میرے والد 2022 کی بہار میں انتقال کر گئے۔ لبلبے کا کینسر، تشخیص سے گیارہ ہفتے۔ وہ ایک خاموش انسان تھے جنہیں تصویریں کھنچوانا ناپسند تھا، لہٰذا جب ہم جنازے کے پروگرام کے لیے ایک تصویر چننے بیٹھے، تو خاندان کے پاس گزشتہ دہائی سے اُن کی شاید پندرہ تصویریں تھیں جن میں سے چننا تھا۔ دو فوکس میں تھیں۔ کوئی بھی اُن جیسی نہیں لگتی تھی۔
جو ہم نے بالآخر استعمال کی وہ 2018 کی ایک شادی سے تھی۔ وہ کیمرے سے ہٹ کر کسی چیز کو دیکھ رہے تھے — میرے خیال میں قریب سے گزرتے کسی بچے کو — اور اُن کا منہ تاثرات کے درمیان پکڑا گیا تھا۔ میری ماں نے، اُس رات، کہا، "یہ وہ نہیں ہیں۔" وہ درست تھیں، لیکن یہی ہمارے پاس سب سے بہتر تھی۔
میں نے اگلے اٹھارہ مہینے یہ سیکھنے میں گزارے کہ شناخت محفوظ رکھنے والے diffusion ماڈلز کیسے کام کرتے ہیں — پہلے InstantID، پھر PuLID، پھر ابتدائی Flux-Kontext سلسلہ۔ میرے پاس ایک پیشہ ورانہ وجہ تھی؛ میں DuoPortrait بنا رہی تھی۔ میرے پاس ایک نجی وجہ بھی تھی۔ میں اپنے والد کی ایک اچھی تصویر بنانا چاہتی تھی، اُسی طرح جیسے میں انہیں یاد کرتی ہوں، خواہ کسی کیمرے نے کبھی وہ تاثر نہ پکڑا ہو۔
یہ وہ ہے جو میں نے اِسے احتیاط سے کرنے کے بارے میں سیکھا ہے۔ میں یہ اِس لیے لکھ رہی ہوں کیونکہ اب تقریباً ہر ہفتے سوالات میرے اِن باکس میں آتے ہیں، اور "گزر چکے پیاروں کی AI بحالی" کے بارے میں آن لائن جو کچھ لکھا گیا ہے اُس میں سے زیادہ تر یا تو تکنیکی طور پر غلط ہے یا جذباتی طور پر بے حِس۔
پہلے، وہ حصہ جس کے بارے میں کوئی نہیں لکھتا
پکسلز کی بات کرنے سے پہلے: براہِ کرم ایسا کرنے سے پہلے رُکیں۔
کسی ایسے شخص کی تصویر جو چلا گیا، ایک خاص وزن رکھتی ہے۔ یہ اُن چند نشانیوں میں سے ایک ہے جنہیں باقی دنیا پہچانتی ہے۔ اگر آپ اُس شخص کی نئی تصویر بناتے ہیں — حتیٰ کہ ایک خوبصورت، سچ محسوس ہونے والی تصویر — تو آپ خاندانی ریکارڈ میں ایک ایسا چہرہ متعارف کرا رہے ہیں جو کل وہاں نہیں تھا۔ خاندان کے کچھ لوگ اِسے تسکین بخش پائیں گے۔ کچھ اِسے پریشان کن پائیں گے۔ چند ایسے بھی ہوں گے جو اِسے ایسے انداز میں تکلیف دہ پائیں جسے وہ مہینوں تک بیان نہیں کر سکیں گے۔
میں نے اپنے والد کی تصویر بنائی اور اپنی ماں کو دکھانے سے پہلے دو ہفتے انتظار کیا۔ جب میں نے دکھائی، وہ روئیں، اور پھر کہا، "شکریہ۔ ایک اور مت بنانا۔" میں نے نہیں بنائی۔
یہ وہ اصول ہے جو اب میں اُن دوستوں کو دیتی ہوں جو پوچھتے ہیں: ایک بنائیں، سلسلہ نہیں۔ اُس شخص کی ایک واحد، احتیاط سے چُنی گئی تصویر، ایک ایسے لمحے میں جو اُن کی شخصیت کا احترام کرے۔ کوئی سلائیڈ شو نہیں، کوئی خیالی زندگی نہیں۔ سوگ کو مزید مواد کی ضرورت نہیں؛ اُسے ٹھہرنے کے لیے ایک اچھی ساکن تصویر چاہیے۔
اگر آپ کو ذرا بھی شک ہو کہ کوئی خاص خاندانی فرد چاہے گا یا نہیں کہ یہ موجود ہو — اُنہیں فون کر کے پوچھیں۔ لوگوں کو کسی ایسے شخص کے چہرے سے حیران مت کریں جس کا وہ سوگ منا رہے ہیں۔
شروع کرنے سے پہلے American Psychological Association کی سوگ میں جاری بندھنوں پر رہنمائی پڑھنے کے قابل ہے، خاص طور پر اگر نقصان حالیہ ہو۔
تکنیکی حصہ
تین مختلف چیزیں ہیں جو لوگ اکثر "AI تصویر بحالی" سے مراد لیتے ہیں:
- ایک موجودہ خراب تصویر کی مرمت۔ خراشیں، دھندلاہٹ، کم ریزولوشن۔
- ایسی تصویر کی دوبارہ تخلیق جو صرف ایک چھوٹی یا کم معیار کی فائل میں موجود ہو۔ 2003 کا ایک 480×640 JPEG۔
- اُس شخص کی ایک نئی تصویر ایسے منظر میں بنانا جس کی کبھی تصویر نہیں کھینچی گئی۔ ایک دادا/نانا جو اُس پوتے/نواسے کو تھامے ہوئے ہیں جو اُن کے گزرنے کے بعد پیدا ہوا۔
ہر ایک کا مختلف اخلاقی اور تکنیکی وزن ہے۔ میں انہیں ترتیب سے دیکھوں گی۔
1. ایک خراب اصل کی مرمت
یہ سب سے آسان اور سب سے کم اخلاقی طور پر پیچیدہ ہے۔ تصویر پہلے سے موجود ہے؛ آپ خراشیں، گرد، رنگ کی تبدیلیاں، اور ایمولشن کی خرابی ہٹا رہے ہیں۔ شخص کا چہرہ غیر تبدیل شدہ ہے۔
جدید اوپن سورس بحالی اتنی اچھی ہے کہ زیادہ تر معاملات کے لیے آپ کو کسی پیشہ ورانہ سروس کی ضرورت نہیں۔ GFPGAN اور Real-ESRGAN خاندانی البم کے 90% کام کو صفائی سے سنبھالتے ہیں۔ آپ اسکین اپلوڈ کرتے ہیں، ماڈل خرابی ہٹاتا ہے اور چہرہ تیز کرتا ہے، آپ کو وہی شخص اعلیٰ وضاحت پر واپس مل جاتا ہے۔
یہاں ضبط یہ ہے: ایک بار بحال کریں، اصل کو الگ محفوظ کریں، تصویر کو بار بار "بہتر" مت بنائیں۔ پہلی بحالی عام طور پر وفادار ہوتی ہے۔ تیسری شخص کے بجائے ماڈل کے تصور جیسی محسوس ہونے لگتی ہے۔
2. ایک چھوٹی یا کم معیار کی فائل سے دوبارہ تخلیق
یہاں نزاکت آتی ہے۔ اگر کسی شخص کی آپ کے پاس واحد تصویر ایک 320×240 JPEG ہے، تو ایک شناخت محفوظ رکھنے والا ماڈل بظاہر ایک 2048×2048 ورژن بنا سکتا ہے جو اُن "جیسا لگے"۔ لیکن ماڈل ایسے پکسلز ایجاد کر رہا ہے جو کبھی کسی کیمرے نے ریکارڈ نہیں کیے، اور وہ ایجاد شدہ پکسلز اِس بارے میں اندازے ہیں کہ اُن کی جلد، اُن کے بال، اُن کی آنکھوں کا رنگ کیسا رہا ہوگا۔
جو اصول میں استعمال کرتی ہوں: سب سے چھوٹی سورس فائل جس سے میں کام کروں گی وہ ہے جہاں میں واضح طور پر دونوں آنکھیں، منہ کا کنارہ، اور ناک کی لکیر دیکھ سکوں۔ اگر سورس اتنا کم ریزولوشن ہو کہ ماڈل آنکھوں کی شکل کا اندازہ لگا رہا ہو، تو آپ شخص کو بحال نہیں کر رہے؛ آپ ماڈل کو فیصلہ کرنے دے رہے ہیں کہ وہ کون تھے۔ یہی حد ہے۔
رنگ دوسری جگہ ہے جہاں محتاط رہنا چاہیے۔ اگر سورس عمر کی وجہ سے بہت زیادہ زرد یا cyan کی طرف مائل ہو، تو پہلے اُسی دور کی حوالہ تصویر کی بنیاد پر اِسے دستی طور پر رنگ درست کریں۔ ماڈل کو 1978 کے پرنٹ کو خود "وائٹ بیلنس" مت کرنے دیں۔ یہ جلد کے بارے میں غلط اندازہ لگائے گا اور آپ اسے بھول نہیں سکیں گے۔
3. ایک نئی تصویر بنانا
یہ وہ ہے جو زیادہ تر لوگ دراصل چاہتے ہیں جب وہ "کسی گزر چکے شخص کی AI بحالی" کہتے ہیں۔ تکنیکی طور پر بحالی نہیں — تخلیق۔ اُس شخص کی ایک نئی تصویر ایسے منظر میں جس کی کبھی تصویر نہیں کھینچی گئی: اُس شادی میں جسے دیکھنے کے لیے وہ زندہ نہ رہے، اُس پوتے کو تھامے جو بعد میں پیدا ہوا، اُس گھر کے برآمدے میں جہاں وہ کبھی نہیں گئے۔
چند اصول، مشکل سے حاصل کیے گئے:
- ایک لمحہ چنیں، خیال نہیں۔ "ہفتے کی صبح کافی کے ساتھ والد" کچھ ایماندارانہ پیدا کرتا ہے۔ "جنت میں اپنے پڑپوتوں سے ملتے والد" کچھ ایسا پیدا کرتا ہے جسے ماڈل ایسے انداز میں پیش کرے گا جو غلط محسوس ہوگا، کیونکہ ماڈل کے پاس دوسرے پرامپٹ کے لیے کوئی ایماندارانہ حوالہ نہیں۔
- بہترین حوالہ تصویر استعمال کریں جو آپ کے پاس ہے، سب سے زیادہ خوشنما نہیں۔ ماڈل وہ محفوظ رکھے گا جو وہ دیکھتا ہے۔ اگر حوالہ شخص کو تناؤ میں یا بیمار دکھائے، تو نتیجہ وہی لے کر آئے گا۔ ایسا حوالہ چنیں جہاں شخص ایک اچھے دن میں اپنے جیسا لگے۔
- اُس وقت بنائیں جو دن کا وقت انہیں واقعی پسند تھا۔ میرے والد صبح کے آدمی تھے۔ اُن کا ورژن جو میں نے رکھا صبح کی روشنی میں ہے۔ انہیں golden-hour شام کی روشنی میں زبردستی ڈالنا ایک ایسا ورژن پیدا کرتا جو تکنیکی طور پر خوبصورت اور جذباتی طور پر غلط ہوتا۔
- اُن کے کپڑے اُن کے کپڑے ہونے چاہئیں۔ اُس قسم کی قمیض بیان کریں جو وہ واقعی پہنتے تھے۔ عام لینن سوٹ میں پیش کیا گیا دادا کوئی اور ہے۔ نرم فلالین میں جو وہ ویک اینڈ پر پہنتے تھے، وہ خود ہیں۔
2026 میں اِس کے لیے جس ماڈل پر مجھے سب سے زیادہ بھروسہ ہے وہ InstantID + Flux-Kontext کا امتزاج ہے۔ یہ کم حوالہ ریزولوشن پر بھی چہرے کی جیومیٹری کو مضبوطی سے محفوظ رکھتا ہے، اور یہ جلد کی ساخت کو اُس طرح حد سے زیادہ ہموار نہیں کرتا جیسے کچھ پہلے کے ماڈلز کرتے تھے۔ (ہموار جلد خاندانوں کو تقریباً فوراً "AI" کے طور پر پڑھی جاتی ہے — مسام اور باریک لکیریں وہ ہیں جو چہرے کو حقیقی محسوس کراتی ہیں۔)
بعد میں تصویر کے ساتھ کیا کریں
ایک کاپی پرنٹ کریں۔ پیچھے تاریخ لکھیں۔ سورس فائلوں کو اصل حوالہ تصویر کے ساتھ رکھیں۔ اِسے عوامی طور پر بغیر سوچے پوسٹ مت کریں کہ کون دیکھ سکتا ہے — کسی بہن بھائی کا سوگ اُن کا اپنا ہے، اور ایک عوامی Facebook پوسٹ شاید وہ طریقہ نہ ہو جس سے وہ اپنے والدین کا چہرہ دوبارہ دیکھنا چاہتے تھے۔
میں اپنے والد کا پورٹریٹ کتابوں کی الماری پر 2018 کی شادی کی تصویر کے ساتھ ایک چھوٹے فریم میں رکھتی ہوں۔ فریم وہی ہے۔ شادی کی تصویر اب بھی وہ ہے جسے زیادہ تر لوگ کمرے میں آتے ہی سب سے پہلے دیکھتے ہیں، کیونکہ یہی وہ ہے جسے وہ جنازے کے پروگرام سے یاد کرتے ہیں۔ نئی والی میرے لیے ہے۔
اگر آپ یہ آزمانا چاہتے ہیں
DuoPortrait کے پاس ایک Remembrance موڈ ہے جو خاص طور پر اِسی استعمال کے لیے ڈیزائن کیا گیا ہے۔ انٹرفیس معیاری بہاؤ سے زیادہ خاموش ہے — کوئی ایموجی نہیں، کوئی فجائیہ نشان نہیں، آہستہ تحریر۔ آپ اُس شخص کی ایک حوالہ تصویر اپلوڈ کرتے ہیں، ایک منظر چنتے ہیں، اور پرنٹ ریزولوشن پر ایک واحد تصویر حاصل کرتے ہیں۔ پہلی تصویر مفت ہے۔ سورس فائلیں سات دن بعد حذف کر دی جاتی ہیں۔ تصویر کبھی کسی ماڈل کو تربیت دینے کے لیے استعمال نہیں ہوتی۔
میں نے یہ موڈ اِس لیے بنایا کیونکہ معیاری "AI فوٹوشوٹ" کا لہجہ اُس کے لیے غلط تھا جس کے لیے لوگ دراصل اِن ٹولز کو استعمال کر رہے تھے۔ سوگ ایک آہستہ انٹرفیس کا حقدار ہے۔
اگر آپ سوگ اور اِس میں تصاویر کے کردار کے بارے میں مزید پڑھنا چاہتے ہیں، تو Modern Loss مضامین کا مجموعہ اِس موضوع پر بہترین تحریر ہے جسے میں جانتی ہوں۔ یہی میں نے 2022 میں پڑھا تھا۔
اپنا خیال رکھیں۔ اگر آپ تصویر بناتے ہیں، تو ایک بنائیں۔
Mia Tanaka ایک پورٹریٹ فوٹوگرافر اور بصری-AI ڈیزائنر ہیں۔ انہوں نے تصاویر اور نقصان کے اپنے خاندانی تجربے کے بعد DuoPortrait کی بنیاد رکھی۔
