Seiring dunia menyaksikan ledakan otomatisasi, robotika, dan kecerdasan buatan (AI), teknologi sensor dan sistem interaktif pintar menjadi pilar industri, layanan, dan layanan kesehatan . Inovasi-inovasi ini tidak hanya meningkatkan produktivitas dan mengoptimalkan biaya, tetapi juga membuka pendekatan baru untuk meningkatkan kualitas hidup dan bergerak menuju pembangunan berkelanjutan.
Ini adalah konten yang disajikan pada seminar "Robot dan Otomasi Cerdas" yang diselenggarakan oleh VinFuture Foundation pada pagi hari tanggal 4 Desember di Hanoi .
Diskusi berfokus pada berbagai aspek penting di bidang robotika: robot humanoid dengan kemampuan interaksi sosial, robot kolaboratif dalam layanan dan medis, sistem robot rehabilitasi, serta isu-isu hangat terkait keselamatan AI dan etika teknologi. Konten-konten ini mencerminkan tren pengembangan robot menuju humanisme, keselamatan, dan keberlanjutan.
Material Lunak: Dasar Robot Fleksibel
Dalam seminar tersebut, Profesor Kurt Kremer, Direktur Kehormatan Institut Max Planck untuk Penelitian Polimer (Jerman), menekankan bahwa material lunak membuka arah baru bagi robot berkat fleksibilitas, kemudahan fabrikasi, dan keramahan lingkungannya. Polimer, yang banyak digunakan karena murah, melimpah, dan dapat menyesuaikan kekerasannya, sedang dikembangkan untuk menghasilkan daya dukung beban yang lebih baik dan biodegradasi yang lebih efektif.
Kuncinya, ujarnya, adalah bahwa ini adalah material "pintar" yang dapat mengembang atau berubah bentuk ketika terpapar rangsangan seperti suhu, pH, tekanan, atau perubahan lingkungan. Dengan responsnya yang sensitif dan cepat, material ini dapat mengoperasikan katup, menciptakan gaya mekanis, atau menjadi komponen robotik yang sangat canggih.

Bila polimer digabungkan menjadi struktur kompleks seperti gel atau "sikat", bahan tersebut dapat melakukan tugas mekanis yang sulit, membantu menghasilkan aktuator lunak agar robot dapat mencengkeram dengan lebih lembut dan tepat.
Banyak polimer juga sangat konduktif atau dielektrik, membuka peluang bagi elektronik organik. Meskipun tidak dapat menyaingi silikon dalam hal kecepatan, polimer lebih murah, lebih mudah diproduksi, tidak bergantung pada tanah jarang, dan telah digunakan dalam OLED, ponsel lipat, dan panel surya organik.
Profesor Kremer percaya bahwa dengan menggabungkan ketiga elemen: kelembutan, responsivitas, dan sifat elektronik, material organik dapat berkembang menjadi bentuk "neuromorfik" yang meniru adaptasi sistem saraf. Hal ini dianggap sebagai fondasi bagi generasi robot masa depan yang fleksibel, aman, dan hemat biaya.
Dari perspektif aplikasi, Profesor Ho Young Kim (Universitas Nasional Seoul, Korea) menunjukkan bahwa robot menghadapi tantangan besar saat memanipulasi bahan lunak - sekelompok bahan yang muncul di mana-mana mulai dari pakaian, makanan, kantong plastik, kabel listrik hingga pasokan medis.
Robot tradisional dioptimalkan untuk objek yang kaku dan stabil bentuknya. Namun, material lunak benar-benar berbeda, ujarnya. Misalnya, ketika robot memegang kaos, hanya dengan mengubah titik pegangannya, bentuk kaos berubah, permukaan kaos dapat terlipat, berkerut, dan menciptakan parameter kompleks yang tak terhitung jumlahnya.

Apa yang bisa dilakukan manusia dalam hitungan detik, seperti menyingsingkan lengan baju atau melipat cucian, merupakan tantangan besar bagi robot. Hal ini, ujarnya, juga merupakan paradoks AI modern: ia dapat memecahkan persamaan dan menghafal data dalam jumlah besar, tetapi kesulitan menangani tugas-tugas dasar rumah tangga.
Dalam penelitian mereka, timnya mengembangkan sistem penjepit menggunakan membran elastis yang memungkinkan pengangkatan kain individual secara stabil, bahkan mengangkat benda biologis yang lembut seperti kulit jeruk.
Berdasarkan teknologi ini, tim peneliti menciptakan mesin yang dapat melakukan langkah penomoran—sebuah langkah penting yang sebelumnya hanya dapat dilakukan oleh manusia. Mesin ini dapat mengulangi operasi berkali-kali tanpa membuat kesalahan.
Untuk mengatasi masalah material lunak, menurutnya, robot perlu mengatasi empat tantangan: kemampuan untuk memahami kondisi material secara akurat; tangan mekanis yang cukup peka; sistem kendali yang fleksibel dalam menghadapi perubahan yang terus-menerus; dan kemampuan untuk berkembang untuk produksi massal. Pemrosesan material lunak, simpulnya, adalah "pintu" bagi robot untuk benar-benar memasuki dunia nyata dan produksi.
Robot humanoid dan persyaratan kecerdasan fisik
Profesor Tan Yap Peng, Presiden VinUni, mengatakan bahwa robot humanoid sedang menjadi tren karena dapat beroperasi dengan mudah di lingkungan manusia. Diperkirakan pada tahun 2050, dunia akan memiliki setidaknya satu miliar robot yang hidup dan bekerja bersama manusia.
Tantangan besarnya adalah robot masa kini sebagian besar diprogram untuk satu tugas. Untuk bergerak menuju robot multitugas, teknologinya harus belajar dari model bahasa yang besar: Robot dilatih dengan data video dalam jumlah besar untuk membangun kemampuan memahami dunia fisik.

Namun, beralih dari bahasa ke visi dan tindakan merupakan perjalanan yang panjang. Robot perlu mengamati, bernalar, dan menerima instruksi – keterampilan yang tetap terbuka.
Profesor Tan Yap Peng juga memberikan contoh model seperti "Kecerdasan Fisik Tipe Nol" yang memungkinkan robot menerima data gambar, video, dan ucapan serta melakukan berbagai tindakan pengendalian robot. Namun, untuk tugas-tugas kompleks seperti melipat pakaian atau mencuci pakaian, robot masih membutuhkan penyempurnaan dan data ilustrasi dari para ahli.
Keterbatasan terbesarnya, menurut Profesor Tan, adalah robot tidak memiliki memori yang sama dengan manusia. Oleh karena itu, timnya mengusulkan penyimpanan "fragmen memori" dari demonstrasi para ahli, yang memungkinkan robot untuk mencari dan menggunakan pengalaman serupa ketika dihadapkan dengan tugas baru. Pendekatan ini mengurangi kesalahan dan meningkatkan kemampuan untuk menyelesaikan tugas yang panjang.
Pada saat yang sama, robot juga harus memecahkan masalah terkait energi, ketangkasan manual, diagnosis mandiri, operasi yang aman, dan kepatuhan terhadap standar etika. Menurut Profesor, semua ini merupakan masalah besar yang perlu dipecahkan dalam 30-50 tahun ke depan.

Dari perspektif industri, Dr. Nguyen Trung Quan, Asisten Profesor Teknik Aeronautika dan Dirgantara di University of Southern California (USC) dan Chief Scientific Officer (CSO) VinMotion, mengatakan bahwa ketika beralih dari AI digital ke kecerdasan fisik, data menjadi faktor yang paling langka. Dunia sedang beralih secara signifikan ke robot serbaguna karena robot-robot ini memiliki kemampuan untuk bertindak—sesuatu yang tidak dapat dilakukan oleh AI digital murni.
Banyak perkiraan menunjukkan bahwa pasar robot humanoid dan kecerdasan fisik dapat mencapai 10.000 miliar USD dalam 10 tahun ke depan, dalam konteks kekurangan tenaga kerja di banyak negara.
Namun menurut Dr. Quan, kecerdasan fisik menghadapi "lingkaran setan ayam-telur," AI yang baik membutuhkan data nyata; data nyata membutuhkan robot untuk beroperasi; dan robot yang beroperasi secara efektif membutuhkan AI yang kuat.
"VinMotion menerapkan model 'manusia-dalam-lingkaran' dengan menghadirkan robot ke lingkungan nyata, yang memungkinkan manusia memantau, mendukung, dan merespons ketika robot menghadapi situasi sulit. Model ini menjamin keamanan dan membantu AI belajar lebih cepat, menciptakan platform untuk penskalaan," ujar Bapak Quan.
Menurutnya, robot humanoid membutuhkan tiga faktor: perangkat keras yang baik, perangkat lunak/AI yang baik, dan sistem penerapan yang aman. Vietnam adalah salah satu negara yang mampu memenuhi ketiga faktor ini secara bersamaan.
Sumber: https://www.vietnamplus.vn/ky-nguyen-robot-va-thach-thuc-lon-tren-hanh-trinh-buoc-vao-doi-song-con-nguoi-post1080970.vnp






Komentar (0)