Google DeepMind Ciptakan Tiga Model Canggih untuk Kembangkan Robot

JAKARTA – Google DeepMind, perusahaan Kecerdasan Buatan (AI) milik Alphabet, membuat kemajuan baru dalam dunia robotika. Mereka membangun tiga sistem sebagai pondasi awal robot.

Sistem yang mereka buat berdasarkan model Robotics Transformers (RT) adalah AutoRT, SARA-RT, dan RT Trajectory. Ketiga sistem ini diyakini mampu membuat robot bekerja lebih cepat, baik dalam mengambil keputusan atau dalam menavigasi lingkungan.

AutoRT merupakan sistem yang menggunakan potensi model fondasi besar. Sistem ini disebut sebagai komponen penting bagi robot karena menggabungkan model dasar yang besar seperti Large Language Model (LLM) dan model kontrol robot, yaitu RT-1 dan RT-2.

Dengan menggunakan AutoRT, pengembang robot bisa meningkatkan pembelajaran robotika untuk melatih kontrol dari beberapa robot secara bersamaan. Sistem ini bisa mengarahkan robot untuk melakukan berbagai tugas dalam berbagai pengaturan.

“Sistem ini dengan aman mengatur sebanyak 20 robot secara bersamaan, dan total hingga 52 robot unik, di berbagai gedung perkantoran, mengumpulkan kumpulan data beragam yang terdiri dari 77.000 uji coba robotik dalam 6.650 tugas unik,” kata tim Robotika Google DeepMind.

Sementara itu, Self-Adaptive Robust Attention for Robotics Transformers (SARA-RT) merupakan arsitektur jaringan saraf RT yang dikembangkan dengan lebih canggih. Model ini diklaim lebih akurat 10,6 persen dan lebih cepat 14 persen dibandingkan dengan model RT-2.

SARA-RT yang menggunakan metode penyempurnaan model baru, yaitu up-training, bisa membuat model robot menjadi lebih efisien. Selain itu, robot yang menggunakan arsitektur jaringan ini bisa membuat robot bekerja lebih cepat sesuai dengan tugasnya.

“Kami merancang sistem kami agar mudah digunakan dan berharap banyak peneliti dan praktisi akan menerapkannya dalam bidang robotika dan lainnya karena SARA memberikan resep universal untuk mempercepat Transformers,” jelas tim tersebut.

Model lainnya yang tidak kalah penting adalah RT-Trajectory, yaitu model yang menambahkan garis visual untuk menggambarkan gerakan robot dalam video pelatihan. Model ini akan mengambil kumpulan data pelatihan dan melapisinya dengan sketsa lintasan 2D.

Lintasan dalam bentuk RGB ini akan memberikan petunjuk visual praktis di tingkat rendah. Dalam uji coba yang DeepMind lakukan, RT-Trajectory berhasil meningkatkan kinerja robot dua kali lipat dengan tingkat keberhasilan sebesar 63 persen.

“RT-Trajectory dapat membuat lintasan dengan menonton demonstrasi manusia mengenai tugas yang diinginkan, dan bahkan menerima sketsa yang digambar tangan. Dan itu dapat dengan mudah diadaptasi ke platform robot yang berbeda,” tutup tim Robotika DeepMind.