Cyber version of "Words Become Law" has reached a whole new level!
গতকাল, গুগল তাদের সর্বশেষ ইমেজ জেনারেশন মডেল ন্যানো ব্যানানা 2 কে গুগল আর্থ ওয়েব ভার্সনে অন্তর্ভুক্ত করেছে।
কে ভাবতে পারত যে এক ঘুম থেকে জেগে দেখবে নতুন ফিচারটি ব্যর্থ হয়ে গেছে, গুগল এটি তাত্ক্ষণিকভাবে প্রত্যাহার করে নিয়েছে!
ফলাফল খুব বাস্তবসম্মত হওয়ায় বিশেষজ্ঞদের তীব্র বিরোধের পর গুগল নতুন ফিচারটি জরুরি ভাবে প্রত্যাহার করে এবং "সুরক্ষা ব্যবস্থা শক্তিশালীকরণ" এর পর আবার প্রকাশ করে।
ন্যানো বানানা 2-এর নতুন প্লেয়িং মোড, ইন্টারনেট ব্যবহারকারীদের দৃশ্যমান উৎসব
আপনি আপনার ব্রাউজারে গুগল আর্থ খুলেন, এবং সহজেই দৃশ্যটি আপনার শৈশবে খেলার পুরানো রাস্তায় নামিয়ে দেন। আপনি জটিল ফটোশপ খোলেননি, এবং স্ক্রিনশটটিকে অন্য কোনো এআই চ্যাট টুলে কপি করেননি।
আপনি শুধু ডান উপরের দিকে নতুন, ক্ষুদ্র আলো ঝলমল করছে এমন Create image বোতামটি ক্লিক করেছেন।
কয়েকটি গুগলের অফিসিয়াল উদাহরণ দেখুন।
সময় পিছনে ফিরে গিয়ে ইতিহাস পুনরায় ঘটান
শিক্ষার্থীদের শুধু ইতিহাস পড়ার পরিবর্তে আসলেই অতীতকে দেখতে সাহায্য করুন।
শিক্ষক ক্লাসে একটি ঐতিহাসিক স্থান দেখাতে পারেন এবং টাইপ করতে পারেন: "78 খ্রিস্টাব্দে পোম্পেই শহরের মূল দৃশ্য একটি অতিবাস্তব ছবি তৈরি করুন।"
আধুনিক ধ্বংসাবশেষগুলি একটি জীবন্ত, বর্ণবহুল রোমান রাস্তা হয়ে উঠবে, যাতে ছাত্ররা দুই হাজার বছর আগের বিশ্বকে সরাসরি দেখতে পায়।
ভার্চুয়াল গাইড: অন্বেষণ করুন এবং গভীরভাবে বুঝুন
গুগল আর্থ ছেড়ে যাওয়ার প্রয়োজন ছাড়াই, একটি জায়গার বিষয়ে গভীর বোঝাপড়া অর্জনের জন্য কাস্টমাইজড ইনফোগ্রাফিক তৈরি করুন।
একটি সহজে বোঝা যায় এমন ফ্রি ডম অব লাইবার্টি ইনফোগ্রাফিক তৈরি করুন এবং প্রধান ঐতিহাসিক তথ্যগুলি চিহ্নিত করুন।
ব্যাকগ্রাউন্ডে, জেমিনি সংশ্লিষ্ট ইতিহাস পুনরুদ্ধার করে, এবং ন্যানো ব্যানানা কয়েক সেকেন্ডের মধ্যে সংশ্লিষ্ট ভিজুয়ালাইজেশন তৈরি করে।
"স্বপ্নের শহর পুনর্গঠনকারী": পেশাদার স্থাপত্য পরিকল্পনা তৈরি করুন
যখন গ্রাহকরা চূড়ান্ত ফলাফলটি সহজেই দেখতে পাবে, তখন রিয়েল এস্টেট প্রকল্পের প্রদর্শন আরও সহজ হয়ে যায়।
স্থপতি এবং শহর পরিকল্পনাবিদরা এখন একটি বাক্য দিয়েই তাদের ডিজাইন প্রস্তাব সরাসরি উপস্থাপন করতে পারেন: "এই টোকিওর খালি জমির পুনর্নির্মাণ করুন একটি সক্রিয় কেনাকাটার ব্যবসায়িক এলাকায়, যার মধ্যে খোলা জনসাধারণের জন্য স্থান রয়েছে।"
মূলত শূন্য কংক্রিটের জমি প্রতিস্থাপিত হবে উচ্চ মানের 3D রেন্ডার করা আধুনিক শহুরে সবুজ অঞ্চল দিয়ে, যা গ্রাহকদের ভবিষ্যতের সম্ভাবনা দেখতে সাহায্য করবে।
প্রকল্পের ফলাফল আগে থেকেই ভিজুয়ালাইজ করুন
যেকোনো স্বপ্নের পিছনের বাগান স্টুডিও বা হ্রদের পাশের বাড়ি, প্রায়শই এটি কীভাবে তৈরি হবে তা কল্পনা করা কঠিন।
এখন, আপনি এটিকে দ্রুত রিয়েল-টাইম প্রিভিউতে পরিণত করতে পারেন।
একটি খালি জায়গা বড় করুন, তারপর লিখুন: "একটি আধুনিক হ্রদের পাশের কুঠি যোগ করুন যা স্থানীয় স্থায়ী উপকরণ দিয়ে তৈরি।"
সিস্টেম একটি ফটো-রিয়েলিস্টিক রেন্ডার তৈরি করবে যাতে ভবিষ্যতের বাসস্থানটি প্রকৃত ভূমির পরিবেশে আদর্শভাবে একীভূত হয়।
আপনার পছন্দের জায়গাটিকে একটি ভবিষ্যতের রূপান্তর দিন
কখনও কখনও, কল্পনাকে মুক্ত করাই একটি আনন্দ।
একটি জায়গার শত বছর পরের দৃশ্য দেখতে চাইলে, নিম্নলিখিত লিখুন: "গুগল মাউন্টেন ভিউ ক্যাম্পাসকে একটি ভবিষ্যতের বিজ্ঞান কল্পনা ইউটোপিয়ায় রূপান্তরিত করুন, যেখানে আলোকিত হাঁটার পথ, কাচের ইকো-ডোম, ফ্লাইং ট্রান্সপোর্ট ক্যাবিন এবং ভবনের চারপাশে বৃদ্ধি পাওয়া গাছগুলি রয়েছে।"
তারপর, সম্পূর্ণ এলাকাটি একটি চলচ্চিত্রের মতো সাইবারপাঙ্ক ভবিষ্যত শহরে পরিণত হবে।
খেলোয়াড়রা সরাসরি "Oh My God" বলে উঠলো
টেক মিডিয়া সম্পাদক ডেভিড গেভিট কয়েক ঘন্টা গুগল আর্থে ঘুরে বেড়ানোর সময় কাটিয়েছিলেন, এই ক্ষমতায় মুগ্ধ হয়েছিলেন যে বাড়ি থেকেই বিশ্বভ্রমণ করা যায়। স্ট্রিট ভিউ ফাংশনটি কিছুটা অনুপযুক্ত হলেও, এটি তাঁকে মুগ্ধ করেছিল এবং আজও তা তাঁকে মুগ্ধ করে।
খবরটি জানতে পেরে তিনি তাড়াতাড়ি নতুন ফিচারটি টেস্ট করেন, যার ফলে “অনেক হাসি হয়েছে”।
আমেরিকার স্বাধীনতা স্মারক, যা একটি আমেরিকান জাতীয় ঐতিহাসিক স্থান এবং বিশ্ব ঐতিহ্যবাহী স্থান। ১৭৭৬ সালের ৪ জুলাই, আমেরিকার স্বাধীনতার ঘোষণাপত্র এখানে গৃহীত হয়।
এটি মার্কিন যুক্তরাষ্ট্রের জন্য অনিশ্চিতভাবে ঐতিহাসিক এবং সাংস্কৃতিক মূল্য বহন করে।
কিন্তু ডেভিড গেভিটের একটি মুক্ত কল্পনা ছিল: "কল্পনা করুন এটি ৫০০ বছর পরের একটি অন্তিম বিপর্যয়বাদী ভবিষ্যত।"
একটি বাক্য, অতীতের মন্দির সরাসরি 'শেষ দিনের ধ্বংসাবশেষ' হয়ে গেল।
ফিলাডেলফিয়ার সবচেয়ে প্রসিদ্ধ ঐতিহ্যগুলির একটি হল মার্কিন যুক্তরাষ্ট্রের সবচেয়ে পুরনো বার্ষিক জনপ্রিয় প্যারেড, যা ১৯০১ সাল থেকে নববর্ষের ঐতিহ্য হয়ে উঠেছে।
এটি তাকে চিন্তা করতে বাধ্য করল: ভবিষ্যতের ফিলাডেলফিয়ার প্রয়োজন একটি বিপর্যয়বাদী বিপরীত ইউটোপিয়ান উৎসব প্যারেড, মামার্স প্যারেড।
তাই, তিনি পরবর্তীতে বললেন, "এখন এটিকে জোম্বি, দুষ্ট ক্লাউন এবং বিশাল বাইরের মেকানিক্যাল মেকানিজম দ্বারা দখল করুন।"
জ্যাম্পি, খারাপ ক্লোউন এবং বিশাল বিদেশী মেকা, ওহ হ্যাঁ!
জম্বি, দুষ্ট ক্লোউন এবং বিশাল বাইরের যুদ্ধমেশিন, তীব্র পরিস্থিতি, পরিবেশ ঠিক নেই। কিন্তু আরেকটি ইঙ্গিত দিলে এটি পারফেক্ট হয়ে যাবে। সে এআইকে বলল, "তাদের সবাইকে আনন্দিত করো।"
এখন, তিনি মনে করেন: "এটি একটি বিশ্বস্ত ভবিষ্যত ফিলাডেলফিয়া, বিশেষ করে 1 জানুয়ারি।"
দয়া করে মনে রাখবেন, শেষে তিনি সতর্ক করেছেন: "যদিও এটি কিছু আকর্ষণীয় পরীক্ষা নিয়ে আসতে পারে, তবে এটি এখনও একটি নির্ভরযোগ্য ও ব্যবহারযোগ্য টুল বলে গণ্য হতে পারে না।"
বর্তমানে, নতুন ফিচারটি সরাসরি "স্ট্রিট ভিউ" এ ব্যবহার করা যায় না, যা ব্যবহারিকতা এবং আনন্দকে কমিয়ে দেয় এবং দুঃখজনক।
একটি মিডিয়া নির্মমভাবে টিকটিকি দিয়েছে: পেশাদার ডেভেলপার বা স্থপতির জন্য, এই ধরনের স্থানিক জ্যামিতির নির্ভুলতা নিশ্চিত করতে অক্ষম, কেবল সম্ভাবনার উপর ভিত্তি করে জোড়া লাগানো চিত্রগুলি হল একটি পরিশীলিত 'AI কুঁজ' (AI Slop)।
একদিনের বেশি না হওয়াতেই ইন্টারনেট ব্যবহারকারীরা এটিকে নষ্ট করে ফেলেছে, গুগল তার নতুন ফিচারটি জরুরি ভাবে প্রত্যাহার করেছে!
টেকনিক্যাল ডিকোড
"শূন্য থেকে সৃষ্টি" থেকে "ভৌগোলিক স্থান সীমাবদ্ধতা"
প্রাথমিক এআই চিত্রাঙ্কন যুক্তিতে, এআই পিক্সেলের খেলা খেলছিল।
আপনি এটিকে একটি প্রম্পট দিন, এটি বিশাল সম্ভাব্যতা বণ্টন থেকে একটি চিত্র গঠন করে, এটি মহাকর্ষকে কোনও মানে দেয় না, আর চিত্রের ভিতরের ভবনটি বাস্তবে আসলে আছে কিনা তারও কোনও খেয়াল করে না।
কিন্তু গুগল আর্থে একীভূত ন্যানো ব্যানানা 2 খেলার নিয়ম বদলে দিয়েছে। এটি একটি নতুন প্রচেষ্টা যার নাম «ভৌগোলিক সীমাবদ্ধতা» (Geospatial Grounding)।
প্রযুক্তিগত ভিত্তির উপর, এটি Gemini-এর শক্তিশালী মাল্টিমোডাল এবং অনুসন্ধান-সমৃদ্ধ (Search Grounding) ক্ষমতার উপর নির্ভর করে:
প্রথমত, ভৌত ম্যাপের রিয়েল-টাইম ক্যাপচার।
ন্যানো ব্যানানা ২ যে অধীনস্থ ইনপুটটি পায়, তা একটি সাধারণ উপরের দিক থেকে দেখা ছবি নয়, বরং «বর্তমান ভিউপোর স্যাটেলাইট/এয়ারিয়াল ওরিজিনাল ইমেজ + 3D উচ্চতা এবং ভূমির গ্রিড + স্পেসিয়াল ক্যামেরা প্যারামিটার»-এর একটি কম্পোজিট কনস্ট্রেইন্ট ম্যাট্রিক্স।
এটির জেনারেটিভ টাস্ক কঠোরভাবে অ্যানকর্ড করা হয়েছে বলে অনুমান করা হচ্ছে:
ভূমি পরিবর্তনযোগ্য নয়: পাহাড়ের ভাঁজ, হ্রদের প্রান্তের ভিত্তি, ভবনের ভিত্তির সঠিক অবস্থান ও অনুপাত ভৌগোলিক বাস্তবতার সাথে কঠোরভাবে মেলাতে হবে।
প্রতিফলন এবং স্থানিক সম্পর্ক মেলাতে হবে: নতুন তৈরি করা ভবন, উদ্ভিদ বা দৃশ্য উপাদানগুলি বাস্তব ত্রিমাত্রিক ভূমি এবং বিদ্যমান কাঠামোর মধ্যে একীভূত হতে হবে, বাতাসে ভাসমান নয়।
সাবজেক্ট কনসিসটেন্সি: ন্যানো ব্যানানা 2 সর্বোচ্চ 5টি সাবজেক্ট এবং 14টি অবজেক্টের অতিশক্তিশালী কনসিসটেন্সি রেন্ডারিং সমর্থন করে, যা নতুন শহর বা নতুন কমিউনিটির দৃশ্য পরিবর্তনের সময় দৃশ্যমান বিচ্ছিন্নতা এড়াতে সহায়তা করে।
এটি বাস্তব ভৌগলিক সীমাবদ্ধতার অধীনে শর্তাধীন জেনারেশন। এর দাম হলো Google Earth-এর প্রতিটি ছবি তৈরি করতে দুই মিনিট সময় লাগে।
দ্বিতীয়ত, বিশ্ব জ্ঞান ভাণ্ডারের রিয়েল-টাইম রিট্রিভাল।
ন্যানো ব্যানানা ২ শুধু একটি ইমেজ জেনারেটর নয়, এর পিছনে গুগলের বিশাল সার্চ ইঞ্জিন এবং ভৌগলিক জ্ঞান ব্যাংকের সাথে সংযোগ রয়েছে। যখন আপনি 'ইতিহাস পুনর্স্থাপন' বা 'ল্যান্ডমার্ক চিহ্নিতকরণ' করার চেষ্টা করেন, তখন এটি ঐ ল্যান্ডমার্কের সাংস্কৃতিক প্রেক্ষাপট এবং ভৌগলিক সাধারণ জ্ঞান সক্রিয়ভাবে অনুসন্ধান করে।
উদাহরণস্বরূপ, ব্যবহারকারী একটি «ফ্রিডম স্ট্যাচু ইনফোগ্রাফিক» তৈরির অনুরোধ করেছেন।
মডেলটি শুধু ছবি আঁকে না, বরং জেমিনির বিশ্ব জ্ঞান ব্যবহার করে নির্মাণের বছর, ব্যবহৃত উপকরণ, ভবনের মাপ, ইতিহাস ইত্যাদি স্বয়ংক্রিয়ভাবে পূরণ করে।
তবে, তথ্য অনুসন্ধান সম্পূর্ণরূপে সঠিক কিনা একটি সতর্কতার সাথে বিবেচ্য বিষয়।
এআই পেশাদার দেখতে ইনফোগ্রাফিক তৈরি করতে পারে, কিন্তু এর মানে এই নয় যে সব তথ্যই পুরোপুরি বিশ্বস্ত
তৃতীয়, উচ্চ-বিশ্বস্ততা বিশিষ্ট বিস্তারিত এবং সঠিক টেক্সট।
ন্যানো ব্যানানা 2 এখন 2K এবং এমনকি 4K হাই-ফিডেলিটি ভিজুয়াল আউটপুট সমর্থন করে এবং অত্যন্ত শক্তিশালী টেক্সট রেন্ডারিং ক্ষমতা রাখে। এর অর্থ হলো, আপনি তৈরি করা দৃশ্যে পরিষ্কারভাবে সাজানো, কোনো ক্র্যাশ ছাড়াই টেক্সটযুক্ত সাইনবোর্ড বা তথ্যমূলক ব্যাখ্যা দেখতে পাবেন, এমনকি স্থানীয় স্থাপনা বা ল্যান্ডমার্কের উপর "হ্যান্ড-ড্রয়েড" আকারে বাস্তব ঐতিহাসিক তথ্যসহ ইনফোগ্রাফিক্সও তৈরি করতে পারবেন।
অপারেশনাল লেভেলে, গুগল এই জটিল প্রযুক্তিকে চরম পর্যন্ত সংকুচিত করেছে: জেনারেশনের সময় এগিয়ে বা পিছনে যাওয়ার মাধ্যমে পরিবর্তনগুলি দেখা যায়, 'Refine image' ক্লিক করে প্রম্পট যোগ করে আরও ইটারেশন চালিয়ে যাওয়া যায়, এবং ইন্টারফেসটি সহজেই বোঝা যায় এমন before/after অভিজ্ঞতা প্রদান করে।
এটি সাধারণ ব্যক্তিদের জন্য “স্ক্রিনশট নেওয়া-এক্সপোর্ট করা-অন্য এআইকে ইনপুট দেওয়া-পুনরায় সংযোজন করা” এর জটিল প্রক্রিয়াকে সরাসরি বাতিল করে দেয়, যার ফলে “সৃজনশীলতা” এবং “বাস্তব ভৌগলিক অবস্থান” এর মধ্যে অবিচ্ছিন্ন প্রাকৃতিক একীভূতকরণ ঘটে।
সন্তুষ্ট হলে «Save to Project» ক্লিক করুন, যাতে ছবিটি একটি Placemark হিসেবে আপনার ব্যক্তিগত প্রকল্প স্তরে স্থায়ীভাবে আটকানো হয় এবং ক্যামেরার দৃশ্যকোণ সংরক্ষিত থাকে। যে কেউ এই স্থানাঙ্কে প্রবেশ করবে, তারা আপনার «অন্য সম্ভাবনা» দেখতে পাবে।
ভার্চুয়াল আর্থ কি গুগল জেমিনিকে প্রতিদ্বন্দ্বিতার মধ্যে দিয়ে বের করেছে?
ন্যানো ব্যানানার গুগল আর্থে প্রবেশের অর্থ হতে পারে একটি নতুন ফিচারের চেয়ে অনেক বেশি।
এআই ইমেজ জেনারেটর সেগমেন্টে এখন যুদ্ধ চলছে।
OpenAI-এর GPT-image-2 Arena র্যাঙ্কিংয়ে শীর্ষে, Nano Banana 2 Lite পঞ্চম স্থানে। Adobe Firefly, Midjourney ইত্যাদি সবই একই ব্যবহারকারীদের জন্য প্রতিদ্বন্দ্বিতা করছে।
গুগল এক সম্পূর্ণ ভিন্ন পথ অনুসরণ করেছে।
এর গোপন হাত অ্যালগরিদম নয়, বরং ডেটা। বিশ বছরের সঞ্চিত স্যাটেলাইট ইমেজ, এয়ার ফটোগ্রাফি এবং 40টিরও বেশি দেশের শতাধিক শহরের 3D টপোগ্রাফি মডেলিং—এই একচেটিয়া স্পেসিয়াল ডেটাসেটটি যেকোনো শুধুমাত্র টেক্সট-ভিত্তিক মডেলের জন্য চিরকালের জন্য অপ্রাপ্য একটি প্রতিরক্ষা বেষ্টনী।
ন্যানো ব্যানানা 2 কে এই ডেটার সাথে জোড়া দিন, ফলে একটি সম্পূর্ণ নতুন ক্যাটাগরি: বাস্তব ভৌগলিক স্থানাঙ্ক এবং স্থানিক বিশ্বস্ততা সহ এআই ভিজুয়ালাইজেশন।
এটি মিডজার্নির সাথে কার আঁকা সুন্দর তা নিয়ে প্রতিযোগিতা নয়, বরং কার আঁকা আরও বেশি "বাস্তব" তা নিয়ে—যেমন দ্রাঘিমাংশ, উচ্চতা এবং ভৌত দৃষ্টিকোণ সহ।
কেভিন কেলি একসময় ভবিষ্যদ্বাণী করেছিলেন যে পদার্থবিদ্যাগত বিশ্ব ডিজিটাল বিশ্বে একটি কঠোরভাবে সামঞ্জস্যপূর্ণ "মিরর ওয়ার্ল্ড" তৈরি করবে। আজ, গুগল Nano Banana 2 ব্যবহার করে এই মিরর ওয়ার্ল্ডের উপরে একটি "যেকোনো প্রম্পট দ্বারা পুনর্লিখনযোগ্য ডিজিটাল ত্বক" সূক্ষ্মভাবে প্রয়োগ করেছে।
গুগল সরাসরি যুদ্ধক্ষেত্রকে «সুন্দরভাবে আঁকা» থেকে «পৃথিবীকে পুনর্গঠন করা»-এ নিয়ে এসেছে। এই যুদ্ধে, অন্যরা এমনকি প্রবেশাধিকারও পায়নি।
প্রসঙ্গ:
https://blog.google/products-and-platforms/products/earth/nano-banana-google-earth-image-generation/
https://www.zdnet.com/article/google-earth-added-nano-banana-and-i-immediately-reimagined-philly-with-zombies-and-evil-clowns/
https://www.techtimes.com/articles/322272/20260730/google-earth-gets-ai-image-generator-grounded-satellite-data-web-only.htm
https://x.com/googleearth/status/2082818165503902043
https://x.com/Google/status/2082834786310123787
সম্পাদনা: ডেভিড
এই লেখাটি ওয়েইচ্যাট গ্রুপ "নিউ জ্ঞান মেট্রিক্স" থেকে এসেছে, লেখক: ASI প্রতিজ্ঞা