ভিজ্যুয়াল এআই গাইড

কেন এআই ভিডিও পদার্থবিদ্যা ভুল পায়

AI ভিডিওটি পদার্থবিদ্যাকে ভুল করে কারণ জেনারেটররা পরিসংখ্যানগত প্যাটার্ন শিখে কিভাবে পিক্সেল সাধারণত সময়ের সাথে পরিবর্তিত হয়, ভর, বল এবং সংঘর্ষের নিয়ম নয়।

এই নির্দেশিকা শুনুনএআই-বর্ণিত · ~3 min

এই পৃষ্ঠায়4 মিনিট পড়া
  1. ওভারভিউ
  2. গভীর ডুব
  3. বাস্তব-বিশ্ব বাস্তবায়ন
  4. ভবিষ্যত কেন AI ভিডিও ভৌতবিদ্যাকে ভুল করে
  5. এটাকে বাস্তবে প্রয়োগ করা হচ্ছে
  6. অন্বেষণ চালিয়ে যান
  7. প্রায়শই জিজ্ঞাসিত প্রশ্নাবলী

ওভারভিউ

তারা গতির চেহারাটি অনুকরণ করে যা এটি ঘটায় তা অনুকরণ না করে। এই কারণেই বস্তুগুলি অদৃশ্য হয়ে যায়, তরলগুলি অদ্ভুতভাবে কাজ করে, অঙ্গগুলি জিনিসগুলির মধ্যে দিয়ে যায় এবং ক্লিপগুলি ছোট থাকে এবং যে কেউ ফুটেজ বাস্তব কিনা বা পরিকল্পনা এবং রোবোটিক্সের জন্য এই মডেলগুলি ব্যবহার করে তা বিচার করার চেষ্টা করে।

গভীর ডুব

ভিডিও জেনারেটরদের ফ্রেমের ভবিষ্যদ্বাণী বা ডিনোইজ করার জন্য ফুটেজের বিশাল সংগ্রহের বিষয়ে প্রশিক্ষণ দেওয়া হয়। প্রশিক্ষণের উদ্দেশ্য বাস্তব ভিডিওর অনুরূপ আউটপুট পুরস্কৃত করে। এটি ভর বা ভরবেগ সংরক্ষণকে মেনে চলা আউটপুটকে পুরস্কৃত করে না। সাধারণ পদার্থবিদ্যা, যেমন একটি বল পড়া বা একজন ব্যক্তি হাঁটা, ডেটাতে ভালভাবে উপস্থাপন করা হয় এবং সাধারণত সঠিক দেখায়। বিরল বা জটিল ঘটনা, যেমন কাঁচ ভেঙে যাওয়া, একটি নির্দিষ্ট সংঘর্ষ, বা একটি অদ্ভুত আকৃতির পাত্রে তরল ঢালা, কম ঘন ঘন দেখা যায় এবং শেখা কঠিন। OpenAI-এর নিজস্ব প্রযুক্তিগত উপাদান Sora-এ উল্লেখ করা হয়েছে যে এটি কাচের ছিন্নভিন্ন হওয়ার মতো মিথস্ক্রিয়াকে সঠিকভাবে মডেল করেনি। বস্তুর স্থায়ীত্ব একটি মেমরি সমস্যা। যখন কিছু লুকানো থাকে, মডেলটিকে তার পরিচয় বহন করতে হয় ফ্রেমের মাধ্যমে যেখানে এটি অদৃশ্য থাকে। মডেলগুলি সীমিত পরিমাণের প্রসঙ্গে উপস্থিত থাকে, তাই লুকানো বস্তুগুলি পরিবর্তিত হয়ে ফিরে আসতে পারে বা একেবারেই নয়৷ কারণ এবং প্রভাবও দুর্বল: একটি কামড়, ছিটকে পড়া বা একটি ছিদ্র একটি দীর্ঘস্থায়ী পরিবর্তন ছেড়ে দেওয়া উচিত, কিন্তু মডেল এটি একটি ক্ষণস্থায়ী চাক্ষুষ ঘটনা হিসাবে বিবেচনা করতে পারে। ক্লিপের দৈর্ঘ্য মূলত গণনা দ্বারা সীমিত। একটি ভিডিওকে স্পেসটাইম টোকেন হিসাবে উপস্থাপন করা হয়, এবং টোকেন সংখ্যা বৃদ্ধির সাথে সাথে মনোযোগের ব্যয় খুব দ্রুত বৃদ্ধি পায়, তাই অনেক পণ্য মিনিটের পরিবর্তে সেকেন্ড তৈরি করে। দীর্ঘ ভিডিওগুলি প্রায়শই ক্লিপগুলি প্রসারিত করে তৈরি করা হয়, যা ত্রুটিগুলিকে একত্রিত করতে দেয়৷ একটি সাধারণ ভুল ধারণা হল যে এই মডেলগুলিতে একটি পদার্থবিদ্যা ইঞ্জিন রয়েছে। তারা তা করে না, যদিও তারা কিছু অন্তর্নিহিত শারীরিক নিয়মিততা গ্রহণ করতে পারে। গবেষকরা এটি পরীক্ষা করার জন্য ফিজিক্স-আইকিউ-এর মতো বেঞ্চমার্ক তৈরি করেছেন এবং দেখেছেন যে দৃশ্যত বাস্তবসম্মত আউটপুট শারীরিক বোঝার অর্থ নয়। বিশ্ব-মডেল গবেষণা ব্যবধান বন্ধ করার চেষ্টা করে: Google DeepMind-এর জিনি লাইন ইন্টারেক্টিভ পরিবেশ তৈরি করে, Meta-এর V-JEPA পিক্সেলের পরিবর্তে একটি বিমূর্ত উপস্থাপনা জায়গায় ভবিষ্যদ্বাণী করে শেখে, এবং NVIDIA এর শারীরিক কসমো হিসাবে লক্ষ্য করে।

বাস্তব-বিশ্ব বাস্তবায়ন

একটি উত্পন্ন ব্যক্তি একটি কুকি কামড়, কিন্তু পরে কুকি কোন কামড় চিহ্ন আছে. OpenAI Sora এর সীমাবদ্ধতার মধ্যে এই ধরণের ব্যর্থতার নাম দিয়েছে যখন এটি 2024 সালে মডেলটির পূর্বরূপ দেখেছিল।

একটি কুকুর একটি গাছের পিছনে হেঁটে যায় এবং একটি ভিন্ন কোট প্যাটার্ন নিয়ে অন্য পাশ দিয়ে বেরিয়ে আসে, কারণ মডেলটি লুকানো বস্তুর একটি স্থিতিশীল স্মৃতি রাখে না।

একজন রানারের পা মাঝপথে পাশ অদলবদল করতে দেখা যায় এবং পা মাটির সাথে স্লাইড করে, যা দেখায় যে মডেল দৌড়ানোর চেহারা শিখেছে, জড়িত যোগাযোগ বাহিনী নয়।

একটি বাস্কেটবল রিমের মধ্য দিয়ে যায়, সংক্ষেপে অদৃশ্য হয়ে যায় এবং একজন খেলোয়াড়ের হাতে পুনরাবির্ভূত হয়, এমন একটি ক্রম যা ফ্রেম থেকে ফ্রেমে মসৃণ দেখায় কিন্তু কোন শারীরিক অর্থবোধ করে না।

ভবিষ্যত কেন AI ভিডিও ভৌতবিদ্যাকে ভুল করে

স্কেল এবং আরও ভাল ডেটার সাথে ভৌত প্রশংসিততা উন্নত হয়েছে এবং সাধারণ দৃশ্যের জন্য এটি উন্নত হতে পারে। কঠিন ক্ষেত্রে, যেমন দীর্ঘ-দিগন্তের কারণ এবং প্রভাব, বিরল মিথস্ক্রিয়া এবং দীর্ঘ অবরোধ জুড়ে নির্ভরযোগ্য বস্তুর স্থায়ীত্ব, একা স্কেলের পরিবর্তে স্পষ্ট মেমরি, 3D কাঠামো বা হাইব্রিড সিমুলেশনের মতো স্থাপত্য পরিবর্তনের প্রয়োজন হতে পারে। রোবোটিক্স এবং ইন্টারেক্টিভ পরিবেশের লক্ষ্যে বিশ্ব মডেলগুলি একটি সক্রিয় গবেষণা ক্ষেত্র, এবং বেঞ্চমার্ক যা আলাদাভাবে চাক্ষুষ বাস্তবতা এবং শারীরিক শুদ্ধতা পরীক্ষা করে বাস্তব অগ্রগতি দেখাতে সাহায্য করবে। বিশুদ্ধ ভিডিও ভবিষ্যদ্বাণী শক্তিশালী পদার্থবিদ্যা শিখতে পারে কিনা তা নিষ্পত্তি করা হয়নি এবং গবেষকরা এটি সম্পর্কে দ্বিমত পোষণ করেন।

এটাকে বাস্তবে প্রয়োগ করা হচ্ছে

কেন এটা গুরুত্বপূর্ণ

  • গতি এবং স্কেল. ভিজ্যুয়াল এআই স্কেলে পরিদর্শন, সনাক্তকরণ এবং ট্যাগিং কাজগুলি স্বয়ংক্রিয়ভাবে করতে পারে।
  • পছন্দগুলি তৈরি করুন. সৃজনশীল দলগুলি কম ম্যানুয়াল সংশোধন সহ ধারণাগুলিকে দ্রুত প্রোটোটাইপ করতে পারে।
  • টিম এবং ওয়ার্কফ্লো. অপারেশনগুলি ইমেজ এবং ভিডিও সংকেত ব্যবহার করতে পারে যা আগে প্রক্রিয়া করা কঠিন ছিল।

জন্য সতর্ক

  • প্রমাণ অস্পষ্ট হলে ছবির অধিকার এবং সম্মতি আইনি ঝুঁকিতে পরিণত হতে পারে।
  • মডেলের কর্মক্ষমতা আলো, জনসংখ্যা এবং পরিবেশ জুড়ে পরিবর্তিত হতে পারে।
  • আস্থার থ্রেশহোল্ডগুলি পর্যবেক্ষণ করা না হলে মিথ্যা ইতিবাচকগুলি অলক্ষিত হতে পারে।

পরবর্তী পদক্ষেপ

  1. নির্ভুলতা, প্রত্যাহার, এবং ত্রুটি খরচের জন্য গ্রহণযোগ্যতার মানদণ্ড নির্ধারণ করুন।
  2. প্রকৃত উৎপাদন অবস্থার সাথে মেলে এমন ডেটা দিয়ে পরীক্ষা করুন।
  3. কম-আস্থা বা উচ্চ-প্রভাব ভবিষ্যদ্বাণীর জন্য মানুষের পর্যালোচনা যোগ করুন।
  4. মডেল ড্রিফ্ট ট্র্যাক করুন এবং ক্যামেরা বা ডেটাসেট পরিবর্তনের পরে পুনরায় যাচাই করুন।

অন্বেষণ চালিয়ে যান

ফ্রি নিউজলেটার

প্রতিদিনের এআই ব্রিফিং পান

প্রতি সপ্তাহের কাজের দিন সকালে তিনটি যাচাইকৃত এআই স্টোরি, সহজ ইংরেজিতে লেখা। চিরকালের জন্য ফ্রি, কোনো বিজ্ঞাপন নেই।

প্রতি সপ্তাহের কাজের দিনে একটি ইমেল। এক ক্লিকেই আনসাবস্ক্রাইব করুন। আমরা কখনোই আপনার ঠিকানা বিক্রি বা শেয়ার করি না।

নিজেকে পরীক্ষা করুন

Why AI Video Gets Physics Wrong কুইজটি নিন

প্রতিটি উত্তরের তাৎক্ষণিক ফিডব্যাক, এবং কোর্স পাস করার পর যাচাইযোগ্য আইডি সহ একটি শেয়ারযোগ্য সার্টিফিকেট।

কুইজ শুরু করুন

ফ্রি এআই শিক্ষাকে সমর্থন করুন। AI Understanding একটি 501(c)(3) অলাভজনক প্রতিষ্ঠান — কোনো বিজ্ঞাপন নেই, কোনো পেওয়াল নেই, কখনোই না। একটি দান করুন

প্রায়শই জিজ্ঞাসিত প্রশ্নাবলী

কেন এআই ভিডিও পদার্থবিদ্যা ভুল পায়?

AI ভিডিওটি পদার্থবিদ্যাকে ভুল করে কারণ জেনারেটররা পরিসংখ্যানগত প্যাটার্ন শিখে কিভাবে পিক্সেল সাধারণত সময়ের সাথে পরিবর্তিত হয়, ভর, বল এবং সংঘর্ষের নিয়ম নয়। তারা গতির চেহারাটি অনুকরণ করে যা এটি ঘটায় তা অনুকরণ না করে। এই কারণেই বস্তুগুলি অদৃশ্য হয়ে যায়, তরলগুলি অদ্ভুতভাবে কাজ করে, অঙ্গগুলি জিনিসগুলির মধ্যে দিয়ে যায় এবং ক্লিপগুলি ছোট থাকে এবং যে কেউ ফুটেজ বাস্তব কিনা বা পরিকল্পনা এবং রোবোটিক্সের জন্য এই মডেলগুলি ব্যবহার করে তা বিচার করার চেষ্টা করে।

একটি সাধারণ ভিডিও জেনারেটরের প্রশিক্ষণের উদ্দেশ্য প্রধানত পুরস্কৃত করে কি?

মডেলগুলিকে ফ্রেমের ভবিষ্যদ্বাণী বা ডিনোইস করার জন্য প্রশিক্ষিত করা হয় যাতে আউটপুটটি প্রশিক্ষণের ফুটেজের মতো দেখায়। শারীরিক শুদ্ধতা সরাসরি পরিমাপ করা হয় না.

ভিডিও মডেলের জন্য কাচের ছিন্নভিন্ন হওয়ার মতো বিরল ঘটনা কেন বিশেষভাবে কঠিন?

ডেটাতে অস্বাভাবিক এবং শারীরিকভাবে জটিল ইভেন্টগুলি মডেলটিকে শেখার জন্য কম উদাহরণ দেয়, তাই এর আউটপুট কম নির্ভরযোগ্য।

গাইড বস্তুর স্থায়ীত্ব ব্যর্থতা প্রধানত কি ধরনের সমস্যা হিসাবে বর্ণনা করে?

একটি লুকানো বস্তুকে সামঞ্জস্যপূর্ণ রাখার জন্য, মডেলটিকে ফ্রেমের মাধ্যমে তার পরিচয় বহন করতে হবে যেখানে এটি অদৃশ্য, এবং সীমিত প্রেক্ষাপট এটিকে অবিশ্বস্ত করে তোলে।

এআই ভিডিও ক্লিপগুলি প্রায়শই মাত্র সেকেন্ড দীর্ঘ হওয়ার প্রধান কারণ কী?

আরও ফ্রেম মানে আরও টোকেন, এবং মনোযোগ খরচ টোকেন গণনার সাথে দ্রুত বৃদ্ধি পায়, তাই দৈর্ঘ্য গণনা দ্বারা সীমিত।

কোন বিবৃতি ভিডিও জেনারেটর সম্পর্কে একটি ভুল ধারণা প্রতিফলিত করে?

ভিডিও জেনারেটরগুলির কোনও স্পষ্ট পদার্থবিদ্যা সিমুলেটর নেই। তারা যে কোন পদার্থবিদ্যা দেখায় তা শেখা নিদর্শনগুলির মধ্যে নিহিত।

শিখতে থাকুন

সম্পর্কিত গাইড

এই বিষয়ের জন্য বাছাই করা আরও গাইড

একটি বিনামূল্যে AI শংসাপত্র পানএকটি সংক্ষিপ্ত বিনামূল্যে কোর্স এবং পরীক্ষা. কোনো খরচ নেই, কোনো কার্ড নেই। প্রায় 2.5 ঘন্টা।বিনামূল্যে শুরু করুন →