Les lunettes intelligentes Ray-Ban Meta sont désormais dotées d'une IA multimodale

Les réactions semblent mitigées, avec des remarques sceptiques sur l'efficacité et la pertinence de l'IA multimodale

Les lunettes intelligentes Ray-Ban Meta ont récemment été améliorées avec l'introduction de l'IA multimodale, offrant aux utilisateurs une expérience enrichie. Cette fonctionnalité permet à l'assistant d'intelligence artificielle de traiter divers types d'informations, comme des images, du son et du texte, ouvrant ainsi de nouvelles possibilités d'interaction. Bien que les attentes doivent être gérées, car les capacités de l'IA ont leurs limites, l'utilisation des lunettes Meta avec cette fonctionnalité peut être source de surprises agréables et de moments amusants.

Malgré quelques lacunes, telles que l'absence de zoom, ces lunettes offrent une expérience convaincante, surtout lorsqu'elles sont utilisées en déplacement. L'IA fait partie des nombreuses caractéristiques de ces lunettes, qui sont également appréciées pour leur capacité de livestreaming, leur qualité audio et leur caméra POV. En fin de compte, l'intégration réussie de l'IA multimodale renforce l'idée que les lunettes intelligentes sont bien plus qu'un simple accessoire de mode, mais plutôt un outil multifonctionnel qui s'intègre naturellement dans la vie quotidienne de l'utilisateur.


Imaginons que vous voyagiez et que vous essayiez de lire un menu en français. Ces lunettes intelligentes peuvent utiliser leur caméra intégrée et l'intelligence artificielle Meta pour traduire le texte à votre place, vous donnant l'information dont vous avez besoin sans avoir à sortir votre téléphone ou à fixer un écran.

Meta AI rend vos lunettes intelligentes avec l'IA multimodale

Lorsque les lunettes intelligentes Ray-Ban Meta ont été lancées à l'automne dernier, elles constituaient un outil de capture de contenu très intéressant et une paire d'écouteurs étonnamment solide. Mais il leur manquait une fonctionnalité essentielle : l'IA multimodale. Il s'agit en fait de la capacité d'un assistant d'intelligence artificielle à traiter plusieurs types d'informations, comme des photos, du son et du texte. Quelques semaines après le lancement, Meta a mis en place un programme d'accès anticipé, mais pour tous les autres, l'attente est terminée. L'IA multimodale arrive pour tout le monde.

« Nos lunettes intelligentes de deuxième génération, en partenariat avec EssilorLuxottica, se sont envolées des rayons - elles se vendent plus vite que nous ne pouvons les fabriquer. Et juste à temps pour la saison des lunettes de soleil, nous élargissons la collection de lunettes intelligentes Ray-Ban Meta avec de nouveaux styles conçus pour s'adapter à davantage de formes de visage afin que vous puissiez trouver la paire parfaite. Nous ajoutons également de nouvelles fonctionnalités, y compris des mises à jour de l'intelligence artificielle Meta, pour rendre les lunettes encore plus utiles », déclare Meta sur son blog officiel.

L'IA multimodale est une intelligence artificielle qui combine plusieurs types, ou modes, de données afin de créer des déterminations plus précises, de tirer des conclusions plus perspicaces ou de faire des prédictions plus exactes sur des problèmes du monde réel. Les systèmes d'IA multimodale s'entraînent avec et utilisent la vidéo, l'audio, la parole, les images, le texte et une série d'ensembles de données numériques traditionnelles. Plus important encore, l'IA multimodale signifie que de nombreux types de données sont utilisés en tandem pour aider l'IA à établir le contenu et à mieux interpréter le contexte, ce qui manquait à l'IA antérieure.

À la base, l'IA multimodale suit l'approche familière de l'IA fondée sur les modèles d'IA et l'apprentissage automatique. Les modèles d'IA sont les algorithmes qui définissent la manière dont les données sont apprises et interprétées, ainsi que la manière dont les réponses sont formulées sur la base de ces données. Les données, une fois ingérées par le modèle, entraînent et construisent le réseau neuronal sous-jacent, établissant ainsi une base de réponses appropriées.

Au fur et à mesure que de nouvelles données sont ingérées, l'IA fait des déterminations et génère des réponses à partir de ces données pour l'utilisateur. Ces résultats, ainsi que l'approbation de l'utilisateur ou d'autres récompenses, sont réinjectés dans le modèle pour l'aider à continuer à s'affiner et à s'améliorer. La différence fondamentale entre l'IA multimodale et l'IA monomodale traditionnelle réside dans les données.

Une IA monomodale est généralement conçue pour fonctionner avec une seule source ou un seul type de données. Par exemple, une IA financière utilise les données financières de l'entreprise, ainsi que des données plus générales sur l'économie et le secteur industriel, pour effectuer des analyses, faire des projections financières ou repérer des problèmes financiers potentiels pour l'entreprise. En d'autres termes, l'IA monomodale est adaptée à une tâche spécifique.

En revanche, l'IA multimodale ingère et traite des données provenant de sources multiples, notamment la vidéo, les images, la parole, le son et le texte, ce qui permet des perceptions plus détaillées et plus nuancées de l'environnement ou de la situation en question. Ce faisant, l'IA multimodale simule plus fidèlement la perception humaine.

De l'audio intégré à l'appareil photo ultra-large de 12 MP, les lunettes intelligentes Ray-Ban Meta sont bourrées de technologie. Actuellement aux États-Unis et au Canada, il est possible de bénéficier également de Meta AI - un assistant intelligent qui aide à accomplir des tâches, à créer et à se connecter avec les personnes et les choses. Il suffit de dire « Hey Meta » et de poser des questions ! Il est possible de contrôler les lunettes à l'aide de commandes vocales et, grâce à Meta AI, accéder à des informations en temps réel.

Meta a commencé à tester une mise à jour multimodale de l'IA en décembre, afin que les utilisateurs puissent interroger leurs lunettes sur ce qu’ils voient et qu'elles leur donnent des réponses ou des suggestions intelligentes et utiles. Cela signifie qu’il est possible de faire plus de choses avec ces lunettes. Meta déploie cette fonctionnalité sur toutes les lunettes intelligentes Ray-Ban Meta aux États-Unis et au Canada en version bêta.

L'Échec des Google Glass et les questions autour des lunettes Ray-Ban Meta

L'année dernière, les lunettes Ray-Ban de Meta ont suscité une controverse concernant la reconnaissance faciale, avec des inquiétudes quant à une éventuelle généralisation de cette technologie. L'exemple de la Chine met en garde contre les dangers potentiels, où la police utilise déjà des lunettes similaires pour des applications de reconnaissance faciale. Ces dispositifs sont connectés à une base de données interne contenant des informations sur les personnes recherchées. Ils automatisent le processus d'identification des individus en comparant les visages capturés avec ceux de la base de données. Si une correspondance est trouvée, les détails de la personne sont transmis à l'agent de police. Ces lunettes ont déjà été utilisées avec succès pour appréhender des criminels et détecter l'utilisation de fausses identités lors de voyages.

Les avis expriment des doutes quant à l'utilité réelle de cette fonctionnalité, remettant en question son potentiel à fournir une expérience significative. Certains se demandent même quel est l'intérêt d'un appareil qui se contente de parler sans afficher d'informations à l'écran, tandis que d'autres comparent ces lunettes à d'autres produits comme les Google Glass, soulignant leurs défauts et limitations.

Les raisons de l'échec des Google Glass ont été...