- Rodney Brooks, pendiri iRobot dan mantan profesor robotika MIT, menyajikan perspektif realistis tentang hype berlebihan saat ini di bidang AI dan robotika
- Ekspektasi terhadap robot humanoid terlalu dibesar-besarkan, dan anggapan bahwa robot berbentuk manusia dapat mereproduksi semua kemampuan manusia menciptakan janji yang keliru
- Untuk menangani kompleksitas lingkungan nyata seperti mobil swakemudi dan robot, dibutuhkan waktu yang jauh lebih lama daripada demo yang mencolok; seperti revolusi komputer dan internet, revolusi AI juga diperkirakan memerlukan puluhan tahun
- Brooks saat ini mengembangkan kereta pintar untuk otomasi gudang, dan mengejar robotika praktis yang membantu pekerjaan manusia alih-alih menggantikan manusia
- Ia menekankan bahwa AGI (kecerdasan umum buatan) mungkin baru mungkin terjadi 300 tahun lagi, dan dengan paradigma komputasi saat ini, kemungkinan sulit untuk sepenuhnya mewujudkan kecerdasan manusia
Karier dan filosofi Brooks
- Rodney Brooks adalah profesor robotika MIT dan mantan direktur Laboratorium Ilmu Komputer dan Kecerdasan Buatan MIT
- Ia mendirikan tiga perusahaan: iRobot (pembuat Roomba), Rethink Robotics, dan Robust.AI saat ini
- Berasal dari Australia, ia tumbuh dalam keluarga kelas pekerja, tetapi karena bakat matematikanya ia sejak dini mendapat julukan "profesor"
- Setelah membaca buku biografi serta buku tentang listrik dan komputer yang terbit pada 1961, ia mencoba membuat rangkaian dan komputer, lalu menumbuhkan gairah terhadap robot
- Perusahaannya selalu dirancang agar manusia tetap memegang kendali, dan robot berfokus pada peran membantu manusia
Proyek saat ini: Robust.AI dan kereta pintar
- Robust.AI sedang mengembangkan kereta pintar Carta untuk gudang logistik
- Pekerja gudang rata-rata berjalan 30 ribu langkah per hari (sekitar 24 km), sehingga beban fisiknya besar
- Carta menentukan posisi dengan kamera, membantu pekerja menemukan lokasi barang yang dibutuhkan, dan secara drastis mengurangi jarak berjalan
- Setelah pekerja selesai picking, kereta otomatis berpindah ke lokasi pemuatan, sehingga menggantikan jalan kaki 400 kaki
- Kereta dirancang agar saat manusia memegang gagangnya, manusia langsung mengambil alih kendali
- Menyediakan fitur penguatan tenaga agar kereta bisa digerakkan dengan tenaga kecil seperti Superman
- Demi keselamatan, kereta tidak mendekati tangga, dan jika lorong terhalang, kereta melaporkannya ke sistem pusat
- Fokus pada kecerdasan yang sederhana tetapi andal
- Dibanding pistol pemindai pergelangan tangan lama yang meniru teknologi 1980–90-an, beban kognitif berkurang
- Targetnya adalah menghadirkan robot ke gudang manual seperti milik DHL (pelanggan terbesar) dan Amazon
- Pasar ini bernilai 4 triliun dolar dan diperkirakan bertahan selama puluhan tahun, tetapi karena tidak terlihat seksi, sulit menarik investasi
Realitas dan batasan robotika
Kemajuan teknologi dan masalah ekor panjang
- Perangkat keras seperti daya pemrosesan, sensor, dan motor kini telah berkembang pesat
- Dengan memakai hub motor untuk skuter listrik, kinerja yang lebih baik bisa diperoleh dengan biaya lebih murah dibanding 10 tahun lalu
- GPU Nvidia awalnya untuk pemrosesan grafis, tetapi secara kebetulan ditemukan cocok untuk komputasi jaringan saraf
- GPU juga berguna untuk komputasi visi seperti SLAM (simultaneous localization and mapping)
- Namun orang-orang meremehkan masalah ekor panjang (long tail) di lingkungan alami
- Ia pertama kali mendengar kuliah tentang mobil swakemudi pada 1979, dan pada 1990 mobil sudah berhasil melaju di autobahn Jerman
- Setelah mobil swakemudi DARPA 2007–2008, ada prediksi bahwa "sebentar lagi akan terlihat di mana-mana", tetapi ternyata butuh hampir 20 tahun
- Bahkan sekarang pun, alasan sistem itu hanya beroperasi di wilayah geografis kecil adalah karena ekor panjang dari semua situasi yang mungkin terjadi
Demo mencolok vs lingkungan nyata
- Demo mencolok tidak mampu menangani lingkungan nyata
- Bahkan Waymo pun masih memerlukan intervensi manusia
- Ia skeptis terhadap sistem taksi Tesla: Elon Musk menyatakan akan mempekerjakan pengemudi keselamatan dan pengemudi jarak jauh
- Teknologi membutuhkan waktu lama untuk menemukan bentuk yang benar-benar matang
- PC membutuhkan puluhan tahun dari MS-DOS ke bentuknya sekarang, dan smartphone juga demikian dari Nokia dan Palm hingga sekarang
- Swakemudi juga memerlukan waktu panjang hingga adopsi
Sejarah SLAM dan pelajarannya
- Saat makalah SLAM dipublikasikan pada 1985, Brooks tidak menyangka dalam hidupnya akan melihat Waymo pada level sekarang
- Ide awal loop closing penting, tetapi implementasinya belum sempurna
- Setahun kemudian, peneliti lain menerbitkan makalah perbaikan
- Sepanjang 1990-an, ratusan makalah SLAM terbit setiap tahun dengan perbaikan bertahap
- Baru dalam 5 tahun terakhir SLAM dengan computer vision menjadi memungkinkan (sebelumnya berbasis LIDAR)
- Pelajarannya: segala sesuatu membutuhkan rekayasa jauh lebih banyak daripada perkiraan, dan teknologi harus menunggu teknologi lain matang
Hype berlebihan robot humanoid
- Robot berbentuk manusia menciptakan janji tentang apa yang bisa dilakukan
- Roomba, sebagai cakram kecil di lantai, tidak menimbulkan ekspektasi bahwa ia akan membersihkan jendela
- Tetapi bentuk manusia menyiratkan janji bahwa ia bisa melakukan semua yang bisa dilakukan manusia
- Itulah yang membuat humanoid menarik, tetapi pada dasarnya hanya menjual janji yang mencengangkan
- Masalah tangan robot
- Banyak orang terpukau oleh tangan robot, dan perusahaan-perusahaan Tiongkok pun keliru mengira bahwa tangan itu cekatan
- Namun tidak ada cara untuk mereproduksi pekerjaan yang dilakukan manusia dengan tangan, dan kita tidak boleh menganggap bentuk lima jari itu optimal
- Struktur lima jari adalah kebetulan evolusioner dari makhluk pertama yang naik dari laut ke darat
- Alat cekatan masa depan bisa jadi berbentuk seperti anemon laut dengan banyak tentakel
- Menduplikasi manusia bukan solusi yang optimal atau efisien dari sisi biaya
- Cara yang tepat memandang robot dan AI adalah tidak menilainya hanya dari penampilan luar
- Ada banyak hal yang sulit dilakukan dengan teknologi saat ini, dan hype mengabaikan itu
Pandangan tentang AI dan pendidikan
AI generatif dan pentingnya pertanyaan
- AI generatif berarti pergeseran dari sistem nilai berbasis jawaban ke sistem nilai berbasis pertanyaan
- Kemampuan mengajukan pertanyaan yang tepat membedakan yang biasa dari yang unggul
- Dalam filsafat, seni, robotika, dan AI, orang yang bisa bertanya adalah sosok yang istimewa
- AI generatif menantang gagasan yang telah lama bertahan
- Argumen kamar Tionghoa John Searle: komputer tidak dapat memiliki kesadaran manusia
- Ketika ia memasukkan bahasa Tionghoa ke ChatGPT dan melihat jawaban dalam bahasa Tionghoa, ia menilai bahwa "kamar Tionghoa telah muncul"
- Ini menantang makna pemahaman bahasa
- AI generatif adalah pengodean cara kita berinteraksi dengan informasi
- Jika dijelaskan 15 tahun lalu, ia akan berkata "mustahil bisa bekerja"
- Fakta bahwa ini bekerja sendiri sudah mengejutkan
Meninjau ulang sistem pendidikan
- Seperti sistem Jerman, perlu memisahkan pelatihan vokasi dan pencarian intelektual
- Gelar sarjana manajemen pariwisata adalah pelatihan kerja, bukan pencarian intelektual
- Jerman sejak lama memisahkan pelatihan vokasi dan universitas elite
- Masalah pendidikan sejarah
- Hanya hafalan sederhana seperti "ini terjadi, itu terjadi"
- Tidak mengajarkan mengapa itu terjadi dan gagasan intelektual apa yang mendorongnya
- Bahkan di MIT, mahasiswa baru benar-benar paham "oh, jadi itu alasan materi itu diajarkan di kelas" setelah mereka benar-benar membuat sesuatu
- Jurnalisme adalah pendidikan terbaik
- Kita belajar tentang mikrokontroler, embedded OS, jaringan, switch, komputasi, dan lainnya
- Juga mempelajari dampak teknologi terhadap orang nyata dan dunia nyata
- Universitas tidak mampu menyediakan keterkaitan semacam ini
Skeptisisme terhadap AGI dan paradigma komputasi
Analogi alkimia Newton
- Isaac Newton memiliki pencapaian jenius seperti menciptakan kalkulus, hukum gravitasi, dan riset optik
- Namun ia menghabiskan lebih dari setengah hidupnya pada alkimia (mengubah timah menjadi emas)
- Pada saat itu semua orang mengira itu masalah kimia, padahal sebenarnya masalah fisika inti atom
- Newton memiliki model dasar yang keliru
- Ketika Elon Musk mencoba menempatkan roket ke orbit, itu tidak bisa dilakukan hanya dengan skrip Python
- Kita perlu menyelesaikan masalah fisik seperti pembakaran hemat bahan bakar, massa, aliran cairan, suhu tinggi
- Komputasi saja tidak dapat secara fisik menggerakkan benda
Apakah komputasi paradigma yang tepat?
- Di antara 1945–1965, muncul empat bidang
- neurosains, AI, kehidupan buatan, dan abiogenesis
- Semuanya mengadopsi komputasi sebagai metafora utama
- Tetapi apakah komputasi benar-benar apa yang terjadi di otak kita?
- AGI mungkin baru mungkin 300 tahun lagi
- Karena bisa jadi kita sedang berurusan dengan jenis "material" yang salah
- Seperti alkimia Newton, upaya ini mungkin ditakdirkan gagal
Batas kecerdasan manusia
- Masalah dalam asumsi tentang kekuatan tak terbatas kecerdasan manusia
- Orca sangat cerdas, kejam, dan punya kemampuan memecahkan masalah
- Untuk menangkap anjing laut di perairan dangkal, ia memiringkan tubuh 90 derajat untuk menyembunyikan sirip punggungnya
- Tetapi kita tidak membayangkan orca akan membangun pabrik peleburan dan melelehkan logam
- Manusia juga bisa saja memiliki batas alamiah seperti orca
- Kita menganggap diri kita begitu cerdas sehingga akan menyelesaikan semua masalah dengan teknologi
- Namun bisa jadi ada batas yang tidak akan pernah dapat kita capai
Masa depan manufaktur dan perubahan teknologi
Manufaktur Tiongkok dan rantai pasok
- Brooks mulai melakukan manufaktur di Tiongkok sejak akhir 1990-an
- Ia baru-baru ini menandatangani kontrak dengan Foxconn untuk memproduksi robot dalam skala besar
- Jika ingin produksi massal, Tiongkok/Taiwan adalah keharusan
- Kekuatan manufaktur Tiongkok ada pada rantai pasoknya
- Perusahaan manufaktur Tiongkok melakukan diversifikasi dengan membangun rantai pasok di Malaysia, Vietnam, dan tempat lain
- Dalam 50 tahun ke depan, Nigeria akan menjadi pusat inovasi teknologi
- Populasinya akan mencakup porsi besar dunia dan memiliki banyak masalah yang harus dipecahkan
- Logikanya sama seperti Tiongkok menjadi kekuatan ekonomi karena populasi besar dan kebutuhan menyelesaikan masalah
3D printing dan revolusi manufaktur
- 3D printing berpotensi memimpin manufaktur
- Belum sekarang, tetapi sudah mulai digunakan untuk komponen mesin
- Electron dari Selandia Baru membuat motor roket dengan 3D printing (dimungkinkan karena produknya bernilai tinggi)
- Jika 3D printing menjadi umum, rantai pasok akan bergeser menjadi berpusat pada bahan baku
- Dinamika rantai pasok komponen yang menjadi kekuatan manufaktur Tiongkok akan benar-benar runtuh
- Pada akhirnya semua item akan diproduksi dengan 3D printing
- Seperti teknologi informasi dan sistem pembayaran yang diadopsi lebih cepat di negara berkembang daripada di AS, 3D printing juga akan menyebar lebih cepat di negara berkembang
Paradoks pekerjaan manufaktur
- Pertanyaan dalam pidato wisuda Brown University
- "Apakah ada orang tua yang ingin anaknya bekerja di pabrik?" → tak seorang pun mengangkat tangan
- "Ada yang berharap anaknya bekerja di perusahaan pengolahan limbah?" → tidak ada
- Meratapi hilangnya pekerjaan manufaktur adalah kemunafikan
- "Bukan untuk kita, melainkan untuk orang miskin"
- Contoh pabrik baru BYD
- Pabrik seluas kota San Francisco itu hanya mempekerjakan 40 ribu orang
- Sisanya semuanya adalah robot buatan BYD
- Inilah masa depan manufaktur skala besar
- "Pekerjaan manufaktur" yang dibicarakan politisi akan terlihat sangat berbeda 25 tahun lagi jika mempertimbangkan revolusi robot dan 3D printing
Perkembangan teknologi lainnya
- Penerapan AI untuk pengembangan material
- Dapat memprediksi sifat material, sehingga tidak perlu membuat dan menguji semuanya satu per satu
- Perubahan material, 3D printing, robotika, dan berbagai teknologi lain akan saling bergabung
- Kita belum tahu persis seperti apa bentuknya, tetapi jelas akan berbeda
Siklus hype AI dan realisme
Pengulangan sejarah AI
- Brooks menyebut dirinya seorang realis
- Ia telah mengalami banyak siklus hype di bidang AI
- Di masa lalu itu tidak populer di publik, tetapi di kalangan praktisi AI terjadi perdebatan sengit dan teriakan
- Jaringan saraf kini mendominasi, tetapi di masa lalu juga pernah dominan 4–5 kali lalu runtuh
- Sesuatu yang lain menggantikannya, lalu ia kembali lagi
- Contoh AI berbasis agen
- Tiba-tiba semua orang meluncurkan AI berbasis agen
- Enam bulan lalu belum ada → marketing mendahului realitas
- Makalah AI agen pertama diterbitkan Oliver Selfridge pada 1959
- Sudah ada banyak sistem berbasis agen seperti SOAR, dan setiap kali kembali, sistem itu membaik
Investasi dan pemborosan
- Dana dalam jumlah besar sedang digelontorkan, jadi pasti akan berdampak
- Tetapi sebagian besar akan terbuang
- Sisi positifnya: contoh pembangunan jaringan yang berlebihan
- Jaringan dibangun berlebihan, tetapi Google bisa membangun jaringan murah dan menyediakan pencarian karenanya
- Pusat data juga akan dibangun berlebihan
- Setelah ledakan pelatihan model AI generatif runtuh, kita perlu memikirkan bagaimana memakai pusat data itu
- Mungkin bukan untuk menambang Bitcoin, tetapi orang-orang pintar akan menemukan kegunaan baru
- Seseorang yang sekarang meneliti dalam ketidaktenaran dan kemiskinan akan memicu boom berikutnya
Peran komputasi kuantum
- Dalam 10 tahun ke depan, komputer kuantum yang efektif akan digunakan untuk simulasi sistem fisik
- Untuk melakukan komputasi klasik jauh lebih baik, itu masih masa depan yang jauh
- Lelucon lama: "Saya tidak tahu kapan komputer kuantum akan hadir, tetapi sepertinya akan ditenagai fusi nuklir"
- Sekarang pendekatan terhadap fusi nuklir mulai beragam
- Untuk sementara, komputer kuantum akan berfokus pada simulasi sistem fisik
Kesimpulan: optimisme yang realistis
- Kita tidak boleh menilai hanya dari penampilan luar
- Ada banyak hal yang sangat sulit dilakukan dengan teknologi saat ini
- Hype robotika dan AI mengabaikan hal-hal yang belum benar-benar kita pahami
- Menduplikasi manusia bukan solusi yang optimal atau efisien dari sisi biaya
- Ia percaya manusia akan mampu hidup dengan baik di dunia yang penuh robot dan AI
- Perkembangan teknologi memerlukan waktu jauh lebih lama daripada perkiraan, tetapi pada akhirnya akan berevolusi ke arah yang meningkatkan hidup kita
1 komentar
Komentar Hacker News
Salah satu kutipan yang benar-benar mengesankan: wujud fisik robot itu sendiri menjanjikan "apa yang bisa dilakukan robot ini". Misalnya, Roomba berbentuk cakram kecil sehingga orang berharap ia akan membersihkan lantai, dan tidak berharap ia akan membersihkan jendela. Sebaliknya, robot humanoid menjanjikan bahwa "apa pun yang bisa dilakukan manusia, ia juga bisa melakukannya". Karena itu, robot seperti ini terasa sangat menarik bagi orang-orang—karena pada dasarnya menjual janji yang sangat besar
Aku selalu memikirkan model bahasa dengan cara yang mirip: tampilan kebahasaan itu sendiri mengisyaratkan "apa yang bisa dilakukan model ini". Clippy hanyalah klip kertas kartun kecil, jadi kita tidak mengira ia akan menulis novel hebat, tapi kita berharap ia bisa memberi bantuan yang terbatas. Namun ketika sesuatu berbicara dalam bahasa manusia, kita merasa seolah-olah "apa pun yang bisa dilakukan manusia, ia juga bisa melakukannya", sehingga janji itu diterima sebagai sesuatu yang sangat besar
Alasan semua perusahaan mengejar robot humanoid adalah karena kita sudah membangun dunia terutama untuk "form factor" itu, dan secara evolusioner kita juga telah menyesuaikan diri dengannya. Ini adalah desain yang benar-benar umum. Alasan OpenAI mengejar LLM juga mirip. Awalnya ekspektasi yang tidak realistis pasti akan ikut muncul, tetapi dari sudut pandang investasi, menurutku form factor itu tetap layak dicoba. Asalkan memang ada kemungkinan untuk diwujudkan
Aku tertawa saat membaca bagian "Brooks percaya Nigeria akan menjadi pusat ekonomi dan teknologi hanya karena skala populasinya". Menurutku, asumsi naif bahwa populasi besar otomatis menjadikan sebuah negara kekuatan ekonomi itu sendiri sudah lucu. Aku kritis terhadap Partai Komunis Tiongkok karena berbagai alasan, tetapi tata kelola yang efektif dan efisien yang mereka bangun selama 40 tahun terakhir bukan sesuatu yang mudah ditiru. Pemerintahan yang baik justru aset yang benar-benar langka. Seperti India yang punya populasi besar tetapi tidak memiliki tata kelola yang efektif, kemungkinan Nigeria dikelola sebaik Tiongkok nyaris nol
Aku tidak setuju dengan pernyataan bahwa India punya populasi besar tetapi tidak memiliki tata kelola yang baik. Sebagai orang India, jika melihat perubahan sejak kemerdekaan sampai sekarang, itu adalah pencapaian yang benar-benar luar biasa
Tiongkok berinvestasi sangat besar di Nigeria, dan Tiongkok adalah kreditur terbesar Nigeria. Jadi, pemerintah Nigeria mungkin juga tidak akan sepenuhnya berbeda dari Partai Komunis Tiongkok
Tren pertumbuhan PDB per kapita India
Aku setuju soal Nigeria, tetapi berbeda pendapat soal India. Katanya pemerintah India juga punya banyak orang yang sangat kompeten. Dan di Afrika juga ada negara yang tumbuh pesat seperti Kenya
Ini hampir sama persis dengan yang pernah diposting Brooks sendiri beberapa tahun lalu. Baru-baru ini juga dibahas di HN. Sudah banyak perusahaan yang menjual automated guided cart.<br>Awalnya aku menganggap robot humanoid itu konyol, tetapi setelah melihat harganya aku berubah pikiran. Unitree G1 seharga 22.000 dolar, lebih murah daripada Toyota Corolla. Perangkat keras yang kukira akan semahal Boston Dynamics ternyata sudah semurah ini. Memang masih produk awal dengan volume produksi rendah, tetapi harganya akan terus turun, dan akan datang hari ketika robot humanoid lebih murah daripada mobil.<br>Untuk tugas individual, ia memang menawarkan derajat kebebasan yang lebih banyak daripada yang diperlukan, tetapi penghematan biaya dari produksi massal dan keuntungan penggantian komponen akan jauh lebih besar. Masalah manipulasi memang masih tersisa, tetapi dengan harga yang masuk akal dan perangkat keras yang terstandardisasi seperti ini, lebih banyak orang akan bisa mencoba. Diskusi HN sebelumnya
Meskipun Unitree G1 terlihat seharga 22.000 dolar, katanya kalau benar-benar ingin membeli dalam jumlah besar, termasuk perangkat keras, alat, dan development kit, biayanya menjadi 80.000–100.000 dolar per unit. Dan ini memang tulisan Brooks yang baru diunggah belakangan ini
Pada tingkat harga berapa pun, belum ada yang benar-benar memecahkan masalah manipulasi. Produksi massal tidak otomatis menyelesaikannya
Melihat kisaran harga seperti ini, aku jadi bertanya-tanya bagaimana perusahaan robot AS seperti Tesla bisa bersaing dengan biaya manufaktur serendah ini
Orang ini benar-benar mengesankan. Mungkin karena berasal dari Boston, realitanya di bidang robotika dia sudah dua kali membangun startup yang sukses, tetapi karena idenya tidak "seksi", dia kesulitan mendapatkan investasi. Investor menginginkan sesuatu yang pasti, tetapi menurutku kalau seseorang sudah dua kali sukses besar, kemungkinan sukses ketiganya juga tinggi
Dari pengalamanku berurusan dengan VC, aku tidak percaya pada kata-kata di permukaan. Menurutku pendapatmu benar. Para investor sebenarnya ingin berinvestasi, tetapi syarat yang dia minta sendiri terlalu mahal, misalnya 1 juta dolar untuk valuasi 2 juta dolar, 50% saham. Dengan rekam jejak seperti itu, investor mana pun pasti mau mengambil deal ini. Dia sendiri juga merasa kalau mau memulai startup ketiga, setidaknya harus mendapat syarat seperti itu, dan dari sisi investor itu terasa berat
Aku punya kenalan seorang pendiri yang sangat pendiam, yang selama 20 tahun terakhir mendirikan tiga perusahaan serupa dengan konsep yang hampir sama, dan dua yang pertama diakuisisi. Jika ada preseden, pasar modal sangat percaya bahwa masih ada kemungkinan sukses di masa depan.
VC tidak menginginkan reputasi yang glamor, melainkan cerita baru (atau "hype"). Malah reputasi bisa menjadi kerugian. Mereka lebih menyukai imbalan dari menemukan permata tersembunyi, talenta yang mereka gali sendiri
iRobot kalah dari pesaing Tiongkok, Rethink gagal di awal karena kualitasnya rendah, dan Universal membuat cobot yang jauh lebih baik. Menurutku tidak ada gunanya startup baru. Di Boston saja sudah ada lebih dari 10 startup otomasi gudang
Kita perlu mendefinisikan apa itu "sukses". iRobot memang pemimpin kategori dan membuka pasar baru, tetapi sepertinya hampir tidak pernah benar-benar untung. Sekarang mereka kalah dari produk perusahaan Tiongkok yang harganya setengah dengan performa dua kali lipat. Bagaimanapun, aku akui mereka menciptakan pasar. Untuk perusahaan keduanya, yang bisa kutemukan hanya catatan penjualan setingkat "pembongkaran untuk suku cadang". Startup yang sekarang juga menarik, tetapi sudah ada terlalu banyak pesaing di pasar. Jadi menurutku orang ini belum pernah benar-benar sukses, dan sekarang hanya bermain di pasar yang sudah terlalu padat
Agar robot humanoid bernilai dalam skala besar, AGI tidak harus muncul terlebih dahulu. Teleoperation masih jauh diremehkan. Dalam jangka pendek, seseorang di belahan dunia lain akan mengendalikan robot seperti ini dari jarak jauh untuk melakukan berbagai pekerjaan seperti pengantaran dengan biaya yang jauh lebih murah
Aku ragu apakah arah seperti ini benar-benar sesuatu yang diinginkan
Apakah (teleoperation) benar-benar meningkatkan efisiensi, atau hanya menghemat gaji?
"Kecerdasan buatan yang sederhana—sesuatu yang saat ini benar-benar bisa kita implementasikan dengan andal. Tidak seksi, tetapi teknologi yang membuat pekerjaan para pekerja lebih mudah dan lebih efisien." Menurutku ini ringkasan yang sempurna
Saya pernah mengajar kuliah besar di MIT. Pagi ini saat naik Uber, saya bertanya kepada pengemudi jalan apa yang sedang kami lalui, dan dia sama sekali tidak tahu. Dia hanya mengikuti GPS. Ketika terjadi masalah, dia tidak berpikir untuk menyelesaikannya sendiri. Saya juga tinggal di culdesac, jadi Uber sulit menemukan jalan. Bahkan ketika saya mencoba memberi petunjuk suara, para pengemudi tidak membaca rambu jalan sama sekali. Mereka hanya datang mengikuti titik tujuan lalu mengeluh. Padahal tujuan sebenarnya, berdasarkan jalan yang bisa diakses, ada di sisi lain. Ada pengemudi yang berputar dua kali ke arah salah yang sama lalu akhirnya membatalkan. Taksi memang tidak bagus, tetapi setidaknya para sopir punya pengetahuan lokal minimum
Bahkan lengan robot sederhana pun bisa sangat membantu di bidang-bidang seperti konstruksi atau pertanian, sektor yang belum benar-benar terindustrialisasi di sebagian besar negara di dunia. Misalnya di Eropa, pertanian ditinggalkan karena penurunan populasi dan penuaan masyarakat. Menumpuk batu bata sendiri tidak memerlukan bentuk humanoid, tetapi jika peralatannya murah, itu juga bisa membantu mengatasi krisis perumahan.<br>Dan meski IT, sensor, dan sedikit gerakan yang kuat itu mungkin, ada begitu banyak persyaratan beragam di lingkungan alami sehingga "satu platform serbaguna" itu mustahil. Efisiensi manusia saja rendah, jadi kenapa harus humanoid? Menurutku yang dibutuhkan adalah "platform robot modular" yang didukung perusahaan besar atau sistem operasi
Affordance yang disediakan oleh cart itu sendiri mengurangi hal-hal yang perlu dipikirkan pekerja. Kalau melihat kondisi lapangan, bahkan di tempat yang paling modern pun orang-orang masih hanya diberi layar kecil yang menjalankan perangkat lunak berbasis karakter ala tahun 80-an atau 90-an di pergelangan tangan mereka, plus scan gun. Mereka tetap harus membaca di layar nomor apa dan tugas apa yang harus dikerjakan. Pada akhirnya, pekerja yang punya kemampuan memahami teks akan dipecat, dan yang dibutuhkan hanya unit patuh yang menyesuaikan diri dengan robot
"Dengan janji, investasi bisa didapat dengan mudah, tetapi bisnis nyata sulit karena ada batas pertumbuhan. Kalau belum tahu, mimpi bisa terus dibesarkan, tetapi ketika batasannya makin jelas, investasi juga secara praktis makin sulit." Video YouTube terkait