Meta ha presentato una domanda di brevetto per un sistema di telecamere che utilizza il riconoscimento facciale per identificare le persone per nome e genera automaticamente clip multimediali basate sulle azioni rilevate. Il sistema è basato su un assistente: su richiesta, fornisce a un telefono o a un visore momenti salienti pre-ordinati su “chi ha fatto cosa, quando”. La domanda è una continuazione di un deposito parent del 2022 e si trova attualmente allo stato di “pronta per l'esame”—non concessa e ben lontana dall'essere una funzionalità in commercio.

Meta Platforms Technologies, l'entità che detiene la proprietà intellettuale di Meta in materia di ricerca e sviluppo e hardware, ha pubblicato il brevetto. La domanda descrive telecamere che inviano le riprese a un'intelligenza artificiale che etichetta le persone presenti nell'inquadratura, rileva ciò che stanno facendo e unisce entrambe le informazioni in clip multimediali consegnate su richiesta a un telefono o a un visore.

L'idea non arriva dal nulla. L'hardware con telecamere di Meta viene indossato sui volti da anni: gli occhiali intelligenti Ray-Ban—realizzati con EssilorLuxottica e commercializzati per la prima volta nel 2023, oggi soprannominati online “occhiali da pervertiti”—registrano video in prima persona e consentono a chi li indossa di chiedere a un'intelligenza artificiale informazioni su ciò che vede. EssilorLuxottica ha comunicato di aver venduto più di due milioni di paia di occhiali a marchio Meta, quindi qualsiasi funzionalità vi fosse aggiunta partirebbe da una base installata considerevole. La stessa entità Meta che sta dietro quelle montature e ai visori Quest è proprietaria di questa domanda, e i disegni del brevetto mostrano una persona con gli occhiali che osserva una stanza piena di gente. Il riconoscimento facciale porterebbe quell'hardware da “registra ciò verso cui punto” a “conosce e nomina chi c'è nella stanza”.

Come funziona la pipeline

Il brevetto delinea un ciclo in quattro fasi. Le telecamere acquisiscono riprese dal vivo o registrate e le trasmettono al sistema. Un livello di riconoscimento facciale analizza i fotogrammi per segnalare chi è presente—non semplicemente che c'è una persona, ma quale persona in particolare. Un livello separato di rilevamento delle azioni opera sopra di esso, interpretando movimenti come raccogliere un oggetto, lasciare una stanza o il radunarsi di un gruppo. Infine, il sistema raccoglie i propri risultati in file multimediali individuali, ciascuno etichettato con una persona, un'azione o entrambi.

Ciò che lo distingue da un campanello intelligente è il livello dell'assistente. La domanda inquadra il recupero delle riprese in chiave conversazionale: un dispositivo connesso può richiedere il materiale tramite una query e il sistema compone la risposta a partire dalle clip etichettate, invece di richiedere all'utente di scorrere manualmente il video. I disegni raffigurano sia flussi di elaborazione lato server sia sul dispositivo, con una pipeline di comprensione del linguaggio naturale che alimenta il compositore delle clip.

È la capacità stessa—identificare e registrare persone specifiche tramite il volto senza il loro consenso attivo—ad attirare le critiche. È esattamente la preoccupazione sollevata dai senatori democratici quando hanno messo sotto pressione Meta riguardo al riconoscimento facciale nei suoi occhiali intelligenti; come già riportato in precedenza da Decrypt, i senatori avevano avvertito che l'identificazione facciale in tempo reale potrebbe esporre le persone a stalking e molestie. Meta è già stata su questo terreno, e le è costato caro: l'azienda ha pagato 650 milioni di dollari per chiudere una causa sulla privacy biometrica in Illinois legata alle scansioni facciali per l'etichettatura delle foto su Facebook, ha disattivato quel sistema di riconoscimento facciale nel 2021 eliminando i modelli faciali di oltre un miliardo di utenti adducendo l'incertezza normativa, e nel 2024 ha accettato di pagare al Texas 1,4 miliardi di dollari per chiudere richieste analoghe presentate ai sensi della legge biometrica di quello stato.

L'hardware di Meta si trova già al centro di quella battaglia. I proprietari degli occhiali Ray-Ban rilasciati di recente sono riusciti a registrare di nascosto sconosciuti in luoghi pubblici, e appaltatori hanno esaminato riprese private. In Europa, dove gli occhiali sono anch'essi in vendita, il GDPR considera i dati faciali informazioni biometriche che in genere richiedono il consenso esplicito della persona prima dell'elaborazione, il che alza l'asticella per qualsiasi funzionalità che attribuisca un nome ai passanti. Una telecamera indossabile che attribuisse un nome anche a quegli sconosciuti allargherebbe il divario tra la narrazione di Meta dell'“assistente utile” e ciò che la tecnologia sa fare—e il pubblico sta già costruendo difese.

Per ora si tratta di un brevetto, non di un prodotto. Lo stato è “pronta per l'esame”, con Patentlyze che valuta media la probabilità di concessione. In quanto continuazione, la domanda può rivendicare la data di priorità del deposito parent del 2022 pur perseguendo rivendicazioni revisionate—un metodo standard con cui le aziende mantengono in vita le idee lungo anni di procedura, durante i quali le rivendicazioni vengono spesso ristrette prima di qualsiasi concessione. Meta aveva già presentato lavori simili di visione artificiale per gli occhiali, e la pubblicazione significa che l'idea è agli atti—non che la funzionalità sia stata realizzata o approvata.