Meta Connect 2025 1

شکست دمو AR در کنفرانس متا: چرا Live AI عینک Ray-Ban همه را شوکه کرد؟

ایروتایم
زمان مطالعه 8 دقیقه

در دنیای فناوری که نوآوری‌های هوش مصنوعی و واقعیت افزوده (AR) هر روز مرزهای جدیدی را جت می‌زنند، رویدادهای بزرگ مانند Meta Connect همیشه با هیجان و انتظارات بالا همراه هستند. اما گاهی اوقات، حتی غول‌های فناوری مانند متا با چالش‌های فنی روبرو می‌شوند که می‌تواند تصویر یک محصول را تحت تأثیر قرار دهد. در کنفرانس توسعه‌دهندگان Meta Connect ۲۰۲۵، معرفی سه مدل جدید از عینک‌های هوشمند متا – از جمله نسخه ارتقایافته Ray-Ban Meta، Meta Ray-Ban Display با کنترلر مچی و Oakley Meta Vanguard برای ورزشکاران – با دو شکست خیره‌کننده در دموهای زنده همراه بود. مارک زاکربرگ، مدیرعامل متا، در لحظه به وای‌فای “وحشتناک” اشاره کرد، اما اندرو باسورث، مدیر ارشد فناوری (CTO) متا، بعداً توضیح داد که ریشه مشکل نه در اتصال اینترنت، بلکه در اشتباهات فنی داخلی بود. این رویداد نه تنها یک درس فنی، بلکه نگاهی به چالش‌های مقیاس‌پذیری در عینک‌های هوشمند AR به شمار می‌رود.

زمینه رویداد Meta Connect ۲۰۲۵: معرفی عینک‌های هوشمند AR با قابلیت‌های پیشرفته

Meta Connect ۲۰۲۵، که در ۱۷ سپتامبر ۲۰۲۵ در منلو پارک کالیفرنیا برگزار شد، بستری برای نمایش پیشرفت‌های متا در حوزه واقعیت افزوده و هوش مصنوعی بود. شرکت سه جفت عینک هوشمند جدید را رونمایی کرد:

  • Ray-Ban Meta ارتقایافته: با تمرکز بر ویژگی‌های هوش مصنوعی زنده (Live AI) برای کمک در کارهای روزمره مانند آشپزی.
  • Meta Ray-Ban Display: مجهز به نمایشگر هدآپ (HUD) و کنترلر مچی Neural Band برای مدیریت تماس‌ها و نوتیفیکیشن‌ها از طریق حرکات عضلانی.
  • Oakley Meta Vanguard: طراحی شده برای ورزشکاران، با قابلیت‌های مقاوم در برابر تعریق و فعالیت‌های شدید.

این عینک‌ها بخشی از استراتژی بلندمدت متا برای تبدیل عینک‌های هوشمند به “پلتفرم محاسباتی بعدی” هستند، جایی که AR و AI به طور یکپارچه با زندگی روزمره ادغام می‌شوند. با این حال، دموهای زنده – که همیشه حساس‌ترین بخش چنین رویدادهایی هستند – با مشکلات فنی روبرو شدند و توجه‌ها را به جای نوآوری‌ها، به شکست‌ها جلب کردند.

جزئیات شکست دموهای عینک‌های هوشمند متا: از آشپزی تا تماس ویدیویی

دو دمو کلیدی در keynote مارک زاکربرگ با ناکامی مواجه شد، که هر کدام میلیون‌ها بیننده آنلاین را شوکه کرد.

دموی اول: شکست Live AI در آشپزی با Ray-Ban Meta جک مانکوسو، خالق محتوای آشپزی، برای تهیه سس استیک الهام‌گرفته از کره‌ای، از عینک Ray-Ban Meta کمک خواست. او چندین بار پرسید: “اولین قدم چیه؟” اما هوش مصنوعی نه تنها پاسخی نداد، بلکه مستقیماً به مراحل بعدی پرید و پیشنهاد استفاده از سس سویا و روغن کنجد داد. مانکوسو مجبور شد دمو را متوقف کند و با شوخی به وای‌فای مقصر بداند، سپس توپ را به زاکربرگ برگرداند. زاکربرگ گفت: “این‌ها رو صدها بار تمرین می‌کنیم، اما هیچ‌وقت نمی‌دونی چی پیش می‌آد.”

دموی دوم: ناتوانی در پاسخ به تماس واتس‌اپ با Meta Ray-Ban Display در نمایش ویژگی Neural Band، زاکربرگ سعی کرد تماس ویدیویی از باسورث را با عینک Meta Ray-Ban Display پاسخ دهد. نمایشگر عینک در لحظه ورود تماس به خواب رفت و پس از بیدار کردن، هیچ نوتیفیکیشنی برای پاسخ ظاهر نشد. زاکربرگ تسلیم شد و باسورث روی صحنه آمد، در حالی که به “وای‌فای وحشی” اشاره می‌کرد. این شکست، که شامل ارسال و دریافت متن موفق بود اما تماس ویدیویی را از دست داد، مخاطبان را با سوالی بزرگ رها کرد: آیا عینک‌های هوشمند متا واقعاً آماده بازار هستند؟

این لحظات، که به سرعت در شبکه‌های اجتماعی viral شد، نشان‌دهنده حساسیت دموهای زنده در معرفی فناوری‌های نوظهور مانند عینک‌های AR است.

Meta Connect 2025 Faild

توضیح CTO متا: دلایل فنی واقعی پشت شکست دمو عینک‌های هوشمند

اندرو باسورث، که به “بوز” معروف است، در یک جلسه پرسش و پاسخ اینستاگرامی (Q&A) جزئیات فنی را فاش کرد و تأکید کرد که این‌ها “شکست‌های دمو” بودند، نه “شکست‌های محصول”. به عنوان کارشناس علوم، باید بگویم که این توضیحات نه تنها شفافیت ایجاد می‌کند، بلکه درس‌هایی ارزشمند در مهندسی نرم‌افزار و مدیریت منابع ارائه می‌دهد.

علت شکست دموی Live AI: حمله DDoS خودخواسته باسورث توضیح داد که فرمان “هی متا، Live AI رو شروع کن” از بلندگوهای سالن پخش شد و ناخواسته Live AI را روی هر عینک Ray-Ban Meta در ساختمان فعال کرد. با توجه به حضور صدها نفر با عینک‌های هوشمند، این امر منجر به هجوم ترافیک به سرور توسعه (dev server) شد که متا برای ایزوله کردن دمو به آن روت کرده بود. نتیجه؟ یک “حمله انکار سرویس توزیع‌شده (DDoS)” خودساخته! باسورث گفت: “ما اساساً خودمون رو DDoS کردیم.” در تمرین‌ها، تعداد عینک‌ها کمتر بود، پس مشکلی پیش نیامد. این مسئله، که از مدیریت ناکافی منابع ناشی می‌شود، نشان‌دهنده چالش مقیاس‌پذیری در سیستم‌های AI است – جایی که بار ناگهانی می‌تواند سرورها را فلج کند.

علت شکست دموی تماس واتس‌اپ: باگ race condition در دموی دوم، مشکل از یک “race condition” – وضعیتی که نتیجه به زمان‌بندی غیرقابل پیش‌بینی فرآیندها بستگی دارد – ناشی شد. نمایشگر عینک دقیقاً در لحظه ورود تماس به خواب رفت و پس از بیدار کردن، نوتیفیکیشن ظاهر نشد. باسورث تأکید کرد: “این باگ رو قبلاً ندیده بودیم… حالا درست شده، اما جای وحشتناکی برای ظاهر شدنش بود.” متا ویدیوکال‌ها را به خوبی مدیریت می‌کند، اما این باگ جدید، که از رقابت دو فرآیند برای یک منبع مشترک (نمایشگر) ناشی می‌شود، درس مهمی در تست‌های هم‌زمانی است.

باسورث با اعتماد به نفس افزود: “محصول کار می‌کنه، فقط دمو شکست خورد.” این رویکرد، که شکست را به عنوان فرصتی برای یادگیری می‌بیند، با اصول مهندسی علوم کامپیوتر همخوانی دارد.

به گزارش ایروتایم – irotime، این توضیحات باسورث نه تنها شایعات وای‌فای را رد کرد، بلکه اعتماد به قابلیت‌های فنی متا را تقویت نمود.

پیامدها و درس‌های شکست دمو در عینک‌های هوشمند AR: نگاهی از منظر کارشناسی

از دیدگاه یک کارشناس علوم، این رویداد فراتر از یک اشتباه فنی است و به چالش‌های بزرگ‌تر در توسعه عینک‌های هوشمند AR اشاره دارد. متا میلیاردها دلار در Reality Labs سرمایه‌گذاری کرده تا AR را به پلتفرم بعدی تبدیل کند، اما چنین شکست‌هایی می‌تواند ادراک عمومی را تحت تأثیر قرار دهد – از کاهش هیجان توسعه‌دهندگان تا تردید مصرف‌کنندگان در خرید. با این حال، شفافیت باسورث یک نقطه قوت است: در دنیای AI و AR، جایی که تعامل کاربر کلیدی است، پذیرش خطاها می‌تواند به اعتمادسازی کمک کند.

  • چالش‌های مقیاس‌پذیری: فعال‌سازی همزمان صدها دستگاه، مسئله‌ای رایج در IoT و AR است. راه‌حل؟ تست‌های شبیه‌سازی‌شده با بار واقعی.
  • مدیریت باگ‌ها: race conditionها در سیستم‌های real-time مانند عینک‌های هوشمند، نیاز به ابزارهای پیشرفته تست concurrency را برجسته می‌کند.
  • تأثیر بر بازار: عینک Ray-Ban Meta Gen 2 از ۳۰ سپتامبر ۲۰۲۵ عرضه می‌شود، اما این شکست‌ها ممکن است رقابت با اپل ویژن پرو یا گوگل گلس را سخت‌تر کند.

در نهایت، این incident یادآوری می‌کند که نوآوری بدون آزمون‌های سخت، ناقص است. متا با رفع سریع باگ‌ها، نشان داد که آماده پیشبرد است.

برچسب گذاری شده:
منابع:Source
این مقاله را به اشتراک بگذارید