Google Earth-এর নতুন জেনারেটিভ-AI ফিচারটি ঐতিহাসিক স্থান এবং শহরের বৃদ্ধি দেখার একটি নতুন পথ দেখানোর প্রতিশ্রুতি দিচ্ছে। একই সাথে, এটি ডিজিটাল অপপ্রচারের (misinformation) একটি প্যান্ডোরা বক্স খুলে দিচ্ছে। টেক্সট প্রম্পটের মাধ্যমে ব্যবহারকারীদের স্যাটেলাইট এবং 3D ইমেজারি পুনর্গঠন করার সুযোগ দিয়ে এই প্ল্যাটফর্মটি "বাস্তবতা বিকৃতকারী" (reality-warping) কন্টেন্ট তৈরি করা সহজ করে তুলেছে।

Nano Banana 2-এর ক্ষমতা এবং বিপদ

Google Earth-এর ওয়েব ভার্সনে বিশ্বজুড়ে এই ফিচারটি চালু করা হয়েছে, যা “Nano Banana 2” মডেলের ওপর ভিত্তি করে চলে। Google-এর নথিপত্র অনুযায়ী, এটি নগর পরিকল্পনাবিদ এবং ঐতিহাসিকদের জন্য রিয়েল-এস্টেট প্রকল্প বা প্রাচীন ধ্বংসাবশেষ কল্পনা করার একটি টুল হিসেবে বাজারজাত করা হচ্ছে। বাস্তবে, এই টুলটি অনেক বেশি অস্থির বা অনির্দেশ্য প্রমাণিত হচ্ছে।

Digital Digging-এর ডিজিটাল ক্রিয়েটর Henk van Ess ইতিমধ্যেই দেখিয়েছেন যে কীভাবে এই মডেলটি অত্যন্ত সংবেদনশীল এবং উস্কানিমূলক ছবি তৈরি করতে পারে। কয়েকটি সাধারণ প্রম্পটের মাধ্যমে তিনি "মেক্সিকান সীমান্তের কাছে শরণার্থী" এবং গাজার একটি হাসপাতালের পাশে বোমা বিস্ফোরণের গর্তের দৃশ্য তৈরি করেছেন। স্ফিংস (Sphinx) এবং স্ট্যাচু অফ লিবার্টির সংমিশ্রণের মতো স্পষ্ট বিভ্রমের (hallucinations) বিপরীতে, এই ছবিগুলো প্রকৃত ভৌগোলিক অবস্থানের ওপর ভিত্তি করে তৈরি, এবং তাই এগুলো ভূ-রাজনৈতিক মিথ্যা তথ্য ছড়ানোর ক্ষেত্রে আরও বড় ঝুঁকি তৈরি করে।

ডিজিটাল ওয়াটারমার্কিং নিয়ে লড়াই

Google প্রযুক্তিগত সুরক্ষা ব্যবস্থা জোরদার করার মাধ্যমে এর প্রতিক্রিয়া জানিয়েছে। প্রতিটি Nano Banana ছবি এখন একটি SynthID ডিজিটাল ওয়াটারমার্ক বহন করে। Google ব্যবহারকারীদের সন্দেহজনক ছবি শনাক্ত করতে Gemini অ্যাপ বা Google Lens ব্যবহার করার পরামর্শ দেয় এবং সাহায্যের জন্য Gemini-তে “@verifyai” ট্যাগ যোগ করতেও বলে।

কিন্তু এই সুরক্ষা ব্যবস্থাগুলো সম্পূর্ণ অব্যর্থ প্রমাণিত হয়নি। Van Ess Google Earth থেকে নেওয়া একটি AI-সংশোধিত ভিডিও দিয়ে Hive-এর AI ডিটেক্টরকে ফাঁকি দিয়েছেন, যা প্রমাণ করে যে শুধুমাত্র ওয়াটারমার্ক দিয়ে দৃঢ়প্রতিজ্ঞ ব্যক্তিদের থামানো সম্ভব নয়। এই ঘটনাটি জেনারেটিভ মডেল এবং সেগুলোকে নিয়ন্ত্রণ করার জন্য তৈরি ডিটেক্টরগুলোর মধ্যে একটি ক্রমবর্ধমান অস্ত্র প্রতিযোগিতার (arms race) ইঙ্গিত দেয়।

কেন এটি AI ইকোসিস্টেমের জন্য গুরুত্বপূর্ণ

Google Earth-এর এই বিতর্ক AI শিল্পের জন্য একটি আসন্ন "বাস্তবতার ব্যবধান" (reality gap)-কে সামনে এনেছে। মডেলগুলো যখন শৈল্পিক কাজ থেকে সরে এসে "ground truth" ডেটা—যেমন স্যাটেলাইট ইমেজারি—ম্যানিপুলেট করতে শুরু করে, তখন ঝুঁকিটি কেবল নান্দনিকতা থেকে অস্তিত্ব রক্ষার পর্যায়ে পৌঁছে যায়।

ডেভেলপার এবং প্রযুক্তি নেতাদের এটিকে একটি সতর্কবার্তা হিসেবে নেওয়া উচিত। যখন AI এমন টুল পরিচালনা করে যা মানুষ বস্তুনিষ্ঠ সত্যের জন্য বিশ্বাস করে, তখন একটি ডিজিটাল ওয়াটারমার্ক কেবল প্রতিরক্ষার একটি স্তর মাত্র। Van Ess এবং অন্যান্য বিশেষজ্ঞরা যুক্তি দেন যে, একমাত্র নির্ভরযোগ্য প্রতিকার হলো ক্রস-প্ল্যাটফর্ম ভেরিফিকেশন: Google Earth-এর আউটপুটকে Sentinel-2 বা Landsat-এর মতো বিশ্বস্ত অরবিটাল উৎসের সাথে তুলনা করা। জেনারেটিভ AI যখন ম্যাপিং এবং নেভিগেশনের গভীরে প্রবেশ করছে, তখন একটি কৃত্রিম রেন্ডার এবং একটি প্রকৃত ছবি চিনে ফেলা ডিজিটাল সাক্ষরতার (digital literacy) একটি মৌলিক দক্ষতা হয়ে উঠবে।

মূল বিষয়সমূহ

  • উচ্চ-ঝুঁকিপূর্ণ অপপ্রচার: Nano Banana 2 অতি-বাস্তবসম্মত এবং সংবেদনশীল ছবি তৈরি করতে পারে যা ভূ-রাজনৈতিক সংঘাত সম্পর্কে জনমতের ধারণা বদলে দিতে পারে।
  • ওয়াটারমার্কিংয়ের সীমাবদ্ধতা: Google-এর SynthID ওয়াটারমার্ক সাহায্য করলেও, ডেমো থেকে দেখা গেছে যে AI ডিটেক্টরগুলোকে এখনও ফাঁকি দেওয়া সম্ভব, তাই প্রযুক্তিগত সুরক্ষা ব্যবস্থা যথেষ্ট নয়।
  • বহু-উৎস যাচাইকরণের প্রয়োজনীয়তা: সত্যতা নিশ্চিত করতে ব্যবহারকারীদের অবশ্যই Sentinel-2 বা Landsat-এর মতো প্ল্যাটফর্ম থেকে প্রাপ্ত সেকেন্ডারি অরবিটাল ডেটার সাথে স্যাটেলাইট ছবিগুলো ক্রস-চেক করতে হবে।

সারকথা

Google-এর Nano Banana 2 বৈধ ব্যবহারকারীদের শক্তিশালী ভিজ্যুয়ালাইজেশন টুল প্রদান করে, কিন্তু এটি যে কাউকে একটি গ্রহ-পর্যায়ের ক্যানভাসে মিথ্যা ভূ-রাজনৈতিক আখ্যান আঁকার সুযোগও করে দেয়। একটি অদৃশ্য ওয়াটারমার্ক কৃত্রিম উৎস নির্দেশ করতে পারে; তবে এটি নিশ্চিত করে না। যতক্ষণ না শনাক্তকরণ ব্যবস্থা উন্নত হচ্ছে এবং বহু-উৎস যাচাইকরণ রুটিন বা নিয়মিত হচ্ছে, ততক্ষণ দর্শকদের হঠাৎ দেখা যেকোনো চমকপ্রদ স্যাটেলাইট ইমেজ সম্পর্কে প্রশ্ন তোলা উচিত।