Meta Platforms Technologies، نهادی که مسئولیت مالکیت فکری تحقیق و توسعه و سختافزار متا را بر عهده دارد، پتنتی را برای یک سیستم دوربین منتشر کرد که افراد را با چهره شناسایی کرده و اقدامات آنها را ثبت میکند.
این پرونده، دوربینهایی را توصیف میکند که تصاویر را به یک هوش مصنوعی ارسال میکنند؛ این هوش مصنوعی افراد را در کادر برچسبگذاری میکند، اقدامات آنها را تشخیص میدهد و هر دو را در کلیپهای رسانهای جمعآوری کرده که در صورت تقاضا به یک گوشی یا هدست ارائه میشوند.
این ایده ناگهانی نیست. سختافزار دوربین متا سالهاست که روی صورت افراد قرار دارد: عینکهای هوشمند Ray-Ban، که اکنون در بخش زیادی از اینترنت با عنوان نه چندان دوستانه «عینکهای منحرف» شناخته میشوند، با همکاری EssilorLuxottica ساخته شده و اولین بار در سال ۲۰۲۳ عرضه شدند، ویدئوی اول شخص ضبط میکنند و به کاربر امکان میدهند از هوش مصنوعی درباره آنچه میبیند بپرسد.
همین نهاد متا که پشت این فریمها و هدستهای Quest قرار دارد، مالک این پرونده است و نقشهها نشان میدهند که فردی با عینک اتاقی پر از افراد را مشاهده میکند. تشخیص چهره این سختافزار را از "آنچه را که به آن اشاره میکنم ضبط میکند" به "میداند و نام افرادی که در اتاق هستند را میبرد" تبدیل خواهد کرد.
این پتنت یک چرخه چهار مرحلهای را تشریح میکند. دوربینها فیلمهای زنده یا ضبط شده را ثبت کرده و به سیستم ارسال میکنند. یک لایه تشخیص چهره فریمها را اسکن میکند تا افراد حاضر را مشخص کند – نه فقط اینکه فردی آنجاست، بلکه چه کسی بهطور خاص حضور دارد.
یک لایه تشخیص عمل جداگانه نیز روی آن اجرا میشود که حرکاتی مانند برداشتن چیزی، ترک اتاق یا جمع شدن گروهی را میخواند. در نهایت، سیستم یافتههای خود را در فایلهای رسانهای جداگانه جمعآوری میکند که هر یک با یک شخص، یک عمل یا هر دو برچسبگذاری شدهاند.
آنچه این سیستم را بیش از یک زنگ درب هوشمند میسازد، لایه دستیار است. این پرونده بازیابی را به صورت مکالمهای تعریف میکند: یک دستگاه متصل میتواند از طریق پرسوجو درخواست فیلم کند و سیستم به جای اینکه شما را مجبور به جستجو کند، پاسخ را از کلیپهای برچسبگذاری شده تولید میکند. نقشهها هم جریانهای پردازش سمت سرور و هم پردازش روی دستگاه را نشان میدهند، با یک خط لوله درک زبان طبیعی که کلیپساز را تغذیه میکند.
بخشی که انتقادات را به خود جلب میکند، خود قابلیت است – شناسایی و ثبت افراد خاص از طریق چهره بدون رضایت فعال آنها. این دقیقاً همان نگرانی است که سناتورهای دموکرات هنگام فشار بر متا در مورد تشخیص چهره در عینکهای هوشمندش مطرح کردند. همانطور که قبلاً توسط Decrypt گزارش شده بود، سناتورها هشدار دادند که شناسایی چهره در زمان واقعی میتواند افراد را در معرض تعقیب و آزار قرار دهد.
سختافزار خود متا در کانون این نزاع قرار دارد. صاحبان عینکهای Ray-Ban که اخیراً از سوی متا عرضه شدهاند، توانستند به آرامی از افراد غریبه در مکانهای عمومی فیلمبرداری کنند و پیمانکاران فیلمهای خصوصی را بازبینی کردند. یک دوربین پوشیدنی که نام غریبهها را نیز ذکر میکند، شکاف بین تعریف متا از "دستیار مفید" و آنچه این فناوری میتواند انجام دهد را گسترش میدهد – و عموم مردم در حال حاضر در حال ایجاد دفاعیات هستند.
این یک پتنت است، نه یک محصول. وضعیت آن "آماده برای بررسی" است، با رتبهبندی احتمال اعطا متوسط توسط Patentlyze. متا پیش از این کارهای مشابهی در زمینه بینایی کامپیوتری برای عینکها ثبت کرده است، و انتشار به این معنی است که ایده ثبت شده است، نه اینکه این ویژگی ساخته یا تأیید شده است.
