AI dan Robotika: Era Baru Kontrol Robot Melalui Kecerdasan Buatan dan "Code as Policy"

      Eksperimen baru-baru ini menunjukkan potensi transformatif kecerdasan buatan (AI) dalam mengendalikan sistem robotika. Sebuah agen AI bernama OpenClaw berhasil diberikan tubuh fisik berupa lengan robot dan hasilnya melampaui ekspektasi. Agen tersebut mampu mengkonfigurasi lengan robot, menggunakannya untuk ‘melihat’ dan secara perlahan mengambil objek, bahkan melatih model AI lain untuk mengambil dan menempatkan objek tertentu. Ini menandai pergeseran signifikan dalam dunia robotika, yang dulunya membutuhkan keahlian teknis tingkat tinggi untuk melatih dan mengontrol robot. Dengan bantuan model AI, proses ini kini menjadi jauh lebih mudah, membuka jalan menuju terobosan baru di sektor industri.

      Transformasi ini sangat menarik karena AI-powered coding atau pemrograman yang didukung AI berpotensi menjembatani kesenjangan antara metode rekayasa konvensional—yang meskipun andal namun kurang fleksibel—dengan model visi-bahasa-tindakan kontemporer yang mampu melakukan generalisasi tetapi belum sepenuhnya andal. Ken Goldberg, seorang ahli robotika di UC Berkeley, menjelaskan bahwa pendekatan ini memungkinkan sistem yang lebih adaptif dan fungsional. Eksperimen OpenClaw, sebagaimana dilaporkan oleh Wired.com pada tautan sumber ini: I Gave My OpenClaw Agent a Physical Body, menunjukkan bagaimana sebuah agen AI dapat mempelajari gerakan-gerakan dasar hanya dengan perintah sederhana, seperti melambaikan tangan robot.

Evolusi Kontrol Robot dengan AI

      Sebelumnya, pengoperasian dan kalibrasi robot merupakan tugas yang memakan waktu dan rentan kesalahan, bahkan berisiko merusak perangkat keras jika pengaturan yang salah diterapkan. Namun, dengan hadirnya AI seperti OpenClaw dan Codex, proses ini menjadi lebih intuitif. Dalam eksperimen tersebut, Codex membantu mengkonfigurasi koneksi ke robot dan mengkalibrasi posisi sendi-sendinya, sebuah tugas yang rumit dan presisi. Setelah itu, dengan bantuan manusia, agen robot dapat belajar mengidentifikasi dan menggenggam bola merah menggunakan skrip Python yang memanfaatkan berbagai pustaka.

      Meskipun "vibe-coding" atau pemrograman intuitif ini masih memiliki tantangan, terutama potensi "halusinasi" yang dapat menyebabkan bug saat bekerja dengan perangkat keras yang berbeda, hasil yang dicapai sangat menjanjikan. Robot tersebut akhirnya mampu mengambil dan menempatkan objek, menunjukkan kemampuan belajar dan adaptasi yang luar biasa dari agen AI. Kemampuan ini menunjukkan bahwa AI tidak hanya menyederhanakan pemrograman, tetapi juga memungkinkan robot untuk berinteraksi lebih dinamis dengan lingkungan fisiknya.

Konsep "Code as Policy" dan Kemajuan Model AI

      Ide bahwa pemrograman yang didukung AI dapat menjadi metode baru yang kuat untuk membangun robot pertama kali disorot dalam makalah penelitian tahun 2022 yang dinamakan "code as policy". Pendekatan ini mengusulkan bahwa kode yang dihasilkan AI berfungsi sebagai "kebijakan" atau aturan operasional bagi robot. Sejak saat itu, kemampuan coding AI telah berkembang pesat, dan metode "code as policy" telah mendapatkan daya tarik di banyak laboratorium penelitian global.

      Kelompok penelitian Ken Goldberg, bekerja sama dengan para peneliti dari Nvidia, Carnegie Mellon University, dan Stanford, baru-baru ini mengembangkan benchmark baru bernama CaP-X. Benchmark ini dirancang untuk mengukur kemampuan pemrograman robot dari berbagai model AI. Hasil yang menarik dari CaP-X menunjukkan bahwa model AI terbaik untuk memprogram robot bukanlah Claude atau ChatGPT, melainkan Gemini. Hal ini mungkin disebabkan oleh fokus Google DeepMind dalam melatih modelnya agar multimodal dan memahami dunia fisik dengan lebih baik.

      Selain benchmark CaP-X, para peneliti juga menciptakan CaP-Gym, sebuah lingkungan yang memungkinkan agen coding mengontrol robot simulasi maupun robot sungguhan. Mereka juga mengembangkan CaP-Agent0, sebuah kerangka kerja agensi yang secara signifikan meningkatkan kinerja model coding. CaP-Agent0 bahkan mengungguli model yang dilatih untuk mengontrol gerakan robot secara langsung dalam beberapa tugas manipulasi. Kerja sama tim Goldberg dengan Nvidia dalam mengeksplorasi potensi pendekatan "code as policy" menunjukkan komitmen industri terhadap inovasi ini. Pendekatan seperti ini sejalan dengan solusi AI Video Analytics dari ARSA yang dapat mengubah rekaman CCTV menjadi deteksi dan analitik real-time, memberikan kecerdasan operasional tanpa pemantauan manusia secara konstan.

Membuka Potensi Robotika untuk Industri

      Implikasi dari kemajuan AI dalam robotika sangat besar bagi berbagai sektor industri. Dengan kemampuan konfigurasi dan pembelajaran yang disederhanakan, robot dapat diintegrasikan lebih cepat dan efisien dalam lini produksi, gudang logistik, atau bahkan lingkungan layanan publik. Ini berarti pengurangan biaya implementasi, peningkatan produktivitas, dan potensi untuk mengatasi tantangan yang sebelumnya terlalu kompleks atau mahal untuk diotomatisasi. Perusahaan dapat memanfaatkan teknologi ini untuk meningkatkan keamanan, mengurangi risiko kesalahan manusia, dan menciptakan aliran pendapatan baru.

      Bayangkan lengan robot di pabrik yang tidak hanya mengikuti instruksi yang diprogram secara kaku, tetapi juga mampu beradaptasi dengan variasi objek, mengidentifikasi cacat visual menggunakan visi komputer canggih, dan mengkalibrasi ulang dirinya secara otomatis. Hal ini akan sangat berharga di sektor manufaktur untuk kontrol kualitas, di logistik untuk pemilahan paket yang fleksibel, atau di konstruksi untuk tugas-tugas berulang yang membutuhkan presisi. ARSA Technology, dengan pengalaman sejak 2018, telah mengembangkan solusi AI Box Series yang merupakan sistem AI edge pra-konfigurasi, siap untuk penerapan cepat di lokasi dan memberikan wawasan instan tanpa ketergantungan cloud, cocok untuk aplikasi robotika yang membutuhkan pemrosesan lokal dengan latensi rendah.

Masa Depan Robotika yang Didukung AI

      Spencer Huang dari Nvidia, yang terlibat dalam penyelenggaraan hackathon untuk eksplorasi vibe coding robot, percaya bahwa memungkinkan orang mengontrol robot dengan perintah lisan atau tertulis, atau melalui demonstrasi tindakan, adalah "kunci penting bagi robot di masyarakat". Visi ini mengacu pada demokratisasi robotika, di mana hampir setiap orang dapat terlibat dan menggunakannya, tidak lagi terbatas pada para ahli. Tim Huang sendiri sedang mengerjakan proyek penelitian dengan Goldberg untuk membuat pendekatan "code as policy" kompatibel dengan lebih banyak alat perangkat lunak robot.

      Pada akhirnya, tren ini menunjukkan bahwa kita mungkin berada di ambang era baru di mana robot tidak hanya menjadi alat yang kuat, tetapi juga lebih mudah diakses dan beradaptasi. Transformasi digital ini akan memungkinkan bisnis untuk menciptakan lingkungan operasional yang lebih cerdas, aman, dan efisien. Dengan solusi AI dan IoT yang praktis dan terbukti, seperti yang ditawarkan oleh ARSA Technology, perusahaan dapat menjembatani kesenjangan antara potensi inovasi dan realitas implementasi.

      Untuk mengeksplorasi bagaimana solusi AI dan IoT dapat mengubah operasi bisnis Anda dan untuk konsultasi gratis, hubungi tim ARSA hari ini.