Smartbriller kan se ut som en enkel forbrukerduppeditt: et kamera på ansiktet ditt, høyttalere i ørene og en AI-assistent som kan svare på spørsmål om det du ser. Men den samme enheten kan gi et AI-system noe det alltid har manglet: et førstepersonsperspektiv på menneskers hverdagsliv.

Det har betydning fordi det å lære AI å skrive eller generere bilder er svært forskjellig fra å lære en maskin å bevege seg i den fysiske verdenen. En robot må forstå hvor objekter befinner seg, hva som skjer når de beveger seg, og hvordan hender samhandler med ting som bøyer seg, knuses, søles ut eller endrer form.

Meta har brukt år på å forske på bærbare enheter som fanger opp denne typen informasjon. Ray-Ban Meta-brillene deres bringer noe av denne teknologien inn i et forbrukerprodukt, og gir selskapet tilgang til data som genereres under vanlige aktiviteter.

En 72-timers test av brillene, der AI-funksjonene ble brukt gjennom hele dagen og de tilhørende dataene ble etterspurt, ga et innblikk i hvorfor førstepersonsopptak kan være verdifulle for å trene AI, og hvorfor personvern blir vanskeligere å skille fra teknologien selv.

Hvordan AI lærer av den virkelige verden

Store språkmodeller lærer av enorme samlinger av skriftlig materiale. Det fungerer godt for systemer bygget rundt språk, men tekst kan ikke fullt ut beskrive hvordan folk gjør ting som å bevege seg rundt på et kjøkken, plukke opp en flaske, knekke et egg eller finne nøklene sine.

Mennesker lærer disse tingene gjennom år med sanseerfaring. Metas tidligere sjefsforsker for AI, Yann LeCun, har hevdet at et barn innen det fyller fire år har sett 50 ganger mer data enn selv de største språkmodellene. Poenget hans er bredere: maskiner trenger rikere sanseinndata hvis de skal forstå den fysiske verdenen.

For en robot betyr det å lære av mer enn instruksjoner. Den trenger data om hva folk faktisk gjør, inkludert de små variasjonene som er vanskelige å beskrive med ord. Å ta oppvasken kan for eksempel virke hverdagslig. Men når opptaket først er etikettert og annotert, kan det vise et AI-system hvor objekter befinner seg, hvordan hender beveger seg, og hva som skjer når noe uventet inntreffer.

Denne typen treningsdata er vanskelige å samle inn i stor skala. Et bærbart kamera er en mulig løsning, fordi det kan fange verden fra samme perspektiv som personen som utfører oppgaven. Som LeCuns argument formulerer det: «Det trenger øyne.»

Hvorfor Meta bruker smartbriller

Meta har jobbet med dette problemet i årevis gjennom Project Aria(nytt vindu), et forskningsprogram bygget rundt bærbare datamaskiner i brilleform. Forskningsenhetene bruker kameraer og andre sensorer for å studere hvordan folk samhandler med verden.

Project Aria viser også hvor forskjellige forventningene til personvern kan være mellom forskning og forbrukerbruk. Metas publiserte retningslinjer sier at forskningsdeltakere får opplæring i riktig opptakspraksis, at personer i private hjem må samtykke, og at et synlig lys indikerer når lyd og video samles inn.

Forbruker-smartbriller brukes i et mye mindre kontrollert miljø. En person kan ha dem på seg mens de går nedover en gate, handler, lager kaffe eller gjør husarbeid. Det skaper en nyttig kilde til førstepersonsdata. Det betyr også at folk rundt bæreren kan havne i opptak uten å vite at et kamera er aktivt.

Forskjellen har betydning fordi verdien av disse dataene kommer fra det hverdagslige ved dem. Verdien ligger i å fange de små detaljene i hverdagslivet.

Hva roboter trenger å lære

Forskere jobber med flere problemer som virker enkle for mennesker, men er vanskelige for maskiner. Ett av dem er episodisk hukommelse. Å spørre en AI om hvor du la nøklene, høres enkelt ut, men systemet må gjenkjenne objektet, forstå når det sist ble sett og holde oversikt over hva som skjedde mellom da og nå.

Et annet er intuitiv fysikk. Hvis du ruller en ball mot et bord, har du allerede en forventning om hva som vil skje. Mennesker utvikler disse forutsigelsene gjennom år med observasjon av den fysiske verdenen.

Det tredje handler om samspill mellom hånd og objekt. Å knyte skolisser, kneppe en skjorte, plukke opp noe eller håndtere et stykke tøy krever at en maskin kan håndtere objekter som kan bøye seg og deformeres. Det er den typen situasjoner førstepersonsopptak kan fange.

I løpet av 72-timers testen samsvarte vanlige aktiviteter overraskende godt med disse forskningsproblemene. Å kjøre bil innebar å forutsi hvordan objekter beveger seg gjennom rommet. Å plukke opp en flaske eller knekke et egg innebar samspill mellom hånd og objekt. Å se et egg rulle av en benk innebar intuitiv fysikk. Å spørre hvor nøklene var blitt lagt, var en oppgave knyttet til episodisk hukommelse.

Poenget er ikke at hvert hverdagslige opptak umiddelbart blir nyttige treningsdata. Poenget er at vanlig menneskelig aktivitet inneholder eksemplene som kroppsliggjort AI trenger.

Hva Metas briller kan fange

Meta sier at Ray-Ban Meta-brillene ikke kontinuerlig tar opp alt rundt bæreren for å trene AI. Ifølge selskapet omfatter dataene som brukes til å trene AI-en, og som potensielt gjennomgås av mennesker, talekommandoene og videoen som fanges opp når en bruker ber AI-en om å gjøre noe.

Når AI-en trenger å analysere det kameraet ser, kan det relevante opptaket sendes til Metas tjenere for behandling. Selskapet kan deretter bruke den informasjonen til å forbedre AI-systemene sine. En person kan spørre brillene om et objekt, en plassering, en oppgave eller noe som skjer foran dem, noe som skaper en oversikt over disse samhandlingene fra et førstepersonsperspektiv.

Meta har også introdusert Live AI, som gjør assistenten tilgjengelig uten at den vanlige vekkefrasen kreves. Det gjør brillene mer nyttige som en sanntidsassistent, samtidig som det øker tiden der kameraet og mikrofonen deres kan være aktive.

Det finnes et annet personvernproblem som er vanskeligere å løse gjennom innstillinger. Bæreren kontrollerer enheten, men det gjør ikke alle rundt dem. Under testen ble ansikter sladdet i materialet som ble gjennomgått, men folk rundt bæreren visste ikke at de ble tatt opp. Det er annerledes enn Metas forskningsprosess i Project Aria, der deltakere og personer i visse private miljøer er underlagt eksplisitte krav om samtykke.

Hva som peker mot Metas robotikkplaner

Ideen om at Meta kan bruke bærbare data til å bygge roboter, er fortsatt en hypotese om selskapets bredere strategi, snarere enn noe brillene alene beviser. Det finnes likevel flere bevis som støtter den.

I februar 2025 opprettet Meta en humanoid robotikkdivisjon innenfor Reality Labs, den samme bredere organisasjonen som står bak smartbrillene deres. I mai 2026 kjøpte Meta også Assured Robot Intelligence, et robotikklaboratorium medgrunnlagt av Lerrel Pinto.

Meta har også sagt at selskapet vil at teknologien skal fungere som programvarelaget for humanoide roboter. Forskningen deres har allerede undersøkt hvordan egosentriske opptak kan hjelpe roboter med å lære fysiske oppgaver. Det gjør brillene relevante utover rollen som AI-assistent. De setter kameraer, mikrofoner og AI inn i en enhet folk kan ha på seg hele dagen.

Metas bærbare prototyper i neste generasjon beskrives å bevege seg mot mer kontinuerlig sansing og kraftigere objektsporing. Disse egenskapene kan gi mer nyttige data om hvordan folk samhandler med den fysiske verdenen.

Ingenting av dette beviser at Meta i hemmelighet samler inn hvert øyeblikk av kundenes liv for å bygge en hær av roboter. Det viser derimot hvorfor bærbare førstepersonsdata kan være strategisk verdifulle for et selskap som investerer tungt i både AI og robotikk.

Det større spørsmålet

Smartbriller gjør AI mer nyttig fordi de gir den tilgang til verden rundt oss. Den samme egenskapen gjør dem forskjellige fra AI-assistentene folk flest er vant til. Spørsmålet er hvem som får bestemme hvordan denne stadig mer personlige datakilden samles inn, behandles og brukes.

Etter hvert som AI beveger seg fra skjermen og ut i den fysiske verdenen, blir førstepersonsdata mer verdifulle.

Det gjør det stadig viktigere å forstå hva en enhet kan se, høre, lagre og sende fra seg.