Kemajuan pesat dalam kecerdasan buatan diharapkan bisa membantu pengembangan humanoid atau robot yang dirancang untuk menyerupai dan meniru perilaku manusia.
Kemajuan pesat dalam kecerdasan buatan diharapkan bisa membantu pengembangan humanoid atau robot yang dirancang untuk menyerupai dan meniru perilaku manusia.
Pengembangan humanoid atau robot yang dirancang untuk menyerupai dan meniru perilaku manusia, terus dilakukan. Robot yang yang mampu berinteraksi secara fisik dengan dunia dengan cara yang sama seperti manusia diharapkan dapat membantu dalam tugas-tugas tertentu baik di rumah atau di tempat kerja.
Kemajuan pesat dalam kecerdasan buatan (artificial intelligence/AI) mungkin akan mengisi kekosongan itu.
"Saya tidak akan terkejut jika kita adalah generasi terakhir yang tidak menyukai adegan fiksi ilmiah di filmStar Wars," kata Alexander Khazatsky, seorang peneliti pembelajaran mesin dan robotika di Universitas Stanford di California, dikutip dariNature.
Dari OpenAI hingga Google DeepMind, hampir setiap perusahaan teknologi besar dengan keahlian AI kini berupaya menghadirkan algoritma pembelajaran serba guna untuk mendukungchatbotyang dikenal sebagai model dasar robotika. Idenya adalah untuk memberi robot pengetahuan yang masuk akal sehingga mereka dapat menangani berbagai macam tugas.
Banyak peneliti berpikir bahwa robot dapat menjadi sangat baik, sangat cepat dengan cara tersebut.
"Kami yakin bahwa kami berada di titik perubahan langkah dalam robotika," kata Gerard Andrews, seorang manajer pemasaran yang berfokus pada robotika di perusahaan teknologi NVidia di Santa Clara, California, yang pada Maret lalu meluncurkan model AI serba guna yang dirancang untuk robot humanoid.
Pada saat yang sama, robot dapat membantu meningkatkan AI. Banyak peneliti berharap bahwa menghadirkan pengalaman yang diwujudkan dalam pelatihan AI dapat membawa mereka lebih dekat ke impian kecerdasan umum buatan (artificial general intelligence) yang memiliki kemampuan kognitif seperti manusia dalam tugas apapun.
"Langkah terakhir menuju kecerdasan sejati adalah kecerdasan fisik," kata Akshara Rai, seorang peneliti AI di Meta di Menlo Park, California.
Namun, meskipun banyak peneliti bersemangat tentang suntikan AI terbaru ke dalam robotika, mereka juga memperingatkan beberapa peragaan yang amat mengesankan hanyalah sebuah demonstrasi. Hal ini sering kali dilakukan oleh perusahaan yang ingin menghasilkan sensasi.
Rodney Brooks, seorang ahli robotika di Massachusetts Institute of Technology di Cambridge, yang perusahaannya, iRobot, menemukan penyedot debu otonom Roomba, mengatakan bahwa jalan yang harus ditempuhnya sangat panjang karena perlu mengumpulkan data yang cukup untuk dipelajari robot, menangani perangkat keras yang tidak stabil, dan mengatasi masalah keselamatan.
"Model dasar untuk robotika harus dieksplorasi," kata Harold Soh, seorang spesialis dalam interaksi manusia-robot di National University of Singapore. Namun, Soh skeptis bahwa strategi ini akan mengarah pada revolusi dalam robotika seperti yang diprediksi oleh beberapa peneliti.
Sementara itu pondasi yang solid dari istilah robot mencakup berbagai perangkat otomatis, mulai dari lengan robot yang banyak digunakan dalam manufaktur, hingga mobil dandroneyang dapat mengemudi sendiri yang digunakan dalam peperangan dan misi penyelamatan.
"Sebagian besar menggabungkan beberapa jenis AI untuk mengenali objek. Namun, robot-robot itu juga diprogram untuk melakukan tugas-tugas tertentu, bekerja di lingkungan tertentu, atau bergantung pada pengawasan manusia," kata Joyce Sidopoulos, salah satu pendiri MassRobotics, pusat inovasi bagi perusahaan-perusahaan robotika di Boston, Massachusetts.
Bahkan Atlas robot yang dibuat oleh Boston Dynamics, perusahaan robotika di Waltham, Massachusetts, yang terkenal memamerkan keterampilanparkour-nya pada 2018, berfungsi dengan memetakan lingkungannya secara cermat dan memilih tindakan terbaik untuk dilakukan dari pustakatemplatebawaan.
Bagi sebagian besar peneliti AI yang terjun ke bidang robotika, tujuan mereka adalah untuk menciptakan sesuatu yang jauh lebih otonom dan adaptif dalam berbagai situasi. Ini mungkin dimulai dengan lengan robot yang dapat mengambil dan meletakkan produk pabrik apapun, tetapi kemudian berevolusi menjadi robot humanoid yang menyediakan teman dan dukungan bagi orang-orang tua.
Bentuk manusia rumit dan tidak selalu dioptimalkan untuk tugas-tugas fisik tertentu, tetapi memiliki manfaat besar karena sangat cocok dengan dunia yang telah dibangun manusia. Robot berbentuk manusia juga akan mampu berinteraksi secara fisik dengan dunia dengan cara yang sama seperti manusia.
Namun, mengendalikan robot apapun apalagi yang berbentuk manusia sangatlah sulit. Tugas yang tampaknya sederhana seperti membuka pintu, sebenarnya sangatlah rumit, yang mengharuskan robot untuk memahami cara kerja berbagai mekanisme pintu, seberapa besar gaya yang harus diberikan pada pegangan pintu, dan cara menjaga keseimbangan saat melakukannya.
Karena dunia nyata sangatlah beragam dan terus berubah, maka pendekatan yang kini tengah berkembang adalah mengendalikan robot menggunakan jenis model dasar AI yang sama dengan yang digunakan untuk generator gambar danchatbotseperti ChatGPT. Model-model ini menggunakan jaringan saraf yang terinspirasi dari otak untuk belajar dari sejumlah besar data generik.
Demikian pula, model dasar robot dilatih pada teks dan gambar dari Internet yang memberinya informasi tentang sifat berbagai objek dan konteksnya. Model ini juga belajar dari contoh-contoh operasi robot. Model ini dapat dilatih, misalnya, pada video uji coba robot, atau video robot yang dioperasikan dari jarak jauh oleh manusia, di samping instruksi yang dipasangkan dengan tindakan tersebut.
Model dasar robot yang terlatih kemudian dapat mengamati skenario dan menggunakan asosiasi yang dipelajarinya untuk memprediksi tindakan apa yang akan menghasilkan hasil terbaik.
Realitas Virtual
Cara terbaru dan menjanjikan untuk menemukan persediaan data fisik yang tak terbatas, kata para peneliti, adalah melalui simulasi. Banyak ahli robotika yang berupaya membangun lingkungan realitas virtual 3D, yang fisikanya meniru dunia nyata, lalu menghubungkannya ke otak robot untuk pelatihan.
Simulator dapat menghasilkan data dalam jumlah besar dan memungkinkan manusia dan robot berinteraksi secara virtual, tanpa risiko, dalam situasi yang jarang terjadi atau berbahaya, semuanya tanpa merusak mekanismenya.
"Jika Anda harus mendapatkan sekumpulan tangan robot dan melatihnya hingga mencapai tingkat ketangkasan [yang tinggi], Anda akan merusak motornya," kata Andrews dari NVidia.
Namun, membuat simulator yang bagus adalah tugas yang sulit. "Simulator memiliki fisika yang bagus, tetapi bukan fisika yang sempurna, dan membuat lingkungan simulasi yang beragam hampir sama sulitnya dengan sekadar mengumpulkan data yang beragam," kata Khazatsky. hay/I-1
