Ray-Ban Metaスマートグラスには、ネット上であまり名誉とは言えないニックネームがある——「pervert glasses」だ。2023年にEssilorLuxotticaと共同開発されたこのメガネは、装着者が目の前の光景についてAIに「これは何?」と質問できる機能を備えており、そのため通行人を盗撮する目的で使われるケースも少なくなかった。Meta傘下で研究開発とハードウェア特許を担当する法人Meta Platforms Technologiesが、最近新たな特許を公開した。その内容から、このメガネが次に狙っているのは「あなたが見たものを記録する」という段階をはるかに超えたものであることがわかる。

特許が描いているのは4段階からなる処理フローだ。カメラがリアルタイムまたは録画された映像を取得すると、まず顔認識層に渡してスキャンし、画面に映っているのが「単に誰か」ではなく「具体的に誰なのか」をタグ付けする。続いて動作検出層がこれらの人物の行動を読み取る——物を拾う、部屋を出る、人が集まる、といった具合だ。最終的にシステムは認識結果を個別のメディアファイルへとまとめ、それぞれに人物、行動、あるいはその両方をタグ付けする。

この特許を単なる「スマート監視カメラ」の枠から抜け出させているのは、そのアシスタントインターフェースだ。特許図によれば、ユーザーはスマートフォンやヘッドセット装置に自然言語で質問でき、システムはタグ付け済みのクリップから直接答えを組み立てる——自分で映像を巻き戻して探す必要はない。図にはサーバー側とデバイス側、両方の処理フローが描かれており、自然言語理解モジュールがこの「クリップ生成器」と連携している。

論争の焦点は技術そのものではなく、このシステムが特定人物の顔を認識・記録する際、本人の同意を一切必要としない点にある。これはまさに、米民主党上院議員が以前Metaのスマートグラスについて質問した際に提起した懸念だ——リアルタイム顔認識が、ストーキングやハラスメントのリスクに人々をさらしかねないというものだ。実際、Ray-Ban Metaメガネはすでに、装着者が公共の場で見知らぬ人をひそかに録画していた、外部委託業者がプライベートな映像を閲覧していた、といった論争を引き起こしている。もしこの「人物認識」機能が本当に実装されれば、見知らぬ人の名前まで呼べるカメラ付きメガネは、Metaが謳う「頼れるアシスタント」という説明と、技術が実際にできることとの間に、さらに大きな乖離を生むことになるだろう。

現時点でこの特許のステータスは「Ready for Examination(審査待ち)」であり、まだ承認はされていない。Patentlyzeによる承認可能性の評価は中程度だ。特許の公開はあくまでアイデアが記録として残されたことを意味するに過ぎず、実際に機能として実装され、さらに製品として発売されるまでには、まだ相応の距離がある。