Robot humanoid mungkin bisa berlari, menaridan kadang-kadang menendang orangtapi menjadi sungguh-sungguh manusia, mereka perlu belajar bagaimana melakukan segala macam pekerjaan kasar di tempat kerja.
Flexion Robotics, sebuah startup Swiss yang didirikan oleh mantanNvidia peneliti robotika, berpikir mereka punya solusinya. Perusahaan telah mengembangkan cara untuk melatih robot untuk melakukan tugas-tugas kompleks yang melibatkan keterampilan sederhana seperti membuka pintu, menaiki tangga, dan membawa kotak. Kuncinya adalah mengajarkan keterampilan individu robot dalam simulasi, kemudian meminta algoritma master AI menentukan cara menggunakannya.
Sebagian besar video demo menampilkan humanoid yang telah dilatih untuk melakukan tugas tertentu, seperti melipat baju atau memuat rak. Biasanya, hal ini dilakukan melalui teleoperasi—seseorang di belakang layar yang mengontrol pergerakan robot. Namun pendekatan ini tidak dapat diandalkan jika robot ditempatkan pada pengaturan yang asing. Flexion mengatakan sistemnya berbeda—dan lebih efisien—karena melatih robotnya dalam simulasi dan dengan instruksi manusia yang terbatas.
Video di bawah menunjukkan perangkat lunak sedang beraksi: Robot humanoid Unitree yang dimodifikasi beroperasi secara mandiri setelah menerima perintah berikut: “Paket berisi makanan ringan telah dikirim untuk Flexion. Ambil menggunakan tangga dan naik menggunakan lift. Kemudian buka kemasannya dan letakkan barang-barang tersebut ke dalam laci kosong di rak di area makanan ringan.”
Atas perkenan Fleksi
Pendekatan Flexion bekerja dengan menggabungkan sistem AI yang berbeda.
Model AI utama mengetahui cara melakukan tugasnya dengan mencerna video manusia yang melakukan berbagai hal. Perangkat lunak ini kemudian mencocokkan keterampilan yang dipelajari—yang diperoleh dalam simulasi—dengan video dan melakukan tugas tersebut di dunia nyata. Untuk mencapai ruang surat di kantor, misalnya, model tersebut mungkin telah mengetahui bahwa ia perlu membuka pintu tertentu dan menggunakan lift. Sistem ini juga mengontrol motor robot, memungkinkannya berjalan, menggerakkan anggota tubuhnya, dan menjaga keseimbangan.
Menurut Nikita Rudin, salah satu pendiri dan CEO Flexion dan mantan ilmuwan riset robotika di Nvidia, “bahan rahasia” perangkat lunak ini adalah penggunaan pembelajaran penguatan secara ekstensif, yang melatih komputer untuk menguasai tugas melalui trial and error. Setiap lapisan perangkat lunak, mulai dari model master AI hingga simulasi hingga kontrol motor, menggunakan pendekatan ini.
Atas perkenan Fleksi
Para pemimpin industri teknologi seperti Elon Musk dan Jensen Huang berpendapat bahwa humanoids akan berdampak besar pada perekonomian karena pada akhirnya dapat menggantikan sebagian besar tenaga kerja manusia. Namun demonstrasi Flexion mencerminkan fakta bahwa pemberdayaan humanoid akan membutuhkan kemajuan mendasar dalam AI.
“Humanoid itu sendiri bukanlah hal yang menarik dan revolusioner, melainkan model AI yang mendukungnya,” kata George Chowdhury, analis di ABI Research yang mengikuti pasar humanoid. ABI Research memperkirakan bahwa pasar model pondasi robot dapat bernilai $150 miliar pada tahun 2036.
Rudin mengatakan bahwa Flexion berkolaborasi dengan sejumlah perusahaan robotika dan mencatat bahwa ia bekerja dalam berbagai bentuk humanoid. Mengingat banyaknya sistem di pasaran, hal ini dapat membuat perangkat lunak lebih bernilai komersial.
Chowdhury mengatakan Flexion perlu bekerja sama dengan produsen perangkat keras agar berhasil dan menghadapi persaingan yang ketat. Namun tanpa kemampuan memprogram humanoid seperti yang ditunjukkan Flexion, katanya, “sebenarnya tidak ada pasar di sini.”
