मैंने कुछ ऐसा ही आज़माया।
'मुझे एक ऐसा मंगा बताएँ जो मुझे कठिन रात में पढ़ना चाहिए।'
AI असिस्टेंट 'Gemini' का जवाब मेरी कल्पना से कहीं अधिक कोमल और सटीक था। अगर सिर्फ़ आज रात के लिए एक ही खंड चाहिए, तो केंगो शिन्ज़ो का Hirayasumi; अगर अपनी मुश्किलों को लंबे समय में नए नज़रिए से देखना चाहते हैं, तो कनेहिटो यामादा और त्सुकासा आबे का Frieren: Beyond Journey's End; अगर किसी धीरे-धीरे सुधरने वाले व्यक्ति से प्रेरित होना चाहते हैं, तो चिका उमिनो का March Comes in Like a Lion। मूड के हिसाब से तीन रचनाएँ सूचीबद्ध की गईं।
'ऐसा लगता है जैसे कोई आपके बगल में बैठा हो, बिना यह कहे कि "अपनी पूरी कोशिश करो",' 'दशकों में समय का प्रवाह चुपचाप नुकसान को स्वीकार करता है,' 'एक अकेला युवा शोगी खिलाड़ी नदी पार तीन बहनों की दयालुता से बच जाता है।' हर एक के लिए, रचना की विशेषताएँ और 'यह इस रात के लिए क्यों काम करता है' को ध्यानपूर्वक जोड़ा गया था।
यह शैली, खंडों की संख्या या रैंकिंग पर आधारित नहीं था। AI के अंदर पहले से ही एक मंगा शेल्फ़ मौजूद था जो 'मूड' और 'परिदृश्य' के अनुसार पुनर्व्यवस्थित था।
मैं Comici का CEO हूँ, जो एक मंगा DX स्टार्टअप है। मैं हर दिन मंगा और प्रकाशकों के साथ काम करता हूँ, फिर भी जब कोई पूछता है, 'एक कठिन रात के लिए मंगा बताओ,' तो मुझे इतने स्पष्ट और संगठित तरीके से जवाब देने का आत्मविश्वास नहीं है।
AI पहले से ही उस चरण में प्रवेश कर रहा है जहाँ यह शैलियों और रैंकिंग से परे, जीवन के परिदृश्यों और भावनात्मक अवस्थाओं के आधार पर मंगा की सिफारिश करता है। मेरी दिलचस्पी इस बात में है कि आगे क्या है। AI मंगा चुनते समय वास्तव में क्या देख रहा है? और क्या मंगा उद्योग लंबी अवधि में उस पूछताछ का जवाब देना जारी रखने के लिए तैयार है? पर्दे के पीछे वास्तव में क्या हो रहा है जहाँ AI अपने आप इतनी चतुराई से जवाब देता हुआ प्रतीत होता है?
मैं इस बारे में थोड़ा और ध्यान से सोचना चाहता था।
वॉलमार्ट ने फ्रोजन फूड को 'नाश्ते' और 'दोपहर के भोजन' के अनुसार क्यों व्यवस्थित किया?
चलिए कुछ पल के लिए मंगा से हटकर अमेरिकी खुदरा व्यापार के बारे में बात करते हैं।
वॉलमार्ट ने टेक्सास और कैलिफोर्निया में 'Store of the Future' नामक एक नया स्टोर कॉन्सेप्ट शुरू किया है। विशेष रूप से दिलचस्प बात फ्रोजन फूड सेक्शन की कहानी है।
एक आश्चर्यजनक रूप से सरल बदलाव पेश किया गया। फ्रोजन फूड सेक्शन को अब उत्पाद श्रेणी (पिज्जा, फ्रोजन पास्ता, फ्रोजन बाउल) के बजाय दैनिक जीवन की समयरेखा के अनुसार वर्गीकृत किया गया है: 'नाश्ता' और 'दोपहर का भोजन।'
पिज्जा पिज्जा सेक्शन में जाता था। फ्रोजन पास्ता फ्रोजन पास्ता सेक्शन में जाता था। यह पारंपरिक फ्रोजन फूड गलियारा था। वॉलमार्ट के नए स्टोरों में, अलमारियों को 'नाश्ता' और 'दोपहर का भोजन' की जीवन समयरेखा के अनुसार विभाजित किया गया है।
तकनीकी रूप से, वे कुछ भी अद्भुत नहीं कर रहे हैं। हालाँकि, इस वर्गीकरण का महत्व बहुत बड़ा है। जब AI प्रश्न का उत्तर देता है 'क्या नाश्ते के लिए कोई आसान और स्वस्थ फ्रोजन फूड हैं?', तो यह उत्पाद के नाम का ही उल्लेख नहीं करता, बल्कि 'प्रासंगिक डेटा' का उल्लेख करता है—वह उत्पाद किस प्रकार के जीवन परिदृश्य में दिखाई देता है और किस प्रकार का व्यक्ति इसे चुनता है।
सिर्फ 'यह एक पिज्जा है' लेबल के साथ, AI इस सवाल का जवाब नहीं दे सकता कि 'क्या नाश्ते के लिए कोई अच्छा फ्रोजन फूड है?' क्योंकि लोग AI से प्राकृतिक भाषा में बात करते हैं, AI इसे तभी ढूँढ सकता है जब इसके साथ कोई अर्थ जुड़ा हो जैसे 'यह सुबह के जीवन परिदृश्य से संबंधित है।' जिस शेल्फ पर उत्पाद रखा जाता है, उसका स्थान स्वयं उस अर्थ को रिकॉर्ड करने वाले डेटा का प्रवेश बिंदु बन जाता है।
वॉलमार्ट एक ऐसी कंपनी है जिसके डीएनए में 'Everyday Low Price' शामिल है। ऐसी कंपनी के अपने स्टोर को संपादित करने की परेशानी उठाने का एकमात्र कारण यह है कि वह यह पुनर्विचार कर रही है कि 'AI युग में अपने डीएनए को कैसे कार्यशील बनाया जाए।'
वास्तव में, मंगा पत्रिकाएँ 'डेटा रूम' थीं
अब, वापस मंगा पर आते हैं।
एक किताबों की दुकान के मंगा सेक्शन की कल्पना करें। शोनेन मंगा, शोजो मंगा, सीनन मंगा। या प्रकाशक के अनुसार, लेखक के अनुसार, खंड क्रम के अनुसार। अलमारियाँ शैली या पत्रिका के नाम के अनुसार विभाजित होती हैं, और आप किसी विशेष लेखक या श्रृंखला की तलाश करते हैं। यह सामान्य व्यवस्था है।
यदि आप अचानक उस शेल्फ के सामने पूछें, 'क्या कोई मंगा है जो मुझे कठिन रात में पढ़ना चाहिए?' तो न तो शोनेन मंगा शेल्फ और न ही शोजो मंगा शेल्फ इस सवाल का जवाब देगा। यह बिल्कुल वैसी ही संरचना है जैसी फ्रोजन फूड गलियारे की।
जब तक शैली, लेखक या पत्रिका के नाम जैसे लेबलों पर 'नींद हीन रात के लिए एकदम सही,' 'बरसात की सुबह प्रेरणा देता है,' या 'लंबे समय से प्रतीक्षित छुट्टी में डूबने के लिए कुछ' जैसे अर्थ नहीं जोड़े जाते, AI भी उन्हें नहीं ढूँढ पाएगा (बेशक, कुछ किताबों की दुकानें थीम आधारित मंगा शेल्फ़ बनाती हैं)।
तो, वह 'अर्थ-निर्माण' कौन करता है?
मैं एक थोड़ी अलग दुनिया के बारे में बात करता हूँ। एक लेख पढ़ते समय मुझे एक दिलचस्प समानता मिली जो बताता है कि आधुनिक सैन्य संदर्भों में AI का उपयोग कैसे किया जाता है।
एक ऐसा प्लेटफ़ॉर्म है जो दुनिया भर से आने वाली उपग्रह छवियों, संचार रिकॉर्ड और विभिन्न डेटाबेस को संबंधों के नेटवर्क में व्यवस्थित करता है, जैसे 'यह व्यक्ति इस संगठन से संबंधित है, इस स्थान पर है, और इस संचार में दिखाई देता है।' यह Palantir नामक कंपनी की एक सेवा है। फिर, इसके ऊपर का AI संगठित डेटा से अनुमान लगाता है और रिपोर्ट लिखता है।
एक स्पष्टीकरण ने दोनों के बीच के संबंध का वर्णन इस प्रकार किया: यह प्लेटफ़ॉर्म एक 'संपादकीय विभाग के डेटा रूम और प्रूफ़रीडिंग सिस्टम' जैसा है। यह दुनिया भर से एकत्रित जानकारी को व्यवस्थित करने, जोड़ने और उन तक पहुँच अधिकारों के प्रबंधन का आधार है। दूसरी ओर, AI एक 'उच्च क्षमता वाला बाहरी विश्लेषक है जो कंपनी के आंतरिक मामलों को नहीं जानता।' यह डेटा रूम द्वारा प्रदान किए गए डेटा को पढ़ता है, पैटर्न ढूँढता है, परिदृश्यों पर विचार करता है और रिपोर्ट लिखता है। हालाँकि, AI उस जानकारी तक नहीं पहुँच सकता जो डेटा रूम प्रदान नहीं करता।
मैंने इस समानता पर ज़ोर से सिर हिलाया।
AI एक उत्कृष्ट विश्लेषक है। लेकिन यह एक बाहरी व्यक्ति है जो आंतरिक मामलों को नहीं जानता। डेटा रूम के बिना, AI सामान्य ज्ञान वाला एक चतुर व्यक्ति मात्र है। इसके विपरीत, एक संगठित डेटा रूम वाली जगह पर, AI उस क्षेत्र के विशेषज्ञ की तरह व्यवहार करता है।
जब हम इसे मंगा उद्योग पर लागू करते हैं तो क्या होता है? इस सवाल पर AI मूड-आधारित उत्तर दे पाने का कारण 'मुझे एक कठिन रात में पढ़ने के लिए मंगा चाहिए' यह है कि एक डेटा रूम मौजूद है जहाँ किसी ने पहले मंगा को अर्थ निर्दिष्ट किया है और उन्हें व्यवस्थित किया है। डेटा रूम के बिना, AI केवल सामान्य ज्ञान स्तर के उत्तर दे सकता है।
मेरा मानना है कि मंगा में उस डेटा रूम की भूमिका लंबे समय से मंगा पत्रिकाओं के संपादकीय विभागों ने निभाई है।
एक मंगा पत्रिका केवल एक माध्यम नहीं है जो कार्यों को एकत्र करता है। यह स्वयं अर्थ निर्दिष्ट करने का कार्य है: 'इस पत्रिका में कार्यों का समूह इस प्रकार के पाठक तक इस प्रकार के मूड में पहुँचता है।' एक पत्रिका उठाकर, पाठक बिना जाने ही अपने मूड के अनुरूप कार्यों का एक समूह ढूँढ पाते थे। पत्रिका का नाम स्वयं निर्दिष्ट अर्थों वाले मंगा के एक शेल्फ के रूप में कार्य करता था।
इस बिंदु पर, हम देख सकते हैं कि मंगा उद्योग को अब क्या चाहिए। यह मंगा पत्रिकाओं की तुलना में और भी छोटी इकाइयों में, प्रत्येक व्यक्तिगत कार्य के लिए 'एक कठिन रात के लिए प्रभावी,' 'ग्रेजुएशन से पहले की रात पर गूंजता है,' या 'पूरी रात जागने के बाद ताज़गी देता है' जैसे अर्थों को डेटा के रूप में फिर से निर्दिष्ट करना है। यह डेटा की शक्ति का उपयोग करके उन संवेदनाओं को समृद्ध करना है जिन्हें मंगा पत्रिका संपादकीय विभागों ने कई वर्षों में सावधानीपूर्वक निखारा है।
Comici जो करना चाहता है वह बहुत सरल है
Comici में हम जो करने की कोशिश कर रहे हैं, वह बिल्कुल इसी से मेल खाता है।
अब तक, मंगा कार्यों के आसपास का डेटा—प्रकाशक, डिजिटल बुकस्टोर, SNS, एनीमे, मर्चेंडाइज—उद्योग में अलग-अलग मौजूद रहा है। पूर्णता दर, PV, बिलिंग, SNS प्रतिक्रियाएँ, प्रशंसक उत्साह। ये सभी मंगा के मूल्य के बारे में बात करने के लिए महत्वपूर्ण सामग्री हैं, लेकिन उद्योग भर में शायद ही इनका मूल्यांकन किया गया हो।
Comici एक ऐसा आधार बना रहा है जो इस डेटा को एक साथ बांधता है और प्रत्येक मंगा कार्य को 'अर्थ' की एक रूपरेखा देता है। यह एक डेटा आधार है जो कार्यों के विकास के संबंध में निर्णय लेने के लिए एक उचित आधार के रूप में कार्य करता है, जैसे कि सीरीज़ को जारी रखना है या नहीं, स्क्रीन अनुकूलन की ओर बढ़ना है, उत्पाद जारी करना है, या विदेशों में विस्तार करना है।
लेकिन मैं वास्तव में जो करना चाहता हूं वह बहुत सरल है।
एक ऐसी स्थिति बनाना जहाँ पूरा मंगा उद्योग 'एक कठिन रात में पढ़ने के लिए मंगा' या 'सोमवार सुबह ऊर्जा देने वाला मंगा' जैसे सवालों का जवाब दे सके। डेटा की शक्ति का उपयोग करके उन संवेदनाओं को समृद्ध करना जिन्हें मंगा पत्रिका के संपादकीय विभागों ने वर्षों से संजोया है।
मेरा मानना है कि यह AI द्वारा चुने जाने वाले मंगा की संख्या बढ़ाने का तरीका है और यह दुनिया भर के पाठकों तक जापानी मंगा पहुँचाने की एक शर्त भी है।
क्या हम एक शेल्फ़ के सामने खड़े पाठक को दे सकते हैं, 'यह आपके लिए आज रात का मंगा है।' मैं मंगा उद्योग के मूल में काम को फिर से सोचना चाहता हूँ: एक पाठक को एक कार्य सौंपना।
