एक वाक्य से सही स्टॉक फ़ोटो कैसे ढूँढ़ें — कीवर्ड से नहीं

वो फ़ोटो आपके दिमाग़ में बिल्कुल साफ़ है। सुबह की हल्की गुनगुनी धूप। वक़्त की मार झेला एक चेहरा। एक छोटी-सी प्याली, एक सुनसान गली, और वो साफ़ एहसास कि यह बंदा हज़ारों बार यहाँ बैठ चुका है। पर जैसे ही आप कोई स्टॉक फ़ोटो साइट खोलते हैं, उसी पल अपने ज़हन की उस तस्वीर के साथ बेईमानी करनी पड़ती है — उसे घसीटकर ऐसे कीवर्ड में ठूँसना पड़ता है जो सर्च बॉक्स को हज़म हों: बूढ़ा आदमी, कैफ़े, कॉफ़ी। और जवाब में जो आता है वो रूखा, घिसा-पिटा और बेमेल होता है।

इमेज ढूँढ़ने की असली खीज यहीं है, और इसका इस बात से कोई वास्ता नहीं कि दुनिया में कितनी फ़ोटो मौजूद हैं। पूरा मसला इस बात का है कि आपको उन्हें माँगने का तरीका कैसा मिला है। चलिए इसे ठीक करते हैं — और फिर चार बार करके दिखाते हैं।

कीवर्ड सर्च आपको क्यों दगा दे जाती है

आम स्टॉक फ़ोटो सर्च — जो ज़्यादातर फ़ोटो लाइब्रेरियों के पीछे चलती है, और Google Images के सर्च बॉक्स के पीछे भी — असल में एक टैग मैचिंग सिस्टम है। हर फ़ोटो पर कुछ शब्द चिपके होते हैं जो किसी इंसान या एल्गोरिदम ने उससे जोड़े हैं: आदमी, मेज़, कॉफ़ी, आउटडोर। जब आप सर्च करते हैं तो इंजन आपके शब्दों को उन शब्दों से भिड़ाता है और जितने शब्द मैच हुए, उसी हिसाब से रिज़ल्ट जमाता है। यह तरीका तीन तय जगहों पर मुँह के बल गिरता है:

• शब्दों की खाई। आप कहते हैं “कैफ़े”, टैग कहता है “कॉफ़ी शॉप”। आप कहते हैं “बुज़ुर्ग”, टैग कहता है “सीनियर”। मतलब एक, शब्द जुदा — और टैग मैचिंग यहीं चूक जाती है।
• इरादे की खाई। आपकी क्वेरी में एक मूड छिपा होता है — रोज़ का दस्तूर, तनहाई, तीस बरस की आदत। इसे कोई टैग पकड़ नहीं पाता, सो इंजन इस पूरे ख़याल को कूड़े में फेंककर बस संज्ञाएँ उठा ले जाता है।
• लंबी क्वेरी की सज़ा। आप जितना खुलकर बताते हैं, कीवर्ड सर्च उतना ही बुरा करती है, क्योंकि हर फालतू शब्द एक और चीज़ है जो टैग में शायद है ही नहीं। नतीजा — आपको अपनी क्वेरी छोटी और बेजान बनाने की आदत पड़ जाती है।

सिमेंटिक इमेज सर्च असल में है क्या

सिमेंटिक इमेज सर्च टैग के शब्द मिलाने के बजाय इमेज को उसके मतलब के आधार पर ढूँढ़ती है। एक AI मॉडल आपकी क्वेरी को — और इंडेक्स में पड़ी हर इमेज को — एक नंबरों के फ़िंगरप्रिंट (यानी एक वेक्टर) में ढाल देता है, जो यह पकड़ता है कि वो चीज़ आख़िर किस बारे में है। इसके बाद इंजन वही इमेज दिखाता है जिनका फ़िंगरप्रिंट आपकी क्वेरी के सबसे क़रीब बैठता है। चूँकि सारी तुलना इसी “मतलब की दुनिया” में होती है, इसलिए एक डिस्क्रिप्शन उस फ़ोटो से भी मैच कर सकता है जिस पर आपका एक भी शब्द कभी टैग नहीं हुआ।

इससे दो बातें निकलकर आती हैं, और असली कमाल भी इन्हीं में है:

• आप सीधी-सादी, रोज़मर्रा की भाषा में सर्च करते हैं — एक पूरा वाक्य, ठीक वैसे जैसे आप किसी दोस्त को वो सीन बयान करते।
• क्वेरी जितनी लंबी और भरी-पूरी, रिज़ल्ट उतने ही बढ़िया — बुरे नहीं। हर अतिरिक्त ब्योरा मैच को भूखा रखने के बजाय फ़िंगरप्रिंट को और तेज़ धार देता है।

इम्तिहान: एक जानबूझकर नामुमकिन वाक्य

इस फ़र्क़ को पुख़्ता दिखाने के लिए हमने एक ऐसी क्वेरी चुनी जिसके आगे कोई भी कीवर्ड सिस्टम घुटने टेक दे — हद से ज़्यादा लंबी, बेहद ख़ास, और चीज़ों की लिस्ट नहीं बल्कि एक पूरी कहानी कहती हुई:

“एक बूढ़ा आदमी उस कैफ़े की मेज़ पर बैठा है जहाँ वह तीस साल से हर सुबह आता है।”

कीवर्ड बॉक्स में दो में से एक ही चीज़ होती है: या तो वो इस वाक्य को बूढ़ा, आदमी, कैफ़े तक छाँटकर घिसे-पिटे स्टॉक का अंबार थमा देता है — या वाक्य को हू-ब-हू पकड़ लेता है, ऐसा टैग किया हुआ कुछ मिलता नहीं, और लगभग ख़ाली हाथ लौट आता है। वो तीस साल, वो हर सुबह, और रोज़मर्रा का वो ख़ामोश बोझ — सब कुछ कूड़े में चला जाता है। अब देखिए, ठीक इसी वाक्य पर Pexafy ने बिना कुछ बदले यह लौटाया:

एक बूढ़ा आदमी उस कैफ़े की मेज़ पर बैठा है जहाँ वह तीस साल से हर सुबह आता है

टॉप रिज़ल्टPexels Unsplash Pexels Pexels Unsplash Pexels

पहले रिज़ल्ट पर ग़ौर कीजिए: एक बुज़ुर्ग आदमी, अकेला, किसी आउटडोर कैफ़े की मेज़ पर — ठीक उसी रोज़ की सुबह वाली ख़ामोश सुकून में डूबा, जिसकी बात वाक्य कर रहा था। इस फ़ोटो पर किसी ने “तीस साल” टैग नहीं किया था। इंजन यह समझ गया कि वाक्य का मतलब क्या है, और उसने वही एहसास पकड़ लिया। एक बार हो जाए तो इत्तेफ़ाक़ कहो। चलिए तीन बार और करके दिखाते हैं।

तीन और सर्च, जो कीवर्ड इंजनों की बोलती बंद कर देती हैं

1 · बिना किसी चीज़ वाली एक भावना: “भीड़ भरे शहर में अकेलापन”

“अकेलापन” नाम का कोई टैग होता ही नहीं। कीवर्ड इंजन को बस शहर और भीड़ दिखता है, और वो आपके हाथ में पोस्टकार्ड जैसी तस्वीरें थमा देता है। Pexafy उस एहसास को पढ़ता है — अजनबियों की धुंध के बीच एक अकेली, थमी हुई आकृति:

भीड़ भरे शहर में अकेलापन

टॉप रिज़ल्टPexels Unsplash Unsplash

2 · एक खालिस रूपक: “सबकी उम्मीदों का बोझ उठाने का भार”

इस वाक्य में एक भी ऐसी चीज़ नहीं जिसकी फ़ोटो खींची जा सके। टैग मैचिंग यहाँ बिल्कुल लाचार है। Pexafy इस रूपक को उसके सबसे सीधे, इंसानी रूप में खोल देता है — भारी-भरकम बोझ को सचमुच अपने कंधों पर ढोते लोग:

सबकी उम्मीदों का बोझ उठाने का भार

टॉप रिज़ल्टPexels Pexels Pexels

भावना, रूपक, कहानी — “नामुमकिन” की तीन अलग-अलग किस्में, और हर एक के लिए सचमुच फ़िट बैठती फ़ोटो का अपना सेट। अभी एक और ख़ूबी बाक़ी है, जो चुपचाप यह पूरा खेल बदल देती है कि स्टॉक फ़ोटोग्राफ़ी आख़िर इस्तेमाल कौन कर सकता है।

3 · वही सर्च, किसी भी भाषा में

कीवर्ड सर्च बस उतनी ही दमदार है जितनी वो भाषा जिसमें टैग लिखे गए — और वो भाषा ज़्यादातर अंग्रेज़ी ही रहती है। Pexafy मतलब को एक ही दुनिया में बैठाता है, भाषा चाहे कोई भी हो, इसलिए क्वेरी हर हाल में उसी जगह जा टिकती है — चाहे आप उसे अंग्रेज़ी में टाइप करें या हिंदी में। देखिए, जब हम एक ही मछुआरे को दो भाषाओं में ढूँढ़ते हैं तो क्या होता है:

EN “an old fisherman repairing his net at sunrise”

Pexels Pixabay Pexels

HI “सूरज उगते वक़्त अपना जाल सुधारता एक बूढ़ा मछुआरा”

Pixabay Pexels Pexels

दोनों भाषाओं में सबसे ऊपर वही दो फ़ोटो। कीवर्ड का कोई अनुवाद नहीं हुआ — बस वही एक समझ, जो हिंदी और अंग्रेज़ी, दोनों रास्तों से एक ही जगह पहुँचती है। Pexafy इसी अंदाज़ में 100+ भाषाओं में काम करता है, वो भी एक ही इंडेक्स पर।

Google Images, Unsplash और Pexels के मुक़ाबले यह अलग कैसे है

एक बात साफ़ कर दें: Unsplash, Pexels और Pixabay पर बेहद ख़ूबसूरत और सचमुच फ्री-टू-यूज़ फ़ोटोग्राफ़ी मौजूद है — Pexafy इन सबमें, बल्कि इनसे भी आगे जाकर सर्च करता है। और खुले वेब को इंडेक्स करने में Google Images का कोई सानी नहीं। असली फ़र्क़ तस्वीरों में है ही नहीं; फ़र्क़ इस बात में है कि आपको उन्हें माँगने का तरीका कैसा मिला है।

परदे के पीछे, Pexafy हर फ़ोटो को वैसे ही पढ़ता है जैसे कोई इंसान पढ़े — उसके टैग पर भरोसा करके नहीं, बल्कि सीधे उसके पिक्सेल देखकर। एक न्यूरल नेटवर्क हर इमेज में सचमुच क्या है, और आपके शब्दों का मतलब क्या है, दोनों को बारीकी से परखता है और दोनों को एक ही साझा दुनिया में लाकर रख देता है। फिर सही फ़ोटो ढूँढ़ना बस इतना भर रह जाता है कि वो इमेज खोज ली जाएँ जो आपके वाक्य के सबसे क़रीब बैठती हैं — 9 लाइब्रेरियों में, वो भी 100 मिलीसेकंड से कम में।

वाक्य से सर्च कैसे करें: 4 टिप्स

सिमेंटिक सर्च का पूरा रस निकालना है तो कीवर्ड वाली कुछ पुरानी आदतें भुला दीजिए:

1. सीन बयान करें, संज्ञाएँ मत गिनाइए। लिखिए “रात को अस्पताल के गलियारे में चुपचाप सुस्ताती एक थकी-हारी नर्स”, न कि सूखा-सा “नर्स अस्पताल”।
2. मूड भी डालिए। शांत, अफरा-तफरी भरा, नॉस्टैल्जिक, मिनिमल जैसे शब्द सचमुच रिज़ल्ट की दिशा मोड़ते हैं — ये मतलब का हिस्सा हैं, बेकार का शोर नहीं।
3. अपनी ही भाषा में लिखिए। पहले अनुवाद करने की कोई ज़रूरत नहीं। वाक्य उसी भाषा में टाइप कीजिए जिसमें आप सोचते हैं।
4. फ़िल्टर से नहीं, शब्दों से सुधारिए। रिज़ल्ट बहुत ज़्यादा कॉर्पोरेट लग रहा है? जोड़ दीजिए “कैंडिड, नैचुरल लाइट, डॉक्यूमेंट्री”। क्लिक से नहीं, बयान करके निखारिए।

बस इतना-सा बदलाव है: अपने ख़याल को ऐसे कीवर्ड में तोड़-मरोड़कर ढालना बंद कीजिए जो मशीन को हज़म हों, और सीधे उस तस्वीर को बयान कर दीजिए जो आपको पहले से नज़र आ रही है। अड़चन हमेशा सर्च में थी — लाइब्रेरी में कभी नहीं।