Connect with us

Robotika

Makalah Baru Berpendapat Robot Perlu Memahami Motif Manusia

mm

Sebuah artikel baru oleh National Centre for Nuclear Robotics, yang berbasis di University of Birmingham, berpendapat bahwa robot perlu memahami motif seperti manusia. Jika kita ingin manusia dan robot bekerja sama secara efektif dan aman, robot tidak bisa hanya melakukan tugas tanpa mengetahui alasan mereka melakukannya. 

Penulis utama artikel ini adalah Dr. Valerio Ortenzi dari University of Birmingham. Ia mengatakan bahwa ini diperlukan karena perekonomian menjadi semakin otomatis, terhubung, dan digital. Ini juga penting karena akan ada peningkatan dramatis dalam interaksi antara manusia dan robot di pabrik dan rumah. 

Makalah ini diterbitkan di Nature Machine Intelligence. Makalah ini sebagian fokus pada robot yang menggunakan objek dan ‘Grasping’, sebuah tindakan yang mudah dilakukan di alam tetapi menantang di antara robot. 

Robot pabrik saat ini memilih objek yang sudah mereka kenal secara buta. Objek-objek tersebut juga berada di tempat yang telah ditentukan sebelumnya pada waktu tertentu. Jika mesin memilih objek yang tidak mereka kenal, dan di tempat yang acak, maka mereka memerlukan beberapa teknologi kompleks yang bekerja bersama. Beberapa teknologi tersebut termasuk sistem visi dan AI canggih. Beberapa bahkan memerlukan sensor yang terletak di gripper untuk mencegah robot menghancurkan objek.

Peneliti dari National Centre for Nuclear Robotics mengatakan bahwa bahkan dengan semua teknologi tersebut, mesin masih tidak mengetahui alasan untuk memilih objek. Karena itu, apa yang kita anggap sebagai tindakan yang sukses dilakukan oleh robot sebenarnya dapat menjadi kegagalan di dunia nyata. 

Makalah di Nature Machine Intelligence menggunakan contoh robot yang mengantarkan objek kepada pelanggan setelah memilihnya. Robot memilih objek dengan sukses tanpa menghancurkannya. Masalah timbul ketika robot menutupi barcode penting. Ini berarti bahwa objek tidak dapat dilacak dan tidak ada informasi yang mengkonfirmasi pengiriman objek yang sukses. Ini mempersulit hal-hal dan menghasilkan kegagalan sistem pengiriman karena robot tidak mengetahui konsekuensi tertentu dari memilih objek secara tidak benar. 

Dr. Ortenzi dan co-penulis makalah tersebut membicarakan contoh lain juga. 

“Bayangkan meminta robot untuk memberikan obeng kepada Anda di bengkel. Berdasarkan konvensi saat ini, cara terbaik bagi robot untuk memilih alat tersebut adalah dengan pegangan. Sayangnya, itu berarti bahwa mesin yang sangat kuat kemudian mendorong bilah yang berpotensi mematikan ke arah Anda, dengan kecepatan. Sebaliknya, robot perlu mengetahui tujuan akhir, yaitu untuk memberikan obeng dengan aman kepada rekan manusianya, untuk memikirkan kembali tindakannya.”

“Skenario lain membayangkan robot memberikan gelas air kepada penghuni di rumah perawatan. Robot harus memastikan bahwa tidak menjatuhkan gelas tetapi juga bahwa air tidak tumpah ke penerima selama tindakan memberikan, atau bahwa gelas disajikan dengan cara yang memungkinkan orang tersebut untuk mengambilnya.” 

“Apa yang jelas bagi manusia harus diprogram ke dalam mesin dan ini memerlukan pendekatan yang sangat berbeda. Metrik tradisional yang digunakan oleh peneliti selama dua puluh tahun terakhir untuk menilai manipulasi robot, tidak cukup. Dalam arti yang paling praktis, robot memerlukan filsafat baru untuk mendapatkan pegangan.” 

Professor Rustman Stolkin, direktur National Centre for Nuclear Robotics, berbicara tentang peran organisasi dalam mengembangkan teknologi ini. 

“National Centre for Nuclear Robotics unik dalam bekerja pada masalah praktis dengan industri, sambil secara bersamaan menghasilkan penelitian akademis yang paling mutakhir — seperti yang ditunjukkan oleh makalah ini.” 

Penelitian baru ini bekerja sama dengan Centre of Excellence for Robotic Vision di Queensland University of Technology, Australia, Scuola Superiore Sant’Anna, Italia, German Aerospace Center (DLR), Jerman, dan University of Pisa, Italia.

Alex McFarland adalah seorang jurnalis dan penulis AI yang menjelajahi perkembangan terbaru dalam kecerdasan buatan. Ia telah berkolaborasi dengan berbagai startup dan publikasi AI di seluruh dunia.