Ide Baru Musk: Optimus Mungkin Bisa Belajar Melipat Pakaian dengan Menonton Video

Tesla (TSLA.O) sedang mengadopsi sebuah cetak biru yang telah teruji untuk melatih robot humanoid mereka. Menurut sumber yang mengetahui masalah ini, produsen mobil listrik ini pada akhir Juni memberitahu karyawan bahwa proyek Optimus akan lebih fokus pada pendekatan "pure vision".

Sebelumnya, Tesla menggunakan pakaian motion capture dan headset realitas virtual untuk merekam data operator manusia dan mengendalikan robot dari jarak jauh. Kini, perusahaan akan terutama melatih robot dengan merekam video pekerja yang melakukan tugas, seperti mengajarinya cara mengambil objek atau melipat kaos.

Sumber tersebut mengatakan, menghilangkan motion capture dan kendali jarak jauh akan memungkinkan tim mempercepat skala pengumpulan data.

Perubahan ini menandai penyesuaian besar dalam strategi robot Tesla, menyelaraskan Optimus dengan keyakinan jangka panjang CEO Elon Musk, yaitu kecerdasan buatan hanya perlu menggunakan kamera untuk menguasai tugas-tugas kompleks. Tesla telah melatih perangkat lunak self-driving mereka dengan metode serupa.

Perubahan ini terjadi tak lama setelah kepala proyek Optimus, Milan Kovac, mengundurkan diri. Sumber mengungkapkan, kepala AI Ashok Elluswamy kini mengambil alih proyek tersebut.

Motion capture dan kendali jarak jauh adalah praktik standar di industri robotika. Misalnya, perusahaan robot terkemuka Boston Dynamics pernah menggunakan kendali jarak jauh untuk melatih robot Atlas mereka. Dalam proses pelatihan, pekerja mengenakan pakaian motion capture untuk menyelesaikan berbagai tugas, dan data tersebut kemudian dimasukkan ke dalam robot. Motion capture juga dapat digunakan untuk mengendalikan robot dari jarak jauh.

Masih belum jelas apakah Tesla di masa depan akan kembali memprioritaskan motion capture dan kendali jarak jauh, atau akan terus mengembangkan dengan data video di atas data yang telah dikumpulkan sebelumnya.

Robert Griffin, ilmuwan riset senior di Institute for Human and Machine Cognition, mengatakan bahwa data kendali jarak jauh dalam jumlah besar memungkinkan robot belajar melalui interaksi fisik dengan lingkungan. Ia menyatakan, hanya mengandalkan data video akan sulit bagi robot untuk menerjemahkan gerakan dalam video ke dunia nyata secara akurat.

"Jika Anda hanya menggunakan data video, Anda tidak memiliki interaksi fisik secara langsung," katanya.

Melipat Kaos dan Mengambil Barang

Musk pertama kali mengumumkan rencana Tesla untuk mengembangkan robot humanoid bernama Optimus pada 2021. Miliarder ini menyatakan bahwa robot tersebut pada akhirnya akan mampu menangani tugas-tugas seperti pekerjaan pabrik dan perawatan.

Tahun lalu, perusahaan pernah merekrut "operator pengumpulan data". Posisi ini melibatkan pelaksanaan dan pencatatan tugas rumah tangga dasar. Pengumuman lowongan menunjukkan bahwa operator harus mengenakan pakaian motion capture dan headset VR dalam waktu lama.

Hingga akhir Juni, proyek ini masih mencakup pelatihan Optimus melalui kendali jarak jauh dan motion capture. Sumber mengatakan, para pekerja menghabiskan banyak waktu menangani masalah pakaian dan robot itu sendiri, sehingga membatasi jumlah data yang dapat dikumpulkan tim.

Sejak perubahan metode pelatihan, pekerja mulai merekam gerakan mereka menggunakan lima kamera buatan Tesla sendiri. Sumber mengatakan, kamera-kamera ini dipasang di helm dan ransel berat yang dikenakan pekerja, merekam ke segala arah dan memberikan data lingkungan yang sangat presisi untuk model AI.

Christian Hubicki, direktur Laboratorium Robotika di College of Engineering FAMU-FSU, Florida, mengatakan bahwa kamera dari berbagai sudut ini dapat memungkinkan Tesla menangkap detail yang lebih halus, "seperti posisi sendi dan jari", serta memposisikan robot dengan lebih baik. Ia menambahkan, video-video ini juga dapat digunakan untuk melengkapi data yang sebelumnya dikumpulkan melalui kendali jarak jauh.

Saat pelatihan, pekerja menerima instruksi tugas yang spesifik, terutama terkait gerakan tangan, untuk memastikan gerakan tersebut semirip mungkin dengan manusia. Seorang karyawan menyatakan, mereka mungkin menghabiskan waktu berbulan-bulan mengulangi satu tugas sederhana yang sama.

Jonathan Aitken, pakar robotika dari University of Sheffield, mengatakan Tesla mungkin perlu menemukan cara agar Optimus dapat belajar berbagai tugas melalui beberapa gerakan yang dapat digeneralisasi.

"Dalam skala sebesar ini, mereka harus memiliki seperangkat gerakan umum, jika tidak, melatih semua tugas akan memakan waktu yang sangat lama," kata Aitken.

Ia menambahkan, Tesla mungkin akan mengadopsi strategi seperti Physical Intelligence, yang melatih robot dengan memasukkan sejumlah besar data demonstrasi agar mereka mempelajari keterampilan yang dapat ditransfer dan diterapkan secara fleksibel, bukan sekadar menghafal satu tugas.

"Pengembangan Robot yang Sangat Khas Tesla"

Strategi baru ini sejalan dengan cara Tesla melatih perangkat lunak self-driving mereka. Perusahaan otomotif otonom lain menggunakan sensor seperti lidar dan radar gelombang milimeter untuk melatih perangkat lunak, sementara Tesla terutama mengandalkan kamera.

Perusahaan mengumpulkan data dari jutaan mobil Tesla yang dilengkapi 8 hingga 9 kamera. Musk pernah menyatakan bahwa peluncuran perangkat lunak bantuan mengemudi Tesla di China dicapai setelah melatih sistem AI menggunakan video jalanan Asia yang tersedia untuk umum.

Pada panggilan pendapatan Januari tahun ini, Musk mengakui bahwa "kebutuhan pelatihan untuk robot humanoid Optimus pada akhirnya mungkin setidaknya 10 kali lipat dari yang dibutuhkan mobil."

"Ini adalah cara pengembangan robot yang sangat khas Tesla. Tidak ada perusahaan lain yang mencoba melakukannya dalam skala sebesar ini," kata Aitken. "Mereka membutuhkan jumlah data sebesar yang digunakan untuk melatih mobil."

Alan Fern, pakar AI dan robotika dari Oregon State University, mengatakan bahwa melatih Optimus bahkan lebih menantang bagi Tesla dibandingkan mengembangkan mobil self-driving.

"Menyetir hanyalah satu tugas," katanya. Mengandalkan pembelajaran video "mengharuskan robot tidak hanya memahami apa yang terjadi dalam video, tetapi juga memiliki keterampilan untuk menyelesaikan tugas. Beberapa hal bisa dipelajari dengan mengamati, tapi beberapa lainnya harus dipraktikkan sendiri di simulator atau dunia nyata."