Dalam langkah yang membawa kita lebih dekat pada impian memiliki robot yang dapat membuat sarapan, mengambil alih pekerjaan rumah tangga, atau melakukan lebih dari sekadar vacuum robot biasa, penelitian terbaru dari laboratorium kecerdasan buatan Google, DeepMind, memberikan harapan baru.
Tiga makalah penelitian terbaru dari DeepMind yang mencakup otomatisasi, waktu reaksi, dan pelacakan gerakan pada robot memungkinkan mereka bekerja lebih efisien di dunia nyata.
AutoRT: Mewujudkan Visi pada Robot
Teknik pertama yang diperkenalkan adalah AutoRT, suatu metode yang mengajarkan beberapa robot sekaligus untuk melakukan berbagai tugas dalam berbagai lingkungan secara bersamaan. Mereka menggunakan model bahasa visual untuk mempelajari lingkungan dan objek, dan memberikan data tersebut ke dalam model bahasa besar.
Model ini bertindak sebagai pengambil keputusan untuk robot dan memberitahu mereka tugas apa yang harus dilakukan selanjutnya dan bagaimana melakukannya. Dalam uji coba selama tujuh bulan, sistem ini diuji pada 20 robot yang menjalankan 6.650 tugas individual.
Hasilnya, robot dapat belajar dari lingkungan sekitarnya dan tugas yang dihadapi tanpa harus melalui pelatihan khusus atau penulisan kode untuk setiap fungsi baru. Ini merupakan lompatan besar menuju pembelajaran otomatis yang lebih fleksibel dan adaptif.
SARA-RT: Robot yang Memperbaiki Diri
Self-Adaptive Robust Attention for Robotics Transformers (SARA-RT) adalah sistem baru yang dapat diukur dan memungkinkan robot untuk melakukan perbaikan pada instruksi mereka berdasarkan umpan balik dunia nyata.
Dengan cara ini, model dapat disesuaikan agar bekerja seefisien mungkin. Robot dapat menggunakan data spasial dari kamera dan informasi dari sensor lainnya untuk memilih jalur terbaik untuk menyelesaikan tugas tertentu.
SARA-RT membuka pintu bagi peningkatan kontinu, memungkinkan robot untuk mengatasi tantangan dan situasi yang lebih kompleks seiring berjalannya waktu. Dengan demikian, mereka dapat mengadaptasi diri secara dinamis terhadap perubahan di sekitarnya, membawa fleksibilitas yang lebih besar pada kemampuan robot dalam menanggapi lingkungan sekitarnya.
Data Kontur Visual: Peningkatan Pemahaman Tugas
Teknik terakhir dari penelitian DeepMind memberikan data kontur visual tambahan pada robot, yang dapat menambahkan deskripsi pada data pelatihan. Dengan informasi tambahan ini, robot dapat generalisasi lebih efektif dan meningkatkan pemahamannya terhadap tugas yang harus dilakukan. Ini memungkinkan robot untuk belajar dengan lebih baik dan lebih cepat dari situasi yang tidak pernah mereka temui sebelumnya.
Tentu saja, proyek penelitian ini masih berada pada tahap awal, fokus pada pengembangan teknologi dasar daripada penggunaannya dalam produk-produk langsung. Jadi, jangan berharap android akan segera membuatkan Anda secangkir kopi.
Meskipun begitu, langkah-langkah yang diambil oleh DeepMind memberikan gambaran jelas tentang arah kemajuan teknologi kecerdasan buatan, membawa kita lebih dekat pada masa depan di mana kerjasama antara manusia dan robot bukan lagi khayalan, melainkan suatu kenyataan yang dapat diwujudkan.