अमेरिका में पढ़ रहे भारतीय छात्र सुवादित्य मुखर्जी ने एआई का उपयोग करके हॉलीवुड की एक क्लासिक फिल्म को नया रूप देने में कैसे मदद की।

(जनवरी 25, 2026) अगस्त 2024 में, सुवादित्य मुखर्जी दो सूटकेस और थोड़ी सी बेचैनी के साथ लॉस एंजिल्स पहुंचे। यह पहली बार था जब वे मुंबई में रहने वाले अपने माता-पिता से इतनी दूर यात्रा कर रहे थे। पहली बार मुंबई उन्हें शहर कम और उड़ान के घंटों में सिमटी एक याद ज़्यादा लग रही थी। घर से लगभग 8,700 मील की दूरी उन्हें अलग कर रही थी। उस समय, उनका जीवन कई अंतरराष्ट्रीय छात्रों जैसा लग रहा था जो एक नए देश, अपरिचित व्यवस्थाओं और नए सिरे से शुरुआत करने की धीमी प्रक्रिया से जूझ रहे थे।

उस समय सुवादित्य को यह नहीं पता था कि कुछ महीनों बाद, कैंपस में हुई एक सामान्य बातचीत उन्हें हॉलीवुड द्वारा अब तक की सबसे महत्वाकांक्षी फिल्म और प्रौद्योगिकी परियोजनाओं में से एक तक ले जाएगी। बाद में उस युवक ने कहा, "यह सचमुच जीवन का एक अनूठा अनुभव था।"

अमेरिका पहुंचने के एक साल बाद, सुवादित्य का नाम फिल्म के क्रेडिट्स में शामिल हो गया। द विजार्ड ऑफ ओज़ एट स्फीयरयह परियोजना 1939 की क्लासिक फिल्म का एक महत्वाकांक्षी पुनर्निर्माण है, जिसे हॉलीवुड का कृत्रिम बुद्धिमत्ता के साथ अब तक का सबसे महत्वपूर्ण प्रयोग बताया गया है। इस परियोजना से एक अरब डॉलर से अधिक का राजस्व प्राप्त होने की उम्मीद है और इसमें लगभग एक सदी पुरानी फिल्म को लास वेगास स्थित स्फीयर नामक एक अत्याधुनिक मनोरंजन स्थल में प्रदर्शित किया जाएगा।

सुवादित्य, जो अब कंप्यूटर विज्ञान में मास्टर डिग्री के छात्र हैं, के लिए दक्षिणी कैलिफोर्निया विश्वविद्यालयलॉस एंजिल्स में एक छात्र के रूप में आगमन से लेकर हॉलीवुड की एक ऐतिहासिक फिल्म में काम करने तक का सफर संयोगवश हुई मुलाकातों की एक श्रृंखला रही है।

मशीनों की असलियत समझना सीखना

सुवादित्य कंप्यूटर विज्ञान में मास्टर डिग्री हासिल कर रहे हैं, जिसमें उनकी विशेषज्ञता कृत्रिम बुद्धिमत्ता में है। यूएससी के विटरबी स्कूल ऑफ इंजीनियरिंगउनकी अकादमिक रुचि डीप लर्निंग और जनरेटिव एआई में है, विशेष रूप से कंप्यूटर विज़न, 3डी जनरेशन और दक्षता अनुकूलन जैसे क्षेत्रों में। अमेरिका आने से पहले, उन्होंने कंप्यूटर विज्ञान (एआई) में बैचलर ऑफ टेक्नोलॉजी की डिग्री पूरी की। एनएमआईएमएस विश्वविद्यालय मुंबई में, जहां कृत्रिम बुद्धिमत्ता के प्रति उनका आकर्षण औपचारिक रूप लेने लगा।

अपनी पढ़ाई के साथ-साथ, यह मास्टर छात्र एक मशीन लर्निंग इंजीनियर के रूप में काम करता है। Magnopusएक वैश्विक स्टूडियो, जो सिनेमा, गेमिंग और विस्तारित वास्तविकता को मिलाकर मनमोहक अनुभव बनाने के लिए जाना जाता है, में काम करते हैं। उनका काम 3डी जनरेटिव मॉडल को अनुकूलित करने और यह पता लगाने पर केंद्रित है कि एआई का उपयोग करके विस्तृत त्रि-आयामी दुनिया को तेजी से कैसे बनाया जा सकता है। इसी वजह से उन्हें हॉलीवुड की एक ऐतिहासिक परियोजना का हिस्सा बनने का अवसर मिला।

ओज़ के जादूगर ने कैसे दस्तक दी

लॉस एंजिल्स पहुंचने के बाद, सुवादित्य ने जानबूझकर खुद को शोध में पूरी तरह से समर्पित कर दिया। उन्होंने कृत्रिम बुद्धिमत्ता और मशीन लर्निंग के क्षेत्र में अवसरों की तलाश में 248 प्रोफेसरों को ईमेल भेजे। जिन कुछ प्रोफेसरों ने जवाब दिया, उनमें यूएससी इंस्टीट्यूट फॉर क्रिएटिव टेक्नोलॉजीज के प्रोफेसर बेंजामिन नाइ और यूएससी स्कूल ऑफ सिनेमैटिक आर्ट्स में मिक्स्ड रियलिटी के अग्रणी प्रोफेसर मार्क बोलास ने उन्हें काम की पेशकश की।

प्रोफेसर बोलास के साथ अंशकालिक रूप से काम करते हुए, सुवादित्य ने एआई और इमर्सिव मीडिया के अंतर्संबंध पर तकनीकी पाठ्यक्रम और अनुसंधान विकसित करने में मदद की। एक बातचीत के दौरान, उन्होंने इमर्सिव मीडिया के बड़े पैमाने पर पुनर्कल्पना के बारे में अपनी उत्सुकता का जिक्र किया। औज़ के जादूगर स्फीयर के बारे में उन्होंने गूगल क्लाउड नेक्स्ट में घोषणा होते हुए देखा था।

प्रोफेसर बोलास संयोगवश मैग्नॉपस में किसी को जानते थे, जो स्फीयर के प्रमुख रचनात्मक प्रौद्योगिकी साझेदारों में से एक था। एक परिचय से दूसरा परिचय हुआ। यूएससी गेम्स के एक शोकेस में, सुवादित्य की मुलाकात मैग्नॉपस के एक भर्तीकर्ता से हुई। कुछ ही हफ्तों में, उन्होंने खुद को परियोजना के अंतिम चरणों पर काम कर रही एक छोटी, लेकिन बेहद सक्रिय टीम में शामिल पाया।

एक ऐसी फिल्म का पुनर्निर्माण करना जिसका मकसद कभी बदलाव करना नहीं था

औज़ के जादूगर यह फिल्म 1939 में रिलीज़ हुई थी और उस समय के छोटे सिनेमाघरों के लिए उपयुक्त ढंग से फिल्माई गई थी। फिल्म का आकर्षण इसकी नाटकीय प्रस्तुति, हाथ से चित्रित सेट और सावधानीपूर्वक रचित दृश्यों में निहित है। लेकिन इसे स्फीयर नामक विशाल, चारों ओर से घेरने वाले थिएटर में प्रदर्शित करना एक मूलभूत समस्या थी। मूल फुटेज में इतनी दृश्य सामग्री नहीं थी कि वह इतने बड़े स्थान को भर सके।

फिल्म को खींचने या काटने से उसकी मूल भावना नष्ट हो जाती, इसलिए रचनात्मक टीमों ने कृत्रिम बुद्धिमत्ता का सहारा लिया। मैग्नॉपस के इंजीनियरों ने गूगल डीपमाइंड, गूगल क्लाउड, स्फीयर स्टूडियो और वार्नर ब्रदर्स डिस्कवरी के शोधकर्ताओं और कलाकारों के साथ मिलकर ऐसे सिस्टम विकसित किए जो अभिनय या कहानी को बदले बिना मूल फुटेज को बेहतर और विस्तारित कर सकते थे। फिल्म का लगभग 90 प्रतिशत हिस्सा एआई का उपयोग करके बेहतर बनाया गया, लेकिन लक्ष्य कहानी को आधुनिक बनाना नहीं था, बल्कि उसे संरक्षित रखना था। 

पर्दे के पीछे का अदृश्य काम

सुवादित्य इस प्रोजेक्ट के सबसे चुनौतीपूर्ण चरण में शामिल हुए, जब वे डेडलाइन से ठीक पहले अंतिम चरण के लिए गठित एक छोटी टीम का हिस्सा थे। उनकी भूमिका में उन शॉट्स को सुधारना शामिल था जो पारंपरिक एआई पाइपलाइन के माध्यम से गुणवत्ता मानकों को पूरा नहीं कर पा रहे थे। ये अक्सर तेज़ गति, जटिल प्रकाश व्यवस्था या अपूर्ण दृश्य डेटा वाले दृश्य होते थे। ये वे स्थितियाँ हैं जिनमें एआई सिस्टम को अक्सर कठिनाई होती है।

सबसे संवेदनशील चुनौतियों में से एक पात्रों की शक्ल-सूरत को बनाए रखना था। कृत्रिम बुद्धिमत्ता सहज रूप से चेहरों या हाव-भाव को नहीं समझती। जब अभिनेता तेज़ी से हिलते हैं या फ्रेम से बाहर निकल जाते हैं, तो सिस्टम के पास उन्हें सटीक रूप से पुनर्निर्मित करने के लिए पर्याप्त जानकारी नहीं होती है। “हमारा दिमाग दृश्य जानकारी में मौजूद कुछ कमियों को पूरा कर सकता है, लेकिन एआई ऐसा नहीं कर सकता,” सुवादित्य ने एक साक्षात्कार में समझाया। “हमें सही फ्रेम चुनने थे और फिर उनके बीच की कमियों को भरना था।”

उनके काम में सावधानीपूर्वक चुने गए संदर्भों के साथ मॉडलों का मार्गदर्शन करना शामिल था, जिससे यह सुनिश्चित हो सके कि पात्र हर फ्रेम में पहचानने योग्य और सुसंगत बने रहें। इस प्रयास की सफलता इसकी सूक्ष्मता में निहित है। जब इसे अच्छी तरह से किया जाता है, तो दर्शक तकनीक को बिल्कुल भी नोटिस नहीं करते।

सिनेमा जो दर्शकों को चारों ओर से घेर लेता है

यह अनुभव केवल दृश्य संवर्धन से कहीं अधिक व्यापक है। स्फीयर में, फिल्म के साथ ऐसे भौतिक प्रभाव भी शामिल हैं जो कहानी के साथ तालमेल बिठाते हैं, जैसे शक्तिशाली पंखे कंसास के बवंडर का अनुकरण करते हैं, सीटें कांपती हैं, कोहरा छा जाता है और महत्वपूर्ण क्षणों में सुगंध छोड़ी जाती है। नाटकीय दृश्यों के दौरान, ड्रोन द्वारा संचालित उड़ने वाले बंदर ऊपर से गुजरते हैं। यह सिनेमा का अनुभव केवल दृष्टि और ध्वनि के माध्यम से नहीं, बल्कि शरीर के माध्यम से भी होता है।

कई महीनों तक इस प्रोजेक्ट पर काम करने के बावजूद, सुवादित्य ने देखा औज़ के जादूगर फिल्म के प्रीमियर से ठीक एक रात पहले ही उन्होंने इसे पूरी तरह से तैयार किया। तब तक, फिल्म के साथ उनका रिश्ता तकनीकी और खंडित था, जो फ्रेम, मॉडल और ऑप्टिमाइजेशन मेट्रिक्स द्वारा परिभाषित था।

लॉस एंजिल्स में बिल्ड विद एआई पर एक वार्ता के दौरान सुवादित्य।

एक जिज्ञासा जो बचपन से ही शुरू हुई थी

सुवादित्य को बचपन से ही कृत्रिम बुद्धिमत्ता में रुचि थी। 10 वर्ष की आयु में, उन्होंने एक विज्ञान विश्वकोश पढ़ा जिसमें भविष्यवाणी की गई थी कि कृत्रिम बुद्धिमत्ता लगभग 2040 या 2050 तक वास्तविकता बन जाएगी। लेकिन वास्तविकता उससे कहीं पहले साकार हो गई। मुंबई में स्नातक की पढ़ाई पूरी करते समय, उन्होंने देखा कि चैटजीपीटी जैसे उपकरण कक्षाओं में प्रवेश कर रहे हैं, जिससे छात्रों के सीखने और शिक्षकों के पढ़ाने के तरीके में क्रांतिकारी परिवर्तन आ रहा है।

यूएससी में, उनका काम विज़न-लैंग्वेज मॉडल, 3डी कंप्यूटर विज़न और शिक्षा एवं रचनात्मक मीडिया के लिए जनरेटिव सिस्टम तक विस्तारित हुआ है। उन्होंने सैन फ्रांसिस्को में पायटॉर्च सम्मेलन में शोध प्रस्तुत किया है और उन्हें मशीन लर्निंग में गूगल डेवलपर एक्सपर्ट के रूप में मान्यता प्राप्त है। वे डेवलपर समुदायों से भी गहराई से जुड़े हुए हैं, उन्होंने पहले एनएमआईएमएस में गूगल डेवलपर स्टूडेंट क्लब की स्थापना और नेतृत्व किया था, जिसके तहत उन्होंने पूरे भारत के छात्रों के लिए कार्यशालाओं, प्रतियोगिताओं और वक्ता सत्रों का आयोजन किया था।

क्रेडिट से परे देखना

भविष्य में, सुवादित्य एक अग्रणी एआई अनुसंधान प्रयोगशाला में काम करने की आशा रखते हैं, जहाँ वे यह पता लगाएंगे कि बुद्धिमान प्रणालियाँ कैसे तर्क करती हैं और जनरेटिव प्रौद्योगिकियाँ किस प्रकार आकर्षक, अंतःक्रियात्मक दुनिया का निर्माण कर सकती हैं। उनकी दीर्घकालिक महत्वाकांक्षाओं में 3डी पीढ़ी को होलोग्राफिक और मिश्रित वास्तविकता इंटरफेस की ओर आगे बढ़ाना शामिल है।

फिलहाल, वह मैग्नॉपस में अपने पाठ्यक्रम, शोध और अंशकालिक नौकरी के साथ-साथ फोटोग्राफी और खाना पकाने में अपनी रुचि को भी संतुलित कर रहे हैं। वह मजाक में कहते हैं कि विभिन्न परियोजनाओं और सहयोगों के बीच काम करते समय वह कई ब्राउज़र विंडो खुली रखते हैं, जिनमें से प्रत्येक में दर्जनों टैब भरे होते हैं। क्रेडिट्स में उनका नाम देखकर द विजार्ड ऑफ ओज़ एट स्फीयर यह एक मील का पत्थर है, लेकिन अंत नहीं। यह उनकी यात्रा के उन अध्यायों में से एक है जो हमेशा यादगार रहेगा।

• सुवादित्य मुखर्जी को फॉलो करें LinkedIn

यह भी पढ़ें: बचपन के सपनों से लेकर सनडांस स्पॉटलाइट तक: श्रीपाद पुलिगिला की यात्रा