Embodied AI: Mengapa Masa Depan AI Tidak Lagi Berhenti di Layar?

AI generatif saat ini sebagian besar berada di ruang digital. Ia dapat membantu menulis, menerjemahkan, menganalisis informasi, atau menjawab pertanyaan, tetapi tidak memiliki pengalaman fisik secara langsung.

Embodied AI menawarkan paradigma berbeda.

AI ditempatkan di dalam robot, kendaraan, perangkat rumah tangga, atau berbagai mesin yang memiliki kemampuan sensorik dan motorik. Sistem tersebut kemudian dapat mengamati lingkungan dan mengambil tindakan berdasarkan apa yang dipahaminya.

Gagasan ini sebenarnya memiliki kemiripan dengan budaya teknologi Jepang yang sering memberikan karakter pada benda-benda sehari-hari. Taksi, ATM, hingga perangkat rumah tangga dapat dirancang seolah memiliki kepribadian dan hubungan tertentu dengan manusia.

Bedanya, teknologi masa depan tidak hanya membuat benda terasa lebih manusiawi. Benda tersebut juga dapat memiliki kemampuan untuk memahami dan merespons dunia secara mandiri.

Kemajuan robotika saat ini tidak selalu berasal dari perubahan besar pada komponen mekanis robot.

Salah satu perubahan terpenting justru terjadi pada sisi kecerdasan. Robot mulai memanfaatkan Large Language Models (LLM) dan Large Visual Models (LVM) untuk memahami bahasa serta informasi visual.

LLM membantu robot memahami apa yang dikatakan manusia dan menangkap maksud di balik instruksi. Sementara itu, model visual membantu sistem memahami objek, ruang, dan situasi yang ditangkap kamera.

Kombinasi keduanya memungkinkan robot menangani instruksi yang sebelumnya sulit dilakukan oleh mesin yang hanya mengandalkan pemrograman berbasis aturan.

Bayangkan seseorang memberikan perintah sederhana seperti mengambil benda tertentu, membersihkan meja, atau memindahkan sebuah kotak. Robot tidak harus memiliki program terpisah untuk setiap kemungkinan kondisi.

Ia dapat menggabungkan pemahaman bahasa, persepsi visual, dan kemampuan motorik untuk menentukan tindakan yang sesuai.

Pertanyaan berikutnya adalah: bagaimana AI dapat benar-benar memahami dunia fisik?

Salah satu jawabannya mungkin bukan dengan memberinya lebih banyak teks, melainkan dengan memberinya tubuh.

Bayi manusia tidak belajar tentang dunia hanya dengan membaca buku. Mereka melihat objek, mendengar suara, merasakan tekstur, mencoba bergerak, kemudian mengamati konsekuensi dari tindakan tersebut.

AI dengan tubuh fisik dapat melakukan proses serupa.

Robot dapat mengumpulkan informasi dari kamera, mikrofon, sensor sentuhan, posisi tubuh, serta berbagai sensor lainnya. Data tersebut kemudian digunakan untuk membangun pemahaman mengenai hubungan antara tindakan dan konsekuensi di dunia nyata.

Pendekatan ini memiliki hubungan dengan gagasan active inference yang dikembangkan oleh neuroscientist Karl Friston. Secara sederhana, otak dapat dipandang sebagai mesin prediksi yang terus membangun model probabilistik mengenai dunia dan memperbaruinya ketika prediksi tidak sesuai dengan kenyataan.

Robot dengan kemampuan belajar aktif berpotensi menerapkan prinsip serupa: bertindak, mengamati hasil, memperbarui model, lalu mencoba kembali.

Menariknya, kecerdasan tidak selalu harus berasal dari komputer yang semakin besar.

Di alam, berbagai organisme mampu melakukan gerakan kompleks tanpa memiliki komputer pusat dengan kemampuan seperti mesin modern. Bentuk tubuh mereka sendiri membantu menentukan bagaimana mereka bergerak.

Konsep ini dikenal sebagai morphological computation.

Struktur fisik dapat membantu menyederhanakan pekerjaan komputasi. Bentuk kaki, sendi, keseimbangan, atau elastisitas tubuh dapat membuat organisme melakukan gerakan tertentu secara alami tanpa harus menghitung setiap detail secara terpusat.

Prinsip tersebut dapat diterapkan dalam robotika.

Dengan merancang tubuh robot secara tepat, peneliti dapat mengurangi sebagian beban yang harus diselesaikan oleh sistem komputasi. Hasilnya berpotensi membuat robot lebih efisien dalam penggunaan energi, data, dan sumber daya komputasi.

Ada alasan lain mengapa embodied AI sangat menarik bagi perusahaan teknologi: tubuh fisik dapat menjadi sumber data baru.

Model AI membutuhkan data untuk berkembang. Selama ini, sebagian besar data berasal dari internet, buku, dokumen, gambar, video, dan berbagai sumber digital.

Robot dan kendaraan otonom dapat membuka sumber data yang berbeda: pengalaman langsung di dunia nyata.

Konsep ini dapat menciptakan data flywheel. Robot digunakan di dunia nyata, robot menghasilkan data, data digunakan untuk meningkatkan model AI, model yang lebih baik membuat robot semakin efektif, lalu robot kembali menghasilkan lebih banyak data.

Siklus tersebut dapat terus berputar.

Inilah salah satu alasan mengapa perusahaan yang memiliki armada perangkat fisik dalam jumlah besar berpotensi mempunyai keunggulan strategis dalam pengembangan AI.

Tesla menjadi salah satu contoh menarik dari pendekatan tersebut.

Kendaraan modern tidak lagi hanya berfungsi sebagai alat transportasi. Kendaraan dapat dipandang sebagai perangkat komputasi bergerak yang memiliki kamera, sensor, konektivitas, serta kemampuan pemrosesan.

Data visual yang dikumpulkan dari kendaraan dapat memberikan informasi mengenai kondisi jalan dan berbagai situasi dunia nyata.

Dalam ekosistem AI yang lebih luas, data dunia nyata semacam ini dapat menjadi bahan berharga untuk melatih dan meningkatkan model kecerdasan buatan.

Perubahan model bisnisnya juga menarik. Perbedaan antara produk dengan fitur premium dan versi yang lebih murah semakin dapat ditentukan oleh software, bukan hanya komponen fisik.

Artinya, satu perangkat keras dapat memiliki kemampuan berbeda berdasarkan software dan layanan yang diaktifkan.

Selama ledakan AI generatif, perhatian besar tertuju pada chip dan pusat data. Perusahaan yang memiliki akses terhadap GPU dalam jumlah besar mendapatkan kemampuan komputasi yang sangat penting untuk melatih model AI.

Namun, embodied AI memperkenalkan persaingan baru.

Perusahaan tidak hanya membutuhkan komputer yang kuat. Mereka juga membutuhkan jutaan perangkat fisik yang tersebar di dunia nyata untuk mengumpulkan pengalaman dan menghasilkan data.

Karena itu, persaingan AI masa depan mungkin tidak hanya ditentukan oleh siapa yang memiliki pusat data terbesar, tetapi juga siapa yang memiliki ekosistem fisik paling luas.

Robot, mobil, perangkat rumah tangga, drone, dan mesin industri dapat berubah menjadi sensor yang tersebar di seluruh dunia.

Para peneliti di bawah Noah's Ark Lab milik Huawei juga telah membahas embodied intelligence sebagai arah penting dalam perkembangan AI.

Gagasan besarnya sederhana: kecerdasan tidak seharusnya hanya memahami representasi digital dunia. AI perlu memiliki hubungan langsung dengan dunia yang ingin dipahaminya.

Inilah pergeseran yang membuat embodied AI begitu penting.

Chatbot mungkin tetap menjadi bagian dari kehidupan manusia. Namun, pada tahap berikutnya, AI dapat hadir dalam kendaraan yang membawa kita bepergian, robot yang bekerja di gudang, mesin yang membantu pekerjaan rumah, hingga perangkat yang berinteraksi dengan lingkungan secara otomatis.

Dengan demikian, masa depan AI bukan sekadar tentang mesin yang semakin pintar menjawab pertanyaan.

Masa depan AI bisa menjadi tentang mesin yang semakin pintar melihat, bergerak, belajar, dan bertindak.

Perkembangan kecerdasan buatan sedang memasuki tahap baru. Setelah chatbot dan AI generatif mengubah cara manusia berinteraksi dengan informasi digital, embodied AI berpotensi membawa perubahan tersebut ke dunia fisik.

LLM dan LVM memberikan kemampuan memahami bahasa dan visual, sementara tubuh robot memberikan kesempatan bagi AI untuk belajar melalui pengalaman nyata. Konsep morphological computation bahkan menunjukkan bahwa kecerdasan dapat dibantu oleh desain fisik tubuh itu sendiri.

Yang tidak kalah penting adalah munculnya data flywheel. Semakin banyak robot dan perangkat cerdas beroperasi di dunia nyata, semakin banyak pengalaman yang dapat dikumpulkan untuk meningkatkan model AI.

Pada akhirnya, persaingan AI masa depan mungkin tidak hanya ditentukan oleh siapa yang memiliki model paling pintar atau chip paling banyak. Keunggulan bisa berada pada siapa yang mampu menghubungkan AI dengan dunia nyata dalam skala terbesar.

FAQ

1. Apa itu embodied AI? Embodied AI adalah kecerdasan buatan yang diwujudkan dalam tubuh fisik seperti robot, kendaraan, atau perangkat sehingga dapat merasakan dan berinteraksi langsung dengan lingkungan.
2. Apa peran LLM dan LVM dalam robot? LLM membantu robot memahami bahasa dan instruksi manusia, sedangkan LVM membantu robot memahami informasi visual dari lingkungan.
3. Mengapa AI membutuhkan tubuh fisik? Tubuh memungkinkan AI belajar melalui pengalaman langsung menggunakan sensor, gerakan, dan interaksi dengan lingkungan, bukan hanya dari data digital.
4. Apa itu morphological computation? Morphological computation adalah konsep bahwa struktur dan bentuk fisik suatu organisme atau robot dapat membantu menghasilkan perilaku tertentu sehingga mengurangi beban komputasi.
5. Apa yang dimaksud dengan data flywheel dalam AI? Data flywheel adalah siklus ketika perangkat fisik menghasilkan data dunia nyata, data tersebut digunakan untuk meningkatkan model AI, lalu model yang lebih baik menghasilkan pengalaman dan data baru.