Sementara kecerdasan buatan terus berkembang dengan kecepatan yang sangat tinggi, para ahli robotika menunjuk pada hambatan mengejutkan yang dapat membatasi pengembangan robot yang benar-benar mampu: kurangnya teknologi sensor sentuh yang canggih. Tantangan ini telah memicu diskusi intens di komunitas teknologi tentang apa yang benar-benar diperlukan untuk membangun robot yang dapat menyamai ketangkasan manusia.
 |
|---|
| Postingan blog ini menganalisis kompleksitas dalam mengembangkan ketangkasan robotik yang sebanding dengan kemampuan manusia |
Masalah Sentuhan yang Tidak Dibicarakan Siapa Pun
Tangan manusia mengandung sekitar 17.000 sensor khusus yang mendeteksi tekanan, getaran, peregangan, dan perubahan suhu. Sensor-sensor ini bekerja sama untuk memberikan kita kontrol yang luar biasa saat menangani objek - mulai dari mengambil telur yang rapuh hingga memasukkan benang ke jarum. Tangan robot saat ini sama sekali tidak dapat menyamai tingkat kemampuan sensor ini, yang menjelaskan mengapa bahkan robot paling canggih pun kesulitan dengan tugas manipulasi dasar yang mudah dikuasai anak-anak.
Komunitas mencatat bahwa meskipun kita telah berhasil mendigitalkan gambar, teks, dan suara untuk pelatihan AI, sentuhan tetap menjadi wilayah yang sebagian besar belum ditaklukkan. Tidak seperti penglihatan atau pendengaran, tidak ada cara standar untuk menangkap dan memproses data sentuhan yang dapat dipelajari robot secara efektif.
Spesifikasi Sensor Tangan Manusia:
- Total sensor: ~17.000 mekanoreseptor ambang batas rendah
- Sensor ujung jari: ~1.000 per ujung jari
- Jenis sensor: 4 varietas (adaptasi lambat/cepat, sensitivitas terlokalisasi/luas)
- Fungsi: Deteksi tekanan, getaran, peregangan, suhu
Mengapa Roda Mungkin Mengalahkan Kaki
Perdebatan menarik telah muncul tentang apakah robot humanoid bahkan harus mencoba meniru rancangan tubuh manusia. Banyak ahli berpendapat bahwa roda lebih baik daripada kaki untuk sebagian besar aplikasi praktis - roda lebih murah, lebih tahan lama, dan lebih efisien. Tantangannya muncul ketika robot perlu menavigasi tangga, trotoar, atau permukaan tidak rata yang mengisi dunia yang dirancang untuk manusia.
Manusia akan memiliki roda jika ada jalur evolusi menuju roda.
Pengamatan ini menyoroti bagaimana infrastruktur kita saat ini membentuk jenis robot apa yang benar-benar akan berguna. Beberapa pihak menyarankan bahwa robot humanoid masa depan mungkin akan terlihat cukup berbeda dari manusia, mungkin menggunakan roda untuk bergerak sambil mempertahankan lengan seperti manusia untuk tugas manipulasi.
Ekonomi Kompleksitas Robot
Diskusi ini mengungkap wawasan kunci tentang mengapa robotika tertinggal dari AI perangkat lunak: ekonomi. Melayani satu pelanggan lagi dengan ChatGPT hampir tidak memerlukan biaya apa pun, tetapi membangun dan menerapkan robot fisik melibatkan biaya material dan manufaktur yang sangat besar. Realitas ekonomi ini memaksa perusahaan robotika untuk fokus pada solusi yang hemat biaya daripada mendorong batas-batas dari apa yang secara teknis mungkin.
Tantangan kompleksitas lebih dalam dari sekadar biaya. Sistem biologis alami mewakili miliaran tahun penyempurnaan evolusioner yang baru mulai kita pahami. Membangun sistem otonom yang dapat menyamai kompleksitas ini mungkin memerlukan pendekatan yang secara fundamental berbeda daripada sekadar meningkatkan teknologi saat ini.
 |
|---|
| Pengaturan mekanis ini mewakili berbagai pendekatan dalam desain robotik—satu dibuat secara handmade dan yang lainnya diproduksi secara industri—menyoroti kompleksitas ekonomi dalam manufaktur robot |
Pembelajaran dalam Simulasi vs Realitas
Sebagian besar pembelajaran robot saat ini terjadi dalam simulasi komputer daripada dunia nyata, terutama karena robot fisik sering rusak dan menghasilkan data yang berisik dan sulit digunakan. Meskipun pendekatan ini berhasil untuk beberapa aplikasi, dunia nyata terus-menerus menyajikan situasi tak terduga yang tidak dapat sepenuhnya ditangkap oleh simulasi - seperti robot gudang Amazon yang bingung dengan kotak kardus merah sederhana.
Komunitas menunjukkan bahwa bahkan tugas dasar seperti secara konsisten mengambil kotak dan menempatkannya di palet tetap menjadi masalah yang belum terpecahkan di lingkungan gudang nyata, meskipun telah bertahun-tahun melakukan upaya pengembangan yang terfokus.
Aplikasi Robot Saat Ini:
- Gudang: Robot gudang Amazon , pemilihan bertenaga AI Instacart
- Konstruksi: Robot pembangun rumah (adopsi lambat)
- Pertanian: Robot pertanian bertenaga AI
- Manufaktur: Pekerjaan lingkungan berbahaya, fabrikasi semikonduktor
- Kesehatan: Bantuan bedah, penanganan obat, perawatan pasien
Melihat Melampaui Hype
Meskipun gelombang kemajuan AI saat ini telah menciptakan kegembiraan tentang masyarakat yang sepenuhnya otomatis, kenyataannya tampak lebih bernuansa. Robot kemungkinan akan terus unggul di lingkungan terkontrol dan tugas-tugas spesifik, tetapi impian asisten humanoid serbaguna menghadapi hambatan teknis dan ekonomi yang signifikan yang mungkin membutuhkan puluhan tahun untuk diatasi.
Jalan ke depan mungkin melibatkan penerimaan keterbatasan ini dan merancang robot yang bekerja dalam batasan tersebut, daripada mencoba mereplikasi kemampuan manusia secara tepat. Ini bisa berarti robot khusus untuk tugas tertentu, alat kolaborasi manusia-robot yang lebih baik, atau pendekatan yang sepenuhnya baru untuk otomasi yang tidak bergantung pada bentuk humanoid.
Referensi: WHY TODAY'S ENTHRALLMENTS WON'T LEAD TO AN AUTOMATED SOCIETY