Jnews.co.id – Para peneliti telah menemukan cara melatih asisten rumah tangga dengan cepat dan murah menggunakan data terbuka.
Sebuah sistem baru bernama OK-Robot mengajarkan robot untuk memindahkan objek di lingkungan asing. Perkembangan ini akan menjembatani kesenjangan antara kemajuan pesat di bidang kecerdasan buatan dan kemampuan mesin yang sebenarnya tanpa pelatihan tambahan yang mahal.
Para peneliti dari Universitas New York dan Meta* menguji robot komersial Hello Robot Stretch di 10 ruangan di 5 rumah. Saat berada di ruangan bersama robot, salah satu ilmuwan memindai lingkungan menggunakan aplikasi iPhone Record3D, yang menggunakan lidar untuk merekam video 3D.
Sistem OK-Robot kemudian memproses frame tersebut menggunakan model pengenalan objek terbuka sehingga robot dapat menemukan objek di dalam ruangan seperti mainan naga, tabung pasta gigi, dan setumpuk kartu. Dia mampu mengangkat dan memindahkan benda tertentu pada 58,5% kasus. Dan di ruangan yang tidak terlalu berantakan, angkanya meningkat menjadi 82%.
Karena sistem menggunakan model yang tidak dirancang khusus untuk proyek ini, robot berhenti begitu saja ketika tidak menemukan item yang dicarinya, alih-alih mencoba mencari solusi. Hal ini secara signifikan membatasi kemampuannya dan merupakan salah satu alasan efisiensi yang lebih besar di ruangan yang rapi: lebih sedikit objek berarti lebih sedikit kekacauan dan lebih banyak ruang untuk bermanuver.
Menurut Mahi Shafiullah, seorang mahasiswa pascasarjana di New York University dan salah satu pemimpin studi tersebut, mengintegrasikan sistem OK-Robot dengan model pengenalan suara akan memungkinkan robot diberikan perintah suara dan akan sangat menyederhanakan kontrol. Langkah ini berpotensi membawa eksperimen berdasarkan data yang tersedia untuk umum ke tingkat yang lebih tinggi.
“Ada pendapat di komunitas pengembangan robotika bahwa rumah adalah lingkungan yang terlalu kompleks, dan robot itu sendiri adalah mesin yang kompleks. Oleh karena itu, gagasan untuk menggabungkan ruang rumah dan robot dianggap sama sekali tidak realistis,” dia menjelaskan. “Tetapi ketika masyarakat sudah yakin bahwa pembuatan robot dalam negeri bisa dilakukan, maka akan ada banyak penelitian berskala besar yang mengarah pada hal ini.”
Menurut para ilmuwan, penggunaan model pembelajaran mesin yang sudah jadi memiliki kelebihan dan kekurangan. Di satu sisi, tidak perlu mengumpulkan data pelatihan tambahan untuk lingkungan tertentu. Di sisi lain, kemampuan robot terbatas, hanya mampu mengangkat benda dan menurunkannya di tempat tertentu.
Namun demikian, proyek ini merupakan pencapaian penting dalam upaya menciptakan mesin berguna yang mampu melakukan tugas tidak hanya di laboratorium, tetapi juga di ruang keluarga biasa.
