कैसे एआई और एमएल मनोरंजन का वैश्वीकरण करने में सक्षम है ?

  हर साल वैश्विक मीडिया और मनोरंजन उद्योग में, सैकड़ों स्ट्रीमिंग प्लेटफॉर्म पर प्रदर्शित होने वाली हजारों फिल्में और टीवी एपिसोड लगभग 200 देशों में रहने वाले 7.2 बिलियन लोगों के बीच दर्शकों को खोजने की उम्मीद के साथ जारी किए जाते हैं।  लगभग 7,000 मान्यता प्राप्त भाषाओं में कोई भी दर्शक धाराप्रवाह नहीं है।  यदि लक्ष्य सामग्री को अंतरराष्ट्रीय स्तर पर जारी करना है, तो वैश्विक वितरण के लिए उपशीर्षक और ऑडियो डब तैयार किए जाने चाहिए।

 एक बार अनुवाद पूरा हो जाने के बाद, स्क्रिप्ट को आवाज अभिनेताओं द्वारा दीया जाता है, जो क्रिया और होंठों की हरकतों को यथासंभव निकटता से मिलाने का हर संभव प्रयास किया जाता हैं।  ऑडियो डब अंतिम कट संवाद का पालन करते हैं, और फिर प्रत्येक ऑडियो डब से उपशीर्षक उत्पन्न होते हैं।  भाषा अनुवाद में किया गया कोई भी समझौता, उपशीर्षक के उत्पादन में और समझौता करने के अधीन हो सकता है।  यह देखना आसान है कि किसी कहानी में गलत अनुवाद या परिवर्तन कहाँ हो सकते हैं।

 वितरण प्लेटफार्मों की घातीय वृद्धि और ताजा सामग्री का बढ़ता और निरंतर प्रवाह स्थानीयकरण प्रक्रिया में शामिल लोगों को उत्पादन को गति देने और अनुवाद सटीकता बढ़ाने के नए तरीकों की तलाश करने के लिए प्रेरित कर रहा है।  आर्टिफिशियल इंटेलिजेंस (एआई) और मशीन लर्निंग (एमएल) इस समस्या के बहुप्रतीक्षित उत्तर हैं, लेकिन इनमें से कोई भी मानव स्थानीयकरण घटक को बदलने के अंतिम बिंदु तक नहीं पहुंचा है।  "स्क्विड गेम" या "पैरासाइट" जैसे शीर्षकों के निर्देशक अभी तक छलांग लगाने के लिए सक्षम नहीं हैं।  

👉 संस्कृति मायने रखती है

सबसे पहले, शाब्दिक अनुवाद कहानी की भाषाई, सांस्कृतिक या प्रासंगिक बारीकियों के 100% को लिपि, विभक्ति या क्रिया में शामिल करने में असमर्थ है।  एआई कंपनियां स्वयं इन सीमाओं को स्वीकार करती हैं, आमतौर पर मशीन-आधारित अनुवादों को "अनुवादकों की तुलना में शब्दकोशों की तरह अधिक" के रूप में संदर्भित करती हैं, और हमें याद दिलाती हैं कि कंप्यूटर केवल वही करने में सक्षम हैं जो हम उन्हें सिखाते हैं, जबकि उन्हें समझ की कमी है।

 जैसे, "स्क्विड गेम" के पहले एपिसोड का अंग्रेजी शीर्षक "रेड लाइट, ग्रीन लाइट" है।  यह पहले एपिसोड में खेले जाने वाले बच्चों के खेल के नाम को दर्शाता है।  मूल कोरियाई शीर्षक "무궁화 " ("मुगुनघ्वा कोकोच-आई पिडियन नाल") है, जो सीधे "द डे द मुगुनघ्वा ब्लूम्ड" के रूप में अनुवाद करता है, जिसका उस खेल से कोई लेना-देना नहीं है जो वे खेल रहे हैं।

 कोरियाई संस्कृति में, शीर्षक नई शुरुआत का प्रतीक है, जो कि खेल के नायक का विजेता से वादा है।  "रेड लाइट, ग्रीन लाइट" एपिसोड से संबंधित है, लेकिन यह लोगों के लिए उनकी किस्मत पर वादा किए गए नए सिरे से व्यापक सांस्कृतिक संदर्भ को याद करता है - श्रृंखला का एक महत्वपूर्ण विषय है,  कुछ लोग यह मान सकते हैं कि खेल के बाद एपिसोड का नामकरण क्योंकि मूल शीर्षक का सांस्कृतिक रूपक अनुवादकों के लिए अज्ञात है, एक बड़ी बात नहीं हो सकती है, लेकिन यह है।

 हम इन अंतरों को पहचानने और उन्हें स्वायत्त रूप से लागू करने के लिए मशीनों को प्रशिक्षित करने की उम्मीद कैसे कर सकते हैं जब मनुष्य कनेक्शन नहीं बनाते हैं और उन्हें स्वयं लागू नहीं करते हैं ?

👉 ज्ञान बनाम ज्ञान

कंप्यूटर के लिए कोरियाई का अंग्रेजी में अनुवाद करना एक बात है।  इसके लिए पूरी तरह से "स्क्विड गेम" जैसे संबंधों के अंतर के बारे में ज्ञान होना - अप्रवासियों और मूल निवासियों, अजनबियों और परिवार के सदस्यों, कर्मचारियों और मालिकों के बीच - और उन रिश्तों का कहानी पर क्या प्रभाव पड़ता है।  एआई में सांस्कृतिक समझ और भावनात्मक पहचान को प्रोग्रामिंग करना काफी चुनौतीपूर्ण है, खासकर अगर उन भावनाओं को शब्दों के बिना प्रदर्शित किया जाता है, जैसे कि किसी के चेहरे पर एक नज़र डालना होता है।  फिर भी, भावनात्मक चेहरे की प्रतिक्रिया की भविष्यवाणी करना कठिन है जो संस्कृति के साथ बदल सकती है।

 एआई अभी भी एक कार्य प्रगति पर है क्योंकि यह व्याख्यात्मकता और एल्गोरिथम पूर्वाग्रह से संबंधित है।  यह विचार कि मशीनें स्वयं को प्रशिक्षित करेंगी, यह दूर की कौड़ी है, जहां उद्योग एआई / एमएल को क्रियान्वित करने से संबंधित है।  एक सामग्री-भारी, रचनात्मक उद्योग जैसे मीडिया और मनोरंजन के लिए, संदर्भ ही सब कुछ है;  सामग्री निर्माता की संदर्भ की अभिव्यक्ति है, और फिर दर्शकों की धारणा है।

 इसके अलावा, वैश्विक वितरण के संबंध में, संदर्भ संस्कृति के बराबर है।  एक डिजिटल निर्वाण तब प्राप्त होता है जब कोई सिस्टम किसी भी फ्रेम, दृश्य, थीम और शैली के स्तर पर चलने वाली सांस्कृतिक बारीकियों की कई परतों के अलावा ऑडियो, वीडियो और टेक्स्ट को व्यवस्थित और भविष्यवाणी कर सकता है।  मूल रूप से, यह सब अच्छी गुणवत्ता वाले प्रशिक्षण डेटा के साथ शुरू होता है - अनिवार्य रूप से, डेटा-केंद्रित दृष्टिकोण बनाम मॉडल-केंद्रित दृष्टिकोण ।

 हाल की रिपोर्टों से संकेत मिलता है कि फेसबुक अपने प्लेटफॉर्म पर केवल 3% से 5% समस्याग्रस्त सामग्री पकड़ता है।  यहां तक ​​​​कि विकास के लिए उपलब्ध लाखों डॉलर के साथ, संदर्भ और इरादे को समझने के लिए एआई प्रोग्रामिंग करना बहुत कठिन है।  पूरी तरह से स्वायत्त अनुवाद समाधान कुछ रास्ते बंद हैं, लेकिन इसका मतलब यह नहीं है कि एआई/एमएल आज कार्यभार को कम नहीं कर सकता है।  

 लगभग 200 देशों के व्यक्तियों के सांस्कृतिक ज्ञान के साथ लाखों फिल्मों और टीवी शो के विश्लेषण के माध्यम से, एक दो-चरणीय मानव और एआई / एमएल प्रक्रिया किसी भी देश या संस्कृति को आपत्तिजनक सामग्री की पहचान करने के लिए आवश्यक विस्तृत अंतर्दृष्टि प्रदान कर सकती है।  "सांस्कृतिकीकरण" में, इस सांस्कृतिक रोडमैप का उपयोग स्थानीयकरण प्रक्रिया में कहानी निरंतरता सुनिश्चित करने, सांस्कृतिक गलत कदमों से बचने और वैश्विक आयु रेटिंग प्राप्त करने के लिए किया जाता है - ये सभी नियामक जोखिम के बिना पोस्ट-प्रोडक्शन समय और लागत को कम करते हैं।

 दर्शकों के पास आज पहले से कहीं अधिक सामग्री विकल्प हैं।  वैश्विक बाज़ार में जीतने का मतलब है कि सामग्री निर्माताओं को न केवल घर पर बल्कि अंतरराष्ट्रीय बाजारों में अपने दर्शकों पर अधिक ध्यान देना होगा।

 कंटेंट क्रिएटर्स और स्ट्रीमिंग प्लेटफॉर्म के लिए सफलता का सबसे तेज़ रास्ता उन कंपनियों के साथ काम करना है जो स्थानीय दर्शकों को समझती हैं और उनके लिए क्या मायने रखता है ताकि उनकी सामग्री अनुवाद में न खोए।