتی AI ماڈلز کو اپنے ذاتی آرکائیوز پر تربیت دیتے ہیں تاکہ نیا، منفرد 'مصنوعی' آرٹ تیار کیا جا سکے جو ان کے انداز کا آئینہ دار ہو۔
ڈیٹا امیجز تعریف کے لحاظ سے بورنگ ہیں۔
کبھی کبھی ڈیٹاسیٹ کا سراسر پیمانہ — جیسے سیٹلائٹ کی تصویر یا سڑک کے نظارے کی ہزاروں تصاویر— اپنی ہی ایک حادثاتی، پریشان کن خوبصورتی کو ظاہر کر سکتی ہے۔
جب آپ کا مقصد حوصلہ افزائی کرنا، ایک پیچیدہ پیغام پہنچانا، یا دیرپا میراث بنانا ہو تو 'آرٹ' نقطہ نظر کا انتخاب کریں۔ جب آپ کو تکنیکی مسائل کو حل کرنے، بصری کاموں کو خودکار بنانے، یا عالمی منظر کشی میں وسیع نمونوں کو سمجھنے کی ضرورت ہو تو 'ڈیٹا سیٹ' کے نقطہ نظر کو اپنایں۔
جب کہ دونوں شعبوں میں ڈیجیٹل امیجری کی تشریح شامل ہوتی ہے، بصری کہانی سنانے میں ایک جذباتی بیانیہ اور ترتیب تیار کرنے پر توجہ مرکوز ہوتی ہے جو انسانی تجربے سے گونجتی ہے، جب کہ خودکار تصویری لیبلنگ ڈیٹا کی تنظیم اور تلاش کی اہلیت کے لیے مخصوص اشیاء یا صفات کی شناخت اور درجہ بندی کرنے کے لیے کمپیوٹر وژن کا استعمال کرتی ہے۔
جدید میڈیا کے منظر نامے میں، توجہ دینے والی معیشت کے درمیان ایک گہرا تناؤ پایا جاتا ہے — جو کہ انسانی توجہ کو منافع کے لیے حاصل کی جانے والی ایک قلیل شے کے طور پر پیش کرتا ہے — اور شہری گفتگو، جو کہ ایک صحت مند جمہوریت کو برقرار رکھنے کے لیے دانستہ، معقول تبادلے پر انحصار کرتا ہے۔ جب کہ ایک وائرل مصروفیت کو ترجیح دیتا ہے، دوسرا مریض، جامع شرکت کا مطالبہ کرتا ہے۔
مخصوص سیاسی تعصبات کی تصدیق کے لیے بنائی گئی خبروں اور غیرجانبداری میں جڑی رپورٹنگ کے درمیان فرق کو سمجھنا جدید میڈیا کی خواندگی کے لیے بہت ضروری ہے۔ جب کہ متعصبانہ پیغام رسانی ایک مخصوص نظریاتی ایجنڈے یا بیانیے کو ترجیح دیتی ہے، معروضی رپورٹنگ بغیر کسی فریق کے قابل تصدیق حقائق پیش کرنے کی کوشش کرتی ہے، جس سے سامعین کو فراہم کردہ شواہد کی بنیاد پر اپنے نتائج اخذ کرنے کا موقع ملتا ہے۔
