Akıllı gözlükler basit bir tüketici cihazı gibi görünebilir: yüzünüzde bir kamera, kulaklarınızda hoparlörler ve gördüklerinizle ilgili soruları yanıtlayabilen bir yapay zeka asistanı. Ancak aynı aygıt, bir yapay zeka sistemine her zaman eksik olan bir şeyi verebilir: günlük insan yaşamına birinci şahıs bakışı.

Bu önemli, çünkü yapay zekaya yazmayı veya görsel üretmeyi öğretmek, bir makineye fiziksel dünyada hareket etmeyi öğretmekten çok farklıdır. Bir robotun nesnelerin nerede olduğunu, hareket ettiklerinde ne olduğunu ve ellerin bükülen, kırılan, dökülen veya şekil değiştiren şeylerle nasıl etkileşime girdiğini anlaması gerekir.

Meta, bu tür bilgileri yakalayan giyilebilir aygıtlar üzerine yıllardır araştırma yapıyor. Ray-Ban Meta gözlükleri bu teknolojinin bir kısmını bir tüketici ürününe taşıyarak şirkete sıradan etkinlikler sırasında üretilen verilere erişim sağlıyor.

Gözlüklerin 72 saatlik bir testi, gün boyunca yapay zeka özelliklerinin kullanılması ve ilgili verilerin talep edilmesiyle, birinci şahıs kayıtların neden yapay zeka eğitimi için değerli olabileceğine ve gizliliğin neden teknolojinin kendisinden ayrılmasının giderek zorlaştığına dair bir fikir verdi.

Yapay zeka gerçek dünyadan nasıl öğrenir

Büyük dil modelleri devasa yazılı materyal koleksiyonlarından öğrenir. Bu, dil etrafında kurulmuş sistemler için iyi çalışır; ancak metin, insanların mutfakta hareket etmek, bir şişeyi almak, yumurta kırmak veya anahtarlarını bulmak gibi şeyleri nasıl yaptığını tam olarak tanımlayamaz.

İnsanlar bu şeyleri yıllar süren duyusal deneyimlerle öğrenir. Meta’nın eski baş yapay zeka bilimcisi Yann LeCun, dört yaşına gelen bir çocuğun en büyük dil modellerinden bile 50 kat daha fazla veri gördüğünü savunuyor. Daha geniş anlamda vurguladığı nokta, makinelerin fiziksel dünyayı anlayabilmesi için daha zengin duyusal girdiye ihtiyaç duyduğudur.

Bir robot için bu, talimatlardan fazlasından öğrenmek anlamına gelir. İnsanların gerçekte ne yaptığına dair verilere ihtiyaç duyar; buna kelimelerle tanımlanması zor olan küçük farklılıklar da dahildir. Örneğin, bulaşık yıkayan biri sıradan görünebilir. Ancak bu görüntüler etiketlenip açıklandığında, bir yapay zeka sistemine nesnelerin nerede olduğunu, ellerin nasıl hareket ettiğini ve beklenmedik bir şey olduğunda ne yaşandığını gösterebilir.

Bu tür eğitim verilerini büyük ölçekte toplamak zordur. Giyilebilir bir kamera olası bir çözüm sunar, çünkü dünyayı görevi yapan kişiyle aynı bakış açısından yakalayabilir. LeCun’un savunduğu gibi, “Gözlere ihtiyacı var.”

Meta neden akıllı gözlükleri kullanıyor

Meta, yıllardır gözlük formunda giyilebilir bilgisayarlar etrafında kurulmuş bir araştırma programı olan Project Aria(yeni pencere) aracılığıyla bu sorun üzerinde çalışıyor. Araştırma aygıtları, insanların dünyayla nasıl etkileşime girdiğini incelemek için kameralar ve diğer sensörleri kullanıyor.

Project Aria ayrıca gizlilik beklentilerinin araştırma ve tüketici kullanımı arasında ne kadar farklı olabileceğini gösteriyor. Meta’nın yayımladığı yönergelere göre araştırma katılımcıları uygun kayıt uygulamaları konusunda eğitiliyor, özel evlerdeki kişilerin onay vermesi gerekiyor ve ses ile görüntü toplanırken bunu görünür bir ışık gösteriyor.

Tüketiciye yönelik akıllı gözlükler çok daha az denetlenen bir ortamda çalışır. Bir kişi bunları sokakta yürürken, alışveriş yaparken, kahve yaparken veya ev işleriyle uğraşırken takabilir. Bu, birinci şahıs verileri için kullanışlı bir kaynak oluşturur. Aynı zamanda, gözlüğü takanın çevresindeki kişilerin kameranın açık olduğunu bilmeden kayıtlarda yer alabileceği anlamına gelir.

Bu ayrım önemlidir, çünkü bu verilerin değeri sıradan olmasından gelir. Değeri, günlük yaşamın küçük ayrıntılarını yakalamasından gelir.

Robotların öğrenmesi gerekenler

Araştırmacılar, insanlara basit görünen ancak makineler için zor olan çeşitli sorunlar üzerinde çalışıyor. Bunlardan biri epizodik bellek. Bir yapay zekaya anahtarlarınızı nerede bıraktığınızı sormak kolay görünür, ancak sistemin nesneyi tanıması, en son ne zaman görüldüğünü anlaması ve o andan bu yana ne olduğunu takip etmesi gerekir.

Bir diğeri sezgisel fizik. Bir topu masaya doğru yuvarlarsanız, ne olacağına dair zaten bir beklentiniz vardır. İnsanlar bu tahminleri yıllar boyunca fiziksel dünyayı gözlemleyerek geliştirir.

Üçüncüsü el-nesne etkileşimlerini içerir. Ayakkabı bağcıklarını bağlamak, gömlek düğmelemek, bir şeyi almak veya bir kumaş parçasını tutmak, hepsi bir makinenin bükülebilen ve şekil değiştirebilen nesnelerle baş etmesini gerektirir. Birinci şahıs kayıtların yakalayabileceği türden durumlar bunlardır.

72 saatlik test sırasında sıradan etkinlikler bu araştırma sorunlarıyla şaşırtıcı derecede iyi örtüştü. Araba kullanmak, nesnelerin uzayda nasıl hareket ettiğini tahmin etmeyi içeriyordu. Bir şişeyi almak veya yumurta kırmak el-nesne etkileşimini içeriyordu. Bir yumurtanın tezgahtan yuvarlanmasını izlemek sezgisel fiziği içeriyordu. Anahtarların nerede bırakıldığını sormak ise bir epizodik bellek göreviydi.

Mesele, her sıradan kaydın anında işe yarar bir eğitim verisine dönüşmesi değil. Mesele, sıradan insan etkinliğinin bedenlenmiş yapay zekanın ihtiyaç duyduğu örnekleri içermesidir.

Meta’nın gözlüklerinin yakalayabilecekleri

Meta, Ray-Ban Meta gözlüklerinin yapay zeka eğitimi için gözlüğü takanın çevresindeki her şeyi sürekli kaydetmediğini söylüyor. Şirkete göre, yapay zekasını eğitmek için kullanılan ve insanlar tarafından incelenme olasılığı bulunan veriler, bir kullanıcının yapay zekadan bir şey yapmasını istediğinde kaydedilen sesli komutları ve videoyu içeriyor.

Yapay zekanın kameranın gördüklerini analiz etmesi gerektiğinde, ilgili görüntüler işlenmek üzere Meta’nın sunucularına gönderilebilir. Şirket daha sonra bu bilgiyi yapay zeka sistemlerini geliştirmek için kullanabilir. Bir kişi gözlüklere bir nesne, bir konum, bir görev ya da önünde gerçekleşen bir şey hakkında soru sorabilir; bu da bu etkileşimlerin birinci şahıs bakış açısından bir kaydını oluşturur.

Meta ayrıca, asistanı her zamanki uyandırma ifadesine gerek kalmadan kullanılabilir hale getiren Live AI’ı tanıttı. Bu, gözlükleri gerçek zamanlı bir asistan olarak daha kullanışlı hale getirirken kamera ve mikrofonunun etkin olabileceği süreyi de artırıyor.

Ayarlar yoluyla çözülmesi daha zor olan bir gizlilik sorunu daha var. Aygıtı, gözlüğü takan kişi kontrol ediyor, ancak çevresindeki herkes kontrol etmiyor. Test sırasında, incelenen materyalde yüzler bulanıklaştırıldı, ancak gözlüğü takanın çevresindeki kişiler kaydedildiklerini bilmiyordu. Bu, katılımcıların ve belirli özel ortamlardaki kişilerin açık rıza şartlarına tabi olduğu Meta’nın Project Aria araştırma sürecinden farklıdır.

Meta’nın robotik planlarına işaret eden şeyler

Meta’nın robot yapımına yardımcı olmak için giyilebilir verileri kullanabileceği fikri, gözlüklerin tek başına kanıtladığı bir şey değil, şirketin daha geniş stratejisine dair bir hipotez. Ancak bunun arkasında birkaç kanıt var.

Şubat 2025’te Meta, akıllı gözlüklerinden sorumlu aynı geniş kuruluş olan Reality Labs bünyesinde bir insansı robotik bölümü kurdu. Mayıs 2026’da Meta, Lerrel Pinto’nun ortak kurucusu olduğu bir robotik laboratuvarı olan Assured Robot Intelligence’ı da satın aldı.

Meta ayrıca teknolojisinin insansı robotlar için yazılım katmanı olarak hizmet etmesini istediğini belirtti. Araştırmaları, benmerkezli kayıtların robotların fiziksel görevleri öğrenmesine nasıl yardımcı olabileceğini zaten inceledi. Bu, gözlükleri yapay zeka asistanı rolünün ötesinde anlamlı kılıyor. Kameraları, mikrofonları ve yapay zekayı insanların gün boyu takabileceği bir aygıta yerleştiriyorlar.

Meta’nın yeni nesil giyilebilir prototipleri, daha sürekli algılamaya ve daha güçlü nesne takibine doğru ilerlediği şeklinde tanımlanıyor. Bu yetenekler, insanların fiziksel dünyayla nasıl etkileşime girdiğine dair daha faydalı veriler üretebilir.

Bunların hiçbiri, Meta’nın bir robot ordusu kurmak için müşterilerinin hayatının her anını gizlice topladığını kanıtlamıyor. Ancak hem yapay zekaya hem de robotiğe büyük yatırım yapan bir şirket için birinci şahıs giyilebilir verilerin neden stratejik olarak değerli olabileceğini gösteriyor.

Asıl büyük soru

Akıllı gözlükler, yapay zekaya çevremizdeki dünyaya erişim sağladığı için onu daha kullanışlı hale getiriyor. Aynı yetenek, onları çoğu insanın alışkın olduğu yapay zeka asistanlarından farklı kılıyor. Soru, giderek daha kişisel hale gelen bu veri kaynağının nasıl toplandığına, işlendiğine ve kullanıldığına kimin karar vereceği.

Yapay zeka ekrandan fiziksel dünyaya geçtikçe, birinci şahıs verileri daha değerli hale geliyor.

Bu da bir aygıtın neleri görebildiğini, duyabildiğini, depolayabildiğini ve uzaklara gönderebildiğini anlamayı giderek daha önemli hale getiriyor.