فائدہ:
- غیر جانبدارانہ تفصیل اور دریافتوں کی بصری ابتدائی گروپ بندی میں مصنوعی ذہانت کا استعمال، اور حوالہ کیٹلاگ کے ساتھ ماہر کے کام سے ثقافتی-تاریخی حوالہ کو ممتاز کرنے کے قابل ہونا۔
- یہ سمجھنے کی صلاحیت کہ تصویر کا معیار (پیمانہ، روشنی، رنگین کارڈ) اور میٹا ویژول ڈیٹا جیسے کہ ساخت، پروفائل، سیاق و سباق درجہ بندی کی درستگی کا تعین کیسے کرتے ہیں۔
- مصنوعی ذہانت کے رجحان کو پہچاننے کی صلاحیت نایاب اور غیر معمولی تلاشوں میں سب سے زیادہ مانوس نمونہ کو مجبور کرنے اور ہر ایک انتساب کو ایک آزاد ذریعہ سے تصدیق کرنے کی صلاحیت
کھدائی کے سب سے تھکا دینے والے لیکن معلوماتی کاموں میں سے ایک تلاش کی درجہ بندی ہے (قسم، شکل اور مدت کے مطابق پائی جانے والی اشیاء کو الگ کرنا)۔ سیرامک کے دسیوں ہزار ٹکڑے، سیکڑوں سکے، پتھر کے اوزار (لیتھک)، ہڈی، شیشے اور دھاتی اشیاء کو ایک ایک کرکے جانچنا اور ریکارڈ کرنا ضروری ہے۔ اس یونٹ میں، ہم یہ سیکھیں گے کہ کس طرح تصویری تجزیہ (کسی چیز کی تصویر سے شکل، رنگ، ساخت جیسی خصوصیات خود بخود نکالنا) اور AI پر مبنی درجہ بندی تلاش کے کام کو تیز کرتی ہے، لیکن کیوں حتمی انتساب کا فیصلہ ہمیشہ ماہر کے پاس رہتا ہے۔
بنیادی اصول یہ ہے: AI تیزی سے ان لوگوں کو اکٹھا کرتا ہے جو ایک جیسے نظر آتے ہیں۔ لیکن کوئی ایک ثقافتی-تاریخی حوالہ دے سکتا ہے جیسے کہ "یہ ٹکڑا چھٹی صدی قبل مسیح کی مشرقی یونانی پیداوار ہے" حوالہ کیٹلاگ اور ماہرانہ نظر کی بنیاد پر۔ AI پہلے سے ترتیب دینے والا اور پیمائش کرنے والا اسسٹنٹ ہے، ٹائپولوجی اتھارٹی نہیں۔
درجہ بندی تلاش کرنے کے اقدامات
1. بصری کیپچر۔ ہر تلاش کی تصویر معیاری ترتیب میں لی جاتی ہے، جس میں اسکیل بار (حکمران سائز دکھاتا ہے) اور رنگین کارڈ ہوتا ہے۔ مسلسل روشنی اور پس منظر AI تصویر کے تجزیہ کے لیے اہم ہیں۔ خراب تصویر کا مطلب برا درجہ بندی ہے۔
2. خصوصیت نکالنا۔ اے آئی یہ قابل پیمائش خصوصیات کو نکالتا ہے جیسے کہ کنارے کا پروفائل، فارم (رم، نیچے، ہینڈل)، سطح کا علاج (پالش، گلاس، پینٹ)، پیسٹ رنگ اور ساخت۔ آٹا (مٹی کی فائر شدہ شکل؛ اس کا رنگ اور اضافی چیزیں پیداوار کی جگہ اور تکنیک کی نشاندہی کرتی ہیں) آثار قدیمہ کی قسم کی ریڑھ کی ہڈی ہے۔
3. پری گروپنگ۔ AI بصری مماثلت کی بنیاد پر ہزاروں حصوں کو کلسٹرز میں ترتیب دیتا ہے: "ممکنہ طور پر ایک ہی کنٹینر،" "ایک جیسی شکل،" "مماثل آٹا۔" یہ ماہر کے سامنے منظم ڈھیر لگا دیتا ہے۔
4. ماہر انتساب۔ ماہر حوالہ کیٹلاگ، قسم کی سیریز، اور اپنے اپنے تجربے کے ذریعے ہر گروپ کو مدت، پیداوار کی جگہ، اور فنکشن سے منسوب کرتا ہے۔ اے آئی کا یہ کہنا کہ "یہ رومن دور ہے" ایک اشارہ ہے، فیصلہ نہیں۔
5. رجسٹریشن۔ ہر تلاش اپنے سیاق و سباق کے نمبر، پیمائش، تصویر اور انتساب کے ساتھ ڈیٹا بیس میں داخل ہوتی ہے (یہ یونٹ 5 کا موضوع ہے)۔
اشارہ: AI کو ایک تلاش کی "وضاحت" کریں، نہ کہ "وضاحت" کریں۔ "یہ کون سا دور ہے؟" اس کے بجائے "اس حصے کے قابل پیمائش خصوصیات (شکل، کنارے، سطح، رنگ) کو معروضی طور پر درج کریں" سے پوچھیں؛ آپ حوالہ کیٹلاگ کے ساتھ مدت کا فیصلہ کرتے ہیں۔ تفصیل قابل اعتماد ہے، انتساب خطرناک ہے۔
سککوں اور نوشتہ جات پر خصوصی توجہ دی جانی چاہئے۔
سکے تصویری تجزیہ میں پرکشش ہیں کیونکہ وہ متعدد اور معیاری ہیں۔ AI سکے کے چہرے پر موجود پورٹریٹ کو پہچاننے میں مدد کر سکتا ہے (مخالف) اور اس کے معکوس (الٹا) پر علامت۔ لیکن سکوں کی شناخت کے لیے عددی مہارت کی ضرورت ہوتی ہے: چاہے ایک پہنا ہوا نوشتہ ہو، نقلی نقشہ ہو، یا کوئی نادر قسم، غلط تقسیم بالکل واضح ہے۔ AI یہ کہنا کہ "یہ اس شہنشاہ کا سکہ ہے" یقینی طور پر سکے کے معیاری کیٹلاگ سے تصدیق ہوتی ہے۔ یہی بات کندہ شدہ اور مہر شدہ تلاشوں پر بھی لاگو ہوتی ہے۔
احتیاط: AI ایک ایسی تلاش کو "مماثل" کرتا ہے جو کسی مشہور قسم سے مشابہت رکھتا ہو۔ یہ نایاب، مقامی یا غیر معمولی مثالوں کو سب سے زیادہ مانوس نمونہ پر مجبور کرتا ہے۔ ایک غیر معمولی تلاش میں AI کے پہلے حوالہ کے بارے میں بہترین طور پر شکوک و شبہات کا اظہار کریں۔
تین چھوٹے مقدمات
کیس 1 - پہلے سے ترتیب دینے سے بوجھ کم ہوا۔ لوہے کے زمانے کی بستی میں 8,400 سیرامک شیڈز کا پتہ لگایا گیا۔ AI بصری گروپنگ نے پرزوں کو تقریباً 40 فارم کے پہلے کلسٹرز میں تقسیم کیا۔ ہر ٹکڑے کو شروع سے ختم کرنے کے بجائے، ماہر کلسٹرز سے گزرا، اور چھانٹنے کا وقت تقریباً ایک تہائی کم ہو گیا۔ ماہر نے آٹے کے دو مختلف بیچوں کو الگ کیا جنہیں AI نے غلط طریقے سے ملایا تھا۔
کیس 2 - غلط انتساب پکڑا گیا۔ ایک انٹرن نے AI میں ایک سکہ متعارف کرایا۔ اے آئی نے اعتماد کے ساتھ اسے ایک معروف رومن قسم سے منسوب کیا۔ جب شماریاتی ماہر نے اس کا کیٹلاگ سے موازنہ کیا تو اس نے دیکھا کہ الٹی علامت اور علامات (سکے پر لکھنے) کی ترتیب مختلف تھی اور یہ ایک علاقائی تقلید کا نقشہ تھا۔ AI نے سب سے زیادہ مانوس قسم کو مجبور کیا تھا۔
کیس 3 - رنگین عدم مطابقت کا مسئلہ۔ ایک ٹیم نے مختلف دنوں میں لی گئی AI تصاویر کو مختلف روشنی میں کھلایا۔ آٹے کے رنگ متضاد تھے اور گروہ بندی ٹوٹ گئی تھی۔ جب ٹیم نے رنگین کارڈ اور مستقل لائٹ اسکیم پر سوئچ کیا تو گروپ بندی کی درستگی میں نمایاں اضافہ ہوا۔ سبق: تصویر کا معیار درجہ بندی کا معیار ہے۔
چار کاپی کرنے کے قابل ٹیمپلیٹس
1) غیر جانبدار وضاحت:
آپ کا کردار: تفصیلی معاون ملا۔ میں آپ کو تلاش کی تصویر/ڈیٹا دوں گا۔ معروضی طور پر صرف قابل مشاہدہ خصوصیات کی فہرست بنائیں: شکل (منہ/نیچے/باڈی/ہینڈل)، تخمینہ شدہ سائز، سطح کی تکمیل، رنگ، سجاوٹ، ٹوٹنا/پہننے کی حالت۔ کسی مدت، ثقافت یا پیداوار کی جگہ کا حوالہ نہ دیں۔ اگر آپ کو فیچر کے بارے میں یقین نہیں ہے تو "غیر یقینی" لکھیں۔
2) پری گروپنگ:
ذیل میں میں [N] حصوں کا تفصیلی ڈیٹا پیسٹ کروں گا۔ فارم اور آٹے کی مماثلت کے مطابق انہیں گروپوں میں تقسیم کریں۔ ہر گروپ کے لیے: مشترکہ خصوصیات لکھیں، وہ حصہ نمبر جو گروپ میں آتے ہیں، اور وہ معیار جو گروپ کو جوڑتے ہیں۔ کوئی بھی حصہ جو غیر واضح رہ گیا ہو اسے الگ "جائزہ لینے کے لیے" کی فہرست میں رکھیں۔ صحیح قسم کا نام نہ دیں۔
3) حوالہ کے لیے چیک لسٹ پروڈکشن:
آپ کا کردار: سیرامکس ماہر مشیر۔ مندرجہ ذیل گروپ کے لیے، ان معیارات کی فہرست بنائیں جن کی مجھے پیریڈ/پروڈکشن آئٹم کی تصدیق کرتے وقت جانچنے کی ضرورت ہے (آٹے کا تجزیہ، حوالہ کیٹلاگ، متوازی تلاش، سیاق و سباق کی تاریخ، وغیرہ)۔ حوالہ مت بنائیں؛ مجھے بتائیں کہ میں کیا چیک کروں؟
4) تصویر کے معیار کا معائنہ:
درج ذیل ملی تصاویر کا اندازہ کریں: کیا کوئی اسکیل بار ہے، کیا روشنی ایک جیسی ہے، کیا رنگین کارڈ نظر آتا ہے، کیا پس منظر سادہ ہے، کیا ٹکڑا صاف ہے؟ درجہ بندی کے لیے کون سی تصاویر دوبارہ لی جانی چاہئیں؟ حصہ نمبر کے ساتھ مسائل کی فہرست بنائیں۔
کمزور فوری / مضبوط اشارہ
کمزور اشارہ:
مٹی کے برتنوں کا یہ ٹکڑا کس تہذیب کا تھا، اس کی عمر کتنی تھی اور اس کا استعمال کیا تھا؟
AI ایک ہی تصویر سے قطعی تہذیب، عین عمر، اور قطعی فنکشن تیار کرتا ہے۔ سب بے بنیاد اور پر اعتماد ہیں۔
طاقتور اشارہ:
آپ کا کردار: تفصیلی معاون ملا۔ تصویر میں ٹکڑے کی صرف قابل مشاہدہ خصوصیات کی وضاحت کریں: شکل کا حصہ (منہ/نیچے؟)، سطح (چمکدار/انگلیزڈ، جلی ہوئی؟)، رنگ، سجاوٹ، تخمینہ موٹائی۔ پھر، اس تفصیل کی بنیاد پر، مجھے بتائیں کہ فنکشن اور مدت کو واضح کرنے کے لیے کون سے اضافی ڈیٹا (آٹے کا تجزیہ، پروفائل ڈرائنگ، سیاق و سباق) کی ضرورت ہے۔ تہذیب/عمر کا قطعی حوالہ نہ بنائیں۔
فرق: پہلے فیصلے کی ضرورت ہوتی ہے اور اسے فٹنگ ملتی ہے۔ دوسرے کے لیے تفصیل اور قابل تصدیق روڈ میپ درکار ہے۔
بصری سے پرے: آٹا، سیاق و سباق اور پروفائل
AI امیج کے تجزیہ میں ایک خرابی یہ ہے کہ یہ صرف سطح کی ظاہری شکل کو دیکھتا ہے۔ تاہم، آثار قدیمہ کی ریڑھ کی ہڈی اکثر کھلی آنکھوں سے پوشیدہ رہتی ہے۔ آٹا (مٹی کی برطرف حالت، اس کے اجزاء اور ٹوٹے ہوئے حصے میں اس کی ساخت) سے پتہ چلتا ہے کہ برتن کہاں اور کیسے تیار کیا گیا تھا اور مٹی کا کون سا ذریعہ استعمال کیا گیا تھا۔ اگرچہ دو ٹکڑے سطح پر ایک جیسے ہیں، اگر ان کا آٹا مختلف ہے، تو وہ مختلف پیداواری روایات سے تعلق رکھتے ہیں۔ لہذا، ایک سنجیدہ درجہ بندی کے لیے ٹکڑے کے ٹوٹے ہوئے حصے کی تصویر کشی کی ضرورت ہوتی ہے۔
اسی طرح، پروفائل (کسی برتن کے سائیڈ باڈی-باٹم سیکشن کی اسکیل ڈرائنگ) شکل کو ایک تصویر سے کہیں زیادہ واضح طور پر بیان کرتی ہے۔ منہ کا زاویہ، کنارے کی موٹائی اور نیچے کی شکل مدت کے اشارے ہیں۔ AI خود بخود پروفائل ڈرائنگ کو نکالنے اور ملتے جلتے پروفائلز کو گروپ کرنے میں مدد کر سکتا ہے، لیکن ماہر ڈرائنگ اور پیمائش کی تصدیق کرتا ہے۔ آخر میں، سیاق و سباق (جس پرت میں ٹکڑا ملا تھا، کس چیز کے ساتھ) ایک مضبوط ڈیٹنگ اشارہ ہے جو بصری مماثلت سے آزاد ہے: ایک ہی بند سیاق و سباق میں ٹکڑے اکثر اسی مدت کے ہوتے ہیں۔ اگر آپ AI کو صرف تصویر دیتے ہیں اور ساخت، پروفائل اور سیاق و سباق کو چھوڑ دیتے ہیں، تو آپ اپنے سب سے قیمتی ثبوت کو نظر انداز کر رہے ہیں۔
ٹپ: AI کو آرٹفیکٹ دیتے وقت، اگر ممکن ہو تو تین نظارے فراہم کریں: بیرونی سطح، اندرونی سطح، اور ٹوٹا ہوا حصہ۔ سیاق و سباق کا نمبر اور پروفائل کی پیمائش بھی شامل کریں۔ زیادہ غیرجانبدار ڈیٹا کا مطلب ہے زیادہ قابل اعتماد گروپ بندی۔
تلاش کی قسم کے لحاظ سے AI استعمال کی میز
تلاش کی قسم
AI طاقتور ہے۔
خطرناک/انسانی کاروبار
لازمی تصدیق
سیرامکس
فارم/آٹا پری گروپنگ
مدت، پیداوار حوالہ کی جگہ
حوالہ کیٹلاگ، آٹے کا تجزیہ
سکہ
چہرہ/آئیکن پری ریکگنیشن
انتساب، تقلید/نایاب پتہ لگانا
سکے کی فہرست، ماہر
لیتھک (پتھر کا آلہ)
قسم اور سائز کی پیمائش
فنکشن، ٹیکنالوجی کا جائزہ
استعمال کے لباس کا تجزیہ
شیشہ / دھات
رنگ، فارم سے پہلے علیحدگی
ترکیب، تاریخ
لیبارٹری تجزیہ
تھوڑی تلاش
انوینٹری تصویر ملاپ
فعل، اہمیت کی تشریح
سیاق و سباق، متوازی مثال
عام غلطیاں
- وضاحت کے بجائے حوالہ جات طلب کرنا۔ AI سے پوچھیں کہ "یہ کیسا لگتا ہے،" نہیں "یہ کیا ہے"؛ کیٹلاگ کے ساتھ اپنا فیصلہ کریں۔
- خراب تصویر کے ساتھ درجہ بندی کرنا۔ اسکیل، لائٹ اور کلر کارڈ کے بغیر آؤٹ پٹ ناقابل اعتبار ہے۔
- نایاب تلاش کے لیے AI کا پہلا حوالہ قبول کرنا۔ AI atypical پیٹرن کو سب سے زیادہ مانوس پیٹرن پر مجبور کرتا ہے۔
- پیسٹ/سیاق و سباق کے ڈیٹا کو چھوڑنا۔ صرف بصری مماثلت گمراہ کن ہے۔ آٹا اور سیاق و سباق فیصلہ کن ہیں۔
- حتمی ٹائپولوجی کے لیے ابتدائی گروپ بندی کو غلط سمجھنا۔ گروپ بندی ایک آغاز ہے۔ ٹائپولوجی ایک ماہر اور حوالہ کا کام ہے۔
خلاصہ میں
پایا درجہ بندی میں AI؛ یہ بصری تفصیل، فیچر نکالنے اور ابتدائی گروپ بندی کے کاموں میں سنجیدہ وقت بچاتا ہے۔ لیکن ثقافتی-تاریخی انتساب، تقلید/نایاب کھوج اور فنکشنل تشریح کا تعلق ماہر اور حوالہ جاتی کیٹلاگ سے ہے۔ AI کو بتائیں "وضاحت" نہیں "وضاحت"؛ تصویر کے معیار کو معیاری بنانا؛ ہر انتساب کی آزاد ذرائع سے تصدیق کریں۔ نایاب تلاش میں، AI کے پہلے جواب کے بارے میں سب سے زیادہ شکی رہو۔
درخواست کا کام
آپ کے پاس موجود 10 ملی تصاویر کو معیاری شکل میں تیار کریں (یا کیٹلاگ میں سے انتخاب کریں)۔ ہر ایک کو "غیر جانبدار وضاحت" ٹیمپلیٹ کے ساتھ بیان کریں، پھر انہیں "پری گروپنگ" ٹیمپلیٹ کے ساتھ گروپ کریں۔ پھر کسی گروپ کا ایک حقیقی حوالہ جاتی کیٹلاگ سے موازنہ کریں اور نوٹ کریں کہ AI کی گروپ بندی کہاں پر تھی اور کہاں غلط تھی۔
چیک لسٹ
- میں نے تصاویر کو اسکیل، لائٹ اور کلر کارڈ کے ساتھ معیاری بنایا۔
- میں AI سے غیر جانبدار وضاحت چاہتا تھا، انتساب نہیں۔
- [ ] میں نے ابتدائی گروپ بندی کو ماہر نظر اور حوالہ جات کے کیٹلاگ سے چیک کیا۔
- [ ] میں نے نایاب/ غیر معمولی تلاشوں میں AI کے ابتدائی انتساب پر سوال اٹھایا۔
- میں نے آزاد ذرائع سے ہر ثقافتی-تاریخی حوالہ کی تصدیق کی ہے۔