Robot AI Humanoid Canggih Siap Merevolusi Industri

Menurut Profesor Gal Chechik, kepala pusat penelitian AI Nvidia di Israel, "Batas berikutnya untuk AI adalah dunia fisik—AI dunia nyata. Mengapa tidak dimulai di sini? Karena jauh lebih sulit. Model bahasa cukup membaca internet, tetapi robotika memerlukan interaksi dengan lingkungan."

Chechik menjelaskan bahwa simulasi memungkinkan robot untuk berlatih lebih cepat, sehingga mengurangi jumlah pelatihan di dunia nyata yang dibutuhkan. Nvidia juga mengembangkan sistem pembelajaran penguatan untuk pelatihan robot, dengan tim Chechik memainkan peran penting. Ekosistem simulasi, pembelajaran penguatan, dan perangkat keras AI ini mempercepat revolusi robotika.

Dr. Aviv Tamar, kepala laboratorium pembelajaran robotika Technion, menambahkan bahwa mengajarkan robot melalui pembelajaran penguatan—di mana mereka menerima umpan balik positif atas kemajuan—merupakan tantangan dan sering kali memerlukan siklus coba-coba yang tak terhitung jumlahnya. Metode alternatif, seperti demonstrasi manusia, juga memiliki keterbatasan.

Revolusi robotika telah tiba, dan seperti yang dikatakan CEO Nvidia Jensen Huang: "Segala sesuatu yang bergerak suatu hari nanti akan menjadi otonom." (Tribun)