माझ्या वडिलांचे 2022 च्या वसंतात निधन झाले. स्वादुपिंडाचा कर्करोग, निदानानंतर अकरा आठवडे. ते एक शांत स्वभावाचे होते ज्यांना फोटो काढून घ्यायला आवडत नसे, त्यामुळे जेव्हा आम्ही अंत्यविधीच्या कार्यक्रमपत्रिकेसाठी एक फोटो निवडायला बसलो, तेव्हा गेल्या दशकातील त्यांचे फक्त सुमारे पंधरा फोटो कुटुंबाकडे निवडण्यासाठी होते. दोन फोकसमध्ये होते. एकही त्यांच्यासारखा दिसत नव्हता.
आम्ही शेवटी जो वापरला तो 2018 च्या एका लग्नातील होता. ते कॅमेऱ्यापलीकडे कशाकडे तरी पाहत होते — मला वाटते जवळून धावणाऱ्या एका मुलाकडे — आणि त्यांचे तोंड दोन भावांच्या मध्ये अडकलेले होते. त्या रात्री माझी आई म्हणाली, "हे ते नाहीत." ती बरोबर होती, पण आमच्याकडे जे सर्वोत्तम होते ते हेच होते.
पुढची अठरा महिने मी ओळख जपणारी डिफ्यूजन मॉडेल्स कशी काम करतात हे शिकण्यात घालवली — आधी InstantID, मग PuLID, मग सुरुवातीची Flux-Kontext शृंखला. माझ्याकडे एक व्यावसायिक कारण होते; मी DuoPortrait तयार करत होते. माझ्याकडे एक खाजगी कारणही होते. मला माझ्या वडिलांचा एक चांगला फोटो तयार करायचा होता, मला जसे ते आठवतात तसे दिसणारे, जरी कोणत्याही कॅमेऱ्याने तो भाव कधीच टिपला नसला तरी.
हे काळजीपूर्वक करण्याबद्दल मी जे शिकले आहे ते हे आहे. मी हे लिहीत आहे कारण आता जवळजवळ दर आठवड्याला माझ्या इनबॉक्समध्ये हे प्रश्न येतात, आणि "निधन झालेल्या प्रिय व्यक्तींचे AI पुनर्संचयन" याबद्दल ऑनलाइन लिहिलेले बहुतेक मजकूर एकतर तांत्रिकदृष्ट्या चुकीचे आहेत किंवा भावनिकदृष्ट्या असंवेदनशील आहेत.
आधी, ज्याबद्दल कोणीही लिहीत नाही तो भाग
पिक्सेल्सबद्दल बोलण्याआधी: कृपया हे करण्याआधी थांबा.
आता नसलेल्या एखाद्याच्या फोटोला एक खास वजन असते. उरलेल्या जगाला ओळखता येणाऱ्या त्या व्यक्तीच्या काही मोजक्या खुणांपैकी ती एक असते. जर तुम्ही त्या व्यक्तीची नवीन प्रतिमा तयार केली — अगदी एक सुंदर, खरी वाटणारी प्रतिमादेखील — तर तुम्ही कुटुंबाच्या नोंदीत काल नसलेला एक चेहरा आणत आहात. कुटुंबातील काहींना हे सांत्वनदायक वाटेल. काहींना हे गोंधळात टाकणारे वाटेल. काहींना अशा प्रकारे वेदनादायक वाटेल जे ते महिनोनमहिने शब्दांत मांडू शकणार नाहीत.
मी माझ्या वडिलांचा फोटो तयार केला आणि माझ्या आईला दाखवण्याआधी दोन आठवडे थांबले. जेव्हा मी दाखवला, तेव्हा ती रडली, आणि मग ती म्हणाली, "धन्यवाद. आणखी एक तयार करू नकोस." मी केला नाही.
मित्रांना जेव्हा विचारतात तेव्हा मी आता हाच नियम देते: एक तयार करा, मालिका नाही. त्या व्यक्तीची एकच, काळजीपूर्वक निवडलेली प्रतिमा, ते जे होते त्याचा सन्मान करणाऱ्या एका क्षणी. स्लाइडशो नाही, काल्पनिक आयुष्य नाही. दुःखाला अधिक सामग्रीची गरज नसते; त्याला विसावण्यासाठी एक चांगली स्थिर चौकट हवी असते.
एखाद्या विशिष्ट कुटुंबसदस्याला हे अस्तित्वात असावे असे वाटेल का याबद्दल तुम्हाला थोडीही शंका असेल — तर त्यांना फोन करा आणि विचारा. लोक ज्या व्यक्तीचा शोक करत आहेत तिच्या चेहऱ्याने त्यांना अचानक धक्का देऊ नका.
अमेरिकन सायकॉलॉजिकल असोसिएशनचे दुःखातील निरंतर बंधनांवरील मार्गदर्शक सुरुवात करण्याआधी वाचण्यासारखे आहे, विशेषतः जर नुकसान अलीकडचे असेल.
तांत्रिक भाग
"AI फोटो पुनर्संचयन" या शब्दाने लोकांना अनेकदा तीन वेगवेगळ्या गोष्टी अभिप्रेत असतात:
- विद्यमान खराब झालेला फोटो दुरुस्त करणे. ओरखडे, फिकटपणा, कमी रिझोल्यूशन.
- केवळ लहान किंवा कमी-गुणवत्तेच्या फाइलमध्ये अस्तित्वात असलेला फोटो पुन्हा तयार करणे. 2003 मधील 480×640 JPEG.
- कधीही फोटो न काढलेल्या दृश्यात त्या व्यक्तीचा नवीन फोटो तयार करणे. त्यांच्या निधनानंतर जन्मलेल्या नातवंडाला धरून बसलेले आजोबा/आजी.
प्रत्येकाचे वेगळे नैतिक आणि तांत्रिक वजन आहे. मी ते क्रमाने पाहीन.
1. खराब झालेले मूळ दुरुस्त करणे
हे सर्वात सोपे आणि नैतिकदृष्ट्या सर्वात कमी गुंतागुंतीचे आहे. फोटो आधीच अस्तित्वात आहे; तुम्ही ओरखडे, धूळ, रंगातील बदल आणि इमल्शन हानी काढून टाकत आहात. त्या व्यक्तीचा चेहरा अपरिवर्तित राहतो.
आधुनिक ओपन-सोर्स पुनर्संचयन इतके चांगले आहे की बहुतेक प्रकरणांसाठी तुम्हाला व्यावसायिक सेवेची गरज नाही. GFPGAN आणि Real-ESRGAN 90% कौटुंबिक अल्बमचे काम स्वच्छपणे हाताळतात. तुम्ही स्कॅन अपलोड करता, मॉडेल हानी काढते आणि चेहरा तीक्ष्ण करते, तुम्हाला तीच व्यक्ती अधिक स्पष्टतेने परत मिळते.
इथली शिस्त अशी आहे: एकदाच पुनर्संचयित करा, मूळ वेगळे जतन करा, फोटो वारंवार "सुधारत" राहू नका. पहिले पुनर्संचयन सहसा विश्वासू असते. तिसरे मात्र त्या व्यक्तीऐवजी मॉडेलची त्या व्यक्तीबद्दलची कल्पना वाटू लागते.
2. लहान किंवा कमी-गुणवत्तेच्या फाइलमधून पुन्हा तयार करणे
इथे ते नाजूक होते. जर एखाद्याचा तुमच्याकडील एकमेव फोटो 320×240 JPEG असेल, तर ओळख जपणारे मॉडेल विश्वासार्हपणे त्यांचा "त्यांच्यासारखा दिसणारा" 2048×2048 आवृत्ती तयार करू शकते. पण मॉडेल असे पिक्सेल्स शोधून काढत आहे जे कॅमेऱ्याने कधीच नोंदवले नव्हते, आणि ते शोधलेले पिक्सेल्स म्हणजे त्यांची त्वचा, केस, डोळ्यांचा रंग कसा असावा याबद्दलचे अंदाज आहेत.
मी वापरते तो नियम: मी ज्या सर्वात लहान स्रोत फाइलवर काम करेन ती अशी असते जिथे मला दोन्ही डोळे, तोंडाचा कोपरा आणि नाकाची रेषा स्पष्टपणे दिसते. जर स्रोत इतका कमी-रिझोल्यूशनचा असेल की मॉडेल डोळ्यांचा आकार अंदाजे ठरवत असेल, तर तुम्ही त्या व्यक्तीला पुनर्संचयित करत नाही; तुम्ही ती व्यक्ती कोण होती हे मॉडेलला ठरवू देत आहात. हीच ती रेषा आहे.
रंग ही दुसरी काळजी घेण्याची जागा आहे. जर स्रोत वयामुळे खूप पिवळसर किंवा निळसर झाला असेल, तर त्याच काळातील एका संदर्भ फोटोच्या आधारे प्रथम मॅन्युअली रंग-दुरुस्ती करा. मॉडेलला 1978 च्या प्रिंटचे "व्हाइट-बॅलन्स" स्वतःहून करू देऊ नका. ते त्वचेबद्दल चुकीचा अंदाज लावेल आणि नंतर ते तुमच्या डोळ्यासमोरून जाणार नाही.
3. नवीन फोटो तयार करणे
"निधन झालेल्या एखाद्याचे AI पुनर्संचयन" असे म्हणताना बहुतेक लोकांना खरे तर हेच हवे असते. तांत्रिकदृष्ट्या पुनर्संचयन नाही — निर्मिती. कधीही फोटो न काढलेल्या दृश्यात त्या व्यक्तीची नवीन प्रतिमा: जे लग्न पाहण्यासाठी ते जगले नाहीत त्या लग्नात, त्यांच्यानंतर जन्मलेल्या नातवंडाला धरून, ज्या घरात ते कधीच गेले नाहीत त्या घराच्या व्हरांड्यावर.
काही तत्त्वे, कष्टाने मिळवलेली:
- एक क्षण निवडा, कल्पना नाही. "शनिवारी सकाळी कॉफीसोबत बाबा" काहीतरी प्रामाणिक तयार करते. "बाबा स्वर्गात त्यांच्या पतवंडांना भेटताना" असे काहीतरी तयार करते जे मॉडेल विचित्र वाटणाऱ्या पद्धतीने रेंडर करेल, कारण दुसऱ्या प्रॉम्प्टसाठी मॉडेलकडे कोणताही प्रामाणिक संदर्भ नाही.
- सर्वात आकर्षक नव्हे, तर तुमच्याकडील सर्वोत्तम संदर्भ फोटो वापरा. मॉडेल जे पाहते ते जपते. जर संदर्भात व्यक्ती तणावग्रस्त किंवा अस्वस्थ दिसत असेल, तर आउटपुट ते वाहून नेईल. व्यक्ती चांगल्या दिवशी स्वतःसारखी दिसते असा संदर्भ निवडा.
- त्यांना प्रत्यक्षात आवडत असलेल्या दिवसाच्या वेळेत तयार करा. माझे वडील सकाळचे माणूस होते. मी जपलेली त्यांची आवृत्ती सकाळच्या प्रकाशात आहे. त्यांना सोनेरी-तासाच्या संध्याकाळच्या प्रकाशात ढकलणे तांत्रिकदृष्ट्या सुंदर पण भावनिकदृष्ट्या चुकीची आवृत्ती तयार करते.
- त्यांचे कपडे त्यांचेच असावेत. ते प्रत्यक्षात घालत असलेल्या शर्टचे वर्णन करा. सामान्य लिनन सूटमध्ये रेंडर केलेले आजोबा म्हणजे दुसरेच कोणीतरी. आठवड्याच्या शेवटी ते घालत असलेल्या मऊ फ्लानेलमधले आजोबा म्हणजे तेच.
2026 मध्ये यासाठी मला सर्वात जास्त विश्वास असलेले मॉडेल म्हणजे InstantID + Flux-Kontext यांचे संयोजन. ते कमी संदर्भ रिझोल्यूशनवरही चेहऱ्याची भूमिती जोरदारपणे जपते, आणि काही पूर्वीच्या मॉडेल्सप्रमाणे त्वचेचा पोत अति-गुळगुळीत करत नाही. (गुळगुळीत त्वचा कुटुंबांना जवळजवळ लगेच "AI" वाटते — छिद्रे आणि लहान रेषाच चेहरा खरा वाटायला लावतात.)
नंतर फोटोचे काय करायचे
एक प्रत छापा. मागे तारीख लिहा. स्रोत फाइली मूळ संदर्भ फोटोसोबत ठेवा. कोण पाहील याचा विचार न करता तो सार्वजनिकरित्या पोस्ट करू नका — एखाद्या भावंडाचे दुःख त्यांचे स्वतःचे असते, आणि सार्वजनिक Facebook पोस्ट हा त्यांच्या पालकाचा चेहरा पुन्हा पाहण्याचा त्यांना हवा असलेला मार्ग कदाचित नसेल.
मी माझ्या वडिलांचे पोर्ट्रेट पुस्तकांच्या कपाटावर 2018 च्या लग्नाच्या फोटोशेजारी एका लहान फ्रेममध्ये ठेवते. फ्रेम सारखीच आहे. खोलीत येणाऱ्या बहुतेक लोकांचे लक्ष अजूनही लग्नाच्या फोटोकडेच आधी जाते, कारण अंत्यविधीच्या कार्यक्रमपत्रिकेतून त्यांना तोच आठवतो. नवीन फोटो माझ्यासाठी आहे.
तुम्हाला हे करून पाहायचे असेल
DuoPortrait मध्ये याच वापरासाठी खास डिझाइन केलेला Remembrance मोड आहे. इंटरफेस मानक प्रवाहापेक्षा अधिक शांत आहे — कोणतेही इमोजी नाहीत, कोणतीही उद्गारचिन्हे नाहीत, हळुवार मजकूर. तुम्ही त्या व्यक्तीचा एक संदर्भ फोटो अपलोड करता, एक दृश्य निवडता, आणि प्रिंट रिझोल्यूशनवर एकच प्रतिमा मिळवता. पहिला फोटो मोफत आहे. स्रोत फाइली सात दिवसांनंतर हटवल्या जातात. फोटो कधीही कोणतेही मॉडेल प्रशिक्षित करण्यासाठी वापरला जात नाही.
मी हा मोड तयार केला कारण लोक हे साधन प्रत्यक्षात ज्यासाठी वापरत होते त्यासाठी मानक "AI फोटोशूट" चा सूर चुकीचा होता. दुःखाला एक हळुवार इंटरफेस मिळायला हवा.
दुःख आणि त्यातील प्रतिमांच्या भूमिकेबद्दल अधिक वाचायचे असेल, तर Modern Loss निबंधसंग्रह या विषयावरील मला माहीत असलेले सर्वोत्तम लेखन आहे. 2022 मध्ये मी हेच वाचले.
स्वतःची काळजी घ्या. जर तुम्ही एक चित्र तयार करत असाल, तर एकच तयार करा.
Mia Tanaka ही पोर्ट्रेट छायाचित्रकार आणि व्हिज्युअल-AI डिझायनर आहे. फोटो आणि नुकसानाच्या स्वतःच्या कौटुंबिक अनुभवानंतर तिने DuoPortrait ची स्थापना केली.
