Kerangka AI yang Dipandu Manusia Menjanjikan Pembelajaran Robot yang Lebih Cepat di Lingkungan Baru

Di era masa depan rumah pintar, memiliki robot untuk mempermudah tugas-tugas rumah tangga tidak akan menjadi hal yang langka. Namun, frustrasi dapat timbul ketika robot-robot ini gagal melakukan tugas-tugas sederhana. Masuklah Andi Peng, seorang sarjana dari departemen Teknik Elektro dan Ilmu Komputer MIT, yang, bersama dengan timnya, sedang menciptakan jalur untuk memperbaiki kurva pembelajaran robot.

Peng dan tim peneliti interdisiplinernya telah mempelopori kerangka interaktif manusia-robot. Sorotan dari sistem ini adalah kemampuannya untuk menghasilkan narasi kontrafaktual yang menunjukkan perubahan yang diperlukan agar robot dapat menyelesaikan tugas dengan sukses.

Untuk mengilustrasikan, ketika robot mengalami kesulitan mengenali cangkir yang dicat dengan warna yang tidak biasa, sistem ini menawarkan situasi alternatif di mana robot akan berhasil, mungkin jika cangkir itu memiliki warna yang lebih umum. Penjelasan kontrafaktual ini, dipasangkan dengan umpan balik manusia, mempermudah proses pembuatan data baru untuk penyetelan ulang robot.

Peng menjelaskan, “Penyetelan ulang adalah proses optimasi model pembelajaran mesin yang sudah ada yang sudah terampil dalam satu tugas, sehingga dapat melakukan tugas kedua yang analog.”

Lompatan dalam Efisiensi dan Kinerja

Ketika diuji, sistem ini menunjukkan hasil yang mengesankan. Robot yang dilatih dengan metode ini menunjukkan kemampuan pembelajaran yang cepat, sambil mengurangi waktu komitmen dari guru manusia. Jika diimplementasikan dengan sukses pada skala yang lebih besar, kerangka inovatif ini dapat membantu robot beradaptasi dengan cepat ke lingkungan baru, meminimalkan kebutuhan pengguna untuk memiliki pengetahuan teknis yang maju. Teknologi ini dapat menjadi kunci untuk membuka robot serba guna yang dapat membantu individu lanjut usia atau disabilitas dengan efisien.

Peng percaya, “Tujuan akhir adalah memberdayakan robot untuk belajar dan berfungsi pada tingkat abstrak yang mirip dengan manusia.”

Revolusi Pelatihan Robot

Hambatan utama dalam pembelajaran robot adalah ‘pergeseran distribusi’, istilah yang digunakan untuk menjelaskan situasi ketika robot menghadapi objek atau ruang yang tidak pernah dilihat selama periode pelatihan. Peneliti, untuk mengatasi masalah ini, menerapkan metode yang dikenal sebagai ‘pembelajaran peniruan.’ Namun, metode ini memiliki keterbatasan.

“Bayangkan harus mendemonstrasikan dengan 30.000 cangkir agar robot dapat mengambil cangkir mana pun. Sebaliknya, saya lebih suka mendemonstrasikan dengan hanya satu cangkir dan mengajarkan robot untuk memahami bahwa ia dapat mengambil cangkir dengan warna apa pun,” kata Peng.

Sebagai tanggapan atas hal ini, sistem tim mengidentifikasi atribut objek mana yang penting untuk tugas (seperti bentuk cangkir) dan mana yang tidak (seperti warna cangkir). Bersenjata dengan informasi ini, sistem menghasilkan data sintetis, mengubah elemen-elemen visual “non-esensial”, sehingga mengoptimalkan proses pembelajaran robot.

Menghubungkan Penalaran Manusia dengan Logika Robot

Untuk menilai efikasi kerangka ini, peneliti melakukan tes yang melibatkan pengguna manusia. Peserta diminta untuk menentukan apakah penjelasan kontrafaktual sistem meningkatkan pemahaman mereka tentang kinerja tugas robot.

Peng mengatakan, “Kami menemukan bahwa manusia secara inheren terampil dalam bentuk penalaran kontrafaktual ini. Ini adalah elemen kontrafaktual yang memungkinkan kami menerjemahkan penalaran manusia ke dalam logika robot dengan mulus.”

Dalam beberapa simulasi, robot secara konsisten belajar lebih cepat dengan pendekatan mereka, mengungguli teknik lain dan memerlukan demonstrasi yang lebih sedikit dari pengguna.

Menatap ke depan, tim berencana untuk mengimplementasikan kerangka ini pada robot nyata dan bekerja pada mempersingkat waktu pembuatan data melalui model pembelajaran mesin generatif. Pendekatan inovatif ini memiliki potensi untuk mengubah trajektori pembelajaran robot, membuka jalan bagi masa depan di mana robot hidup berdampingan dengan harmonis dalam kehidupan sehari-hari kita.