Smartbriller kan se ud som en simpel forbrugerdim: et kamera på ansigtet, højttalere i ørerne og en AI-assistent, der kan svare på spørgsmål om det, du ser. Men den samme enhed kan give et AI-system noget, det altid har manglet: et førstepersonsperspektiv på den almindelige menneskelige tilværelse.

Det betyder noget, fordi det at lære AI at skrive eller generere billeder er noget helt andet end at lære en maskine at bevæge sig i den fysiske verden. En robot skal forstå, hvor tingene er, hvad der sker, når de bevæger sig, og hvordan hænder samspiller med ting, der bøjer, knækker, spilder eller skifter form.

Meta har brugt årevis på at forske i wearable-enheder, der indsamler denne type information. Selskabets Ray-Ban Meta-briller bringer noget af teknologien ind i et forbrugerprodukt, så virksomheden får adgang til data, der opstår under almindelige aktiviteter.

En test af brillerne over 72 timer, hvor AI-funktionerne blev brugt hele dagen, og hvor de tilhørende data blev indhentet, gav et indblik i, hvorfor optagelser i første person kan være værdifulde til at træne AI, og hvorfor privatliv bliver sværere at adskille fra teknologien selv.

Hvordan AI lærer af den virkelige verden

Store sprogmodeller lærer af enorme samlinger af skrevet materiale. Det fungerer godt for systemer, der er bygget op omkring sprog, men tekst kan ikke fuldt ud beskrive, hvordan folk gør ting som at bevæge sig gennem et køkken, samle en flaske op, slå et æg ud eller finde deres nøgler.

Mennesker lærer disse ting gennem mange års sanseerfaring. Metas tidligere chefforsker inden for AI, Yann LeCun, har argumenteret for, at et barn på fire år har set 50 gange flere data end selv de største sprogmodeller. Hans overordnede pointe er, at maskiner har brug for rigere sansemæssigt input, hvis de skal forstå den fysiske verden.

For en robot betyder det at lære af mere end instruktioner. Den har brug for data om, hvad folk faktisk gør, herunder de små variationer, som er svære at beskrive med ord. At tage opvasken kan for eksempel se banalt ud. Men når først optagelserne er etiketteret og annoteret, kan de vise et AI-system, hvor tingene er, hvordan hænder bevæger sig, og hvad der sker, når noget uventet indtræffer.

Den slags træningsdata er svære at indsamle i stor skala. Et wearable-kamera er en mulig løsning, fordi det kan indfange verden fra samme perspektiv som den person, der udfører opgaven. Som LeCuns argument lyder: »Den har brug for øjne«.

Hvorfor Meta bruger smartbriller

Meta har arbejdet på dette problem i årevis gennem Project Aria(nyt vindue), et forskningsprogram bygget op omkring wearable-computere i brilleformat. Forskningsenhederne bruger kameraer og andre sensorer til at undersøge, hvordan mennesker interagerer med verden.

Project Aria viser også, hvor forskellige forventningerne til privatliv kan være i forskning og i forbrugerbrug. Metas offentliggjorte retningslinjer siger, at forskningsdeltagere oplæres i korrekt optagelsespraksis, at folk i private hjem skal give samtykke, og at et synligt lys viser, når lyd og video optages.

Smartbriller til forbrugere bruges i et langt mindre kontrolleret miljø. Man kan have dem på, mens man går ned ad gaden, handler, laver kaffe eller ordner huslige pligter. Det skaber en nyttig kilde til førstepersonsdata. Det betyder også, at folk omkring bæreren kan optræde i optagelser uden at vide, at et kamera er aktivt.

Skellet er vigtigt, fordi værdien af disse data kommer af deres almindelige karakter. Værdien ligger i at indfange de små detaljer i hverdagen.

Hvad robotter skal lære

Forskere arbejder på flere problemer, som virker enkle for mennesker, men er svære for maskiner. Det ene er episodisk hukommelse. At spørge en AI, hvor man har lagt sine nøgler, lyder nemt, men systemet skal genkende genstanden, forstå, hvornår den sidst blev set, og holde styr på, hvad der er sket fra da til nu.

Et andet er intuitiv fysik. Hvis man ruller en bold hen mod et bord, har man allerede en forventning om, hvad der vil ske. Mennesker udvikler disse forudsigelser gennem mange års observation af den fysiske verden.

Det tredje handler om samspillet mellem hænder og objekter. At binde snørebånd, knappe en skjorte, samle noget op eller håndtere et stykke stof kræver, at en maskine kan håndtere objekter, som kan bøje og ændre form. Det er den slags situationer, optagelser i første person kan indfange.

Under testen på 72 timer svarede almindelige aktiviteter overraskende godt til disse forskningsproblemer. At køre bil handlede om at forudsige, hvordan objekter bevæger sig gennem rummet. At samle en flaske op eller slå et æg ud handlede om samspillet mellem hånd og objekt. At se et æg rulle ned fra køkkenbordet handlede om intuitiv fysik. At spørge, hvor nøglerne var blevet lagt, var en opgave inden for episodisk hukommelse.

Pointen er ikke, at enhver hverdagsoptagelse straks bliver brugbare træningsdata. Pointen er, at almindelig menneskelig aktivitet indeholder de eksempler, som embodied AI har brug for.

Hvad Metas briller kan indfange

Meta siger, at Ray-Ban Meta-brillerne ikke løbende optager alt omkring bæreren med henblik på AI-træning. Ifølge virksomheden omfatter de data, der bruges til at træne dens AI, og som potentielt gennemgås af mennesker, de stemmekommandoer og de videooptagelser, der opstår, når en bruger beder AI’en om at gøre noget.

Når AI’en skal analysere, hvad kameraet ser, kan de relevante optagelser sendes til Metas servere til behandling. Virksomheden kan derefter bruge oplysningerne til at forbedre sine AI-systemer. Man kan spørge brillerne om en genstand, en placering, en opgave eller noget, der sker foran en, og dermed skabe en registrering af disse interaktioner fra et førstepersonsperspektiv.

Meta har også introduceret Live AI, som gør assistenten tilgængelig uden at kræve den sædvanlige vækkefrase. Det gør brillerne mere nyttige som assistent i realtid, men øger samtidig den tid, hvor deres kamera og mikrofon kan være aktive.

Der er endnu et privatlivsproblem, som er sværere at løse gennem indstillinger. Bæreren styrer enheden, men det gør alle omkring bæreren ikke. Under testen blev ansigter sløret i det materiale, der blev gennemgået, men folk omkring bæreren vidste ikke, at de blev optaget. Det er anderledes end Metas forskningsproces med Project Aria, hvor deltagere og personer i visse private omgivelser er underlagt krav om udtrykkeligt samtykke.

Hvad peger på Metas robotplaner

Ideen om, at Meta kan bruge wearable-data til at hjælpe med at bygge robotter, er stadig en hypotese om virksomhedens overordnede strategi og ikke noget, som brillerne alene beviser. Der er dog flere indicier, der peger i den retning.

I februar 2025 oprettede Meta en humanoid robotafdeling under Reality Labs, den samme overordnede organisation, som står bag smartbrillerne. I maj 2026 opkøbte Meta også Assured Robot Intelligence, et robotlaboratorium med Lerrel Pinto som medstifter.

Meta har også sagt, at virksomheden vil have sin teknologi til at fungere som softwarelaget til humanoide robotter. Forskningen har allerede undersøgt, hvordan egocentriske optagelser kan hjælpe robotter med at lære fysiske opgaver. Det gør brillerne relevante ud over deres rolle som AI-assistent. De samler kameraer, mikrofoner og AI i en enhed, som folk kan have på hele dagen.

Metas næste generation af wearable-prototyper beskrives som rettet mod mere kontinuerlig registrering og bedre objektsporing. Det kan give mere brugbare data om, hvordan mennesker interagerer med den fysiske verden.

Intet af dette beviser, at Meta i hemmelighed indsamler hvert øjeblik af sine kunders liv for at bygge en hær af robotter. Det viser dog, hvorfor wearable-data i første person kan være strategisk værdifulde for en virksomhed, der investerer tungt i både AI og robotteknologi.

Det større spørgsmål

Smartbriller gør AI mere nyttig, fordi de giver den adgang til verden omkring os. Den samme egenskab gør dem anderledes end de AI-assistenter, de fleste er vant til. Spørgsmålet er, hvem der bestemmer, hvordan denne stadig mere personlige datakilde indsamles, behandles og bruges.

Når AI bevæger sig fra skærmen og ud i den fysiske verden, bliver førstepersonsdata mere værdifulde.

Det gør det stadig vigtigere at forstå, hvad en enhed kan se, høre, gemme og sende videre.