Makalah Baru Berargumen Bahwa Robot Perlu Memahami Motif Manusia

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

Penulis utama artikel tersebut adalah Dr. Valerio Ortenzi dari University of Birmingham. Ia mengatakan bahwa hal 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 tersebut diterbitkan di Nature Machine Intelligence. Makalah tersebut sebagian besar fokus pada robot yang menggunakan objek dan ‘Grasping’, sebuah aksi yang mudah diselesaikan di alam tetapi menantang di antara robot.

Robot pabrik saat ini memilih objek yang sudah mereka kenal dengan baik. Objek-objek tersebut juga berada di tempat yang telah ditentukan sebelumnya pada waktu yang dipilih. Jika mesin memilih objek yang tidak mereka kenal, dan di tempat yang acak, maka akan memerlukan beberapa teknologi yang kompleks bekerja sama. Beberapa teknologi tersebut termasuk sistem visi dan AI yang 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 bisa 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. Masalahnya muncul ketika robot menutupi barcode yang penting. Ini berarti bahwa objek tidak dapat dilacak dan tidak ada informasi yang mengkonfirmasi pengantaran objek yang sukses. Ini mempersulit hal-hal dan menghasilkan kegagalan sistem pengantaran karena robot tidak mengetahui konsekuensi tertentu dari memilih objek dengan cara yang salah.

Dr. Ortenzi dan co-penulis makalah tersebut membicarakan contoh lainnya.

“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 apa tujuan akhirnya, 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 pemberian, 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 genggaman.”

Professor Rustman Stolkin, direktur National Centre for Nuclear Robotics, membicarakan 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 makalah penting 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.