๐Œ๐ž๐ง๐ ๐š๐ฉ๐š ๐€๐ˆ ๐๐ž๐ซ๐ฐ๐ฎ๐ฃ๐ฎ๐ ๐๐ž๐ซ๐ฅ๐ฎ ๐Š๐ž๐œ๐ž๐ซ๐๐š๐ฌ๐š๐ง ๐Œ๐š๐ง๐ฎ๐ฌ๐ข๐š ๐’๐ž๐›๐ž๐ฅ๐ฎ๐ฆ ๐Œ๐ž๐ง๐ฃ๐š๐๐ข ๐Ž๐ญ๐จ๐ง๐จ๐ฆ



Kecerdasan buatan telah menjadi sangat cakap dalam memahami bahasa, mengenali gambar, dan menghasilkan konten. Namun, ketika berinteraksi dengan dunia fisik, kecerdasan saja tidaklah cukup.

Robot bisa mengenali cangkir kopi, bukan berarti ia tahu seberapa erat harus menggenggamnya tanpa menghancurkannya. Robot bisa mengenali pintu, bukan berarti ia secara naluriah tahu seberapa besar tenaga yang harus diberikan saat gagangnya kaku. Robot bisa mendeteksi rintangan, bukan berarti ia memahami cara paling aman atau alami untuk bergerak melewatinya.

Ini adalah hal-hal yang jarang dipikirkan manusia karena kita telah menghabiskan seumur hidup belajar melalui sentuhan, gerakan, usaha, dan pengalaman โ€” dan di sinilah #AI berwujud menghadapi tantangan terbesarnya.

Tidak seperti model bahasa yang belajar dari miliaran kata di internet, robot perlu belajar dari dunia nyata. Mereka membutuhkan demonstrasi tentang bagaimana manusia memanipulasi objek, beradaptasi dengan situasi tak terduga, dan membuat keputusan sepersekian detik yang sulit dijelaskan dengan aturan saja.

Dengan kata lain, sebelum robot bisa bertindak seperti manusia, mereka pertama-tama perlu belajar dari manusia.

Itulah mengapa Manusia-dalam-Lingkaran (Human-in-the-Loop/HITL) sangat penting.

Alih-alih mengharapkan robot menyelesaikan sendiri setiap tugas fisik sejak awal, manusia membimbing mereka melalui operasi dunia nyata. Setiap gerakan, koreksi, dan interaksi yang berhasil menjadi data pelatihan berharga yang membantu AI berwujud meningkat seiring waktu.

Di sinilah Inverted Lambda memperkenalkan pendekatan yang menarik.

Melalui jaringan teleoperasi terdesentralisasinya, operator manusia dapat mengendalikan robot dari jarak jauh sambil menghasilkan data multimodal berkualitas tinggi โ€” dari persepsi visual dan gerakan hingga kesadaran spasial dan interaksi fisik. Alih-alih membiarkan keahlian manusia hilang begitu tugas selesai, jaringan ini mengubah pengalaman tersebut menjadi data yang dapat membantu melatih generasi AI berwujud di masa depan. Ini bukan sekadar tentang mengendalikan robot dari jarak jauh, melainkan tentang mengubah intuisi manusia menjadi kecerdasan mesin.

Semakin banyak orang berkontribusi dengan interaksi dunia nyata yang bermakna, sistem AI mendapatkan akses ke pengalaman yang lebih kaya dan beragam, membantu mereka bergerak lebih dekat menuju otonomi yang aman dan andal.

Masa depan robotika tidak akan dibangun dengan menggantikan kecerdasan manusia dalam semalam, melainkan akan dibangun dengan belajar darinya terlebih dahulu.

Dan itulah jembatan yang sedang diciptakan oleh Inverted Lambda โ€” mengubah keahlian manusia menjadi fondasi bagi AI berwujud yang benar-benar otonom.

#InvertedLambda #EmbodiedAI #Robotics #Teleoperation #HumanInTheLoop #AI #PhysicalAI #SecondContact
Lihat Asli
post-image
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
  • Hadiah
  • Komentar
  • Posting ulang
  • Bagikan
Komentar
Tambahkan komentar
Tambahkan komentar
Tidak ada komentar
  • Disematkan