Tantangan Membangun AI Fisik Berisiko Tinggi Tanpa Toleransi Kegagalan

google
Ikuti kumparan di Google
info
Jadikan kumparan sebagai preferensi terpercayamu di Google
comment
0
sosmed-whatsapp-white
copy-circle
more-vertical
Ilustrasi lawn mower, battery mower, lawn mower robot. Foto: Pixabay
zoom-in-whitePerbesar
Ilustrasi lawn mower, battery mower, lawn mower robot. Foto: Pixabay

Tiga pemimpin teknologi global membeberkan metodologi pengembangan kecerdasan buatan berisiko tinggi guna memastikan sistem otonom tidak mengalami kegagalan fatal saat dioperasikan di dunia nyata. Berbeda dengan chatbot AI biasa yang hanya memberikan jawaban keliru di layar gawai, kegagalan sistem kecerdasan buatan yang mengendalikan kendaraan, pesawat tempur, atau robot industri dapat memicu kecelakaan fatal, melumpuhkan operasi krusial, hingga mengancam keselamatan jiwa secara langsung.

Ketika kecerdasan buatan bergeser ke dunia fisik, fase transisi dari laboratorium menuju implementasi nyata menuntut keandalan absolut. Para ahli di bidang pertahanan udara, kemudi otonom, dan robotika industri kini berfokus penuh pada penciptaan safety culture, pengujian ketat, pemenuhan regulasi, serta pembangunan kepercayaan publik agar teknologi ini dapat diterima dengan aman di tengah aktivitas manusia.

Sistem Autonomy Hivemind dan Standar Keamanan Militer

Nathan Michael selaku Chief Technology Officer di Shield AI memimpin perancangan dan implementasi Hivemind, sebuah platform perangkat lunak otonom yang tidak bergantung pada jenis armada tertentu. Berbekal rekam jejak panjang di divisi robotika Carnegie Mellon University, Michael menerapkan keahlihannya untuk membangun sistem navigasi taktis pada lingkungan dengan risiko kegagalan mendekati nol.

Keandalan teknologi militer ini terbukti saat platform kecerdasan buatan tersebut terpilih sebagai penyedia sistem otonom untuk program prototipe pesawat drone tempur Collaborative Combat Aircraft milik Angkatan Udara Amerika Serikat. Keberhasilan Shield AI dalam mengamankan pendanaan Seri G senilai 1,5 miliar dolar AS dengan valuasi pascapendanaan mencapai 12,7 miliar dolar AS menegaskan pentingnya jaminan keselamatan dalam pengembangan teknologi pertahanan udara berbasis kecerdasan buatan tingkat lanjut.

Validasi Virtual Sebelum Uji Coba Robotaxi di Jalan Raya

Pendekatan berbeda namun selaras diterapkan oleh Raquel Urtasun, pendiri sekaligus CEO Waabi, yang telah mendedikasikan 25 tahun kariernya untuk meneliti kecerdasan buatan dan autonomous vehicle. Mantan kepala ilmuwan Uber ATG ini merancang teknologi kemudi otonom masa depan yang berfokus pada keselamatan armada truk logistik serta robotaxi. Melalui kemitraan strategis dengan Uber, Waabi bersiap mengintegrasikan sistem kendalinya ke lebih dari 25.000 armada kendaraan otonom.

Sebelum melepas kendaraan tanpa pengemudi ke jalan umum, Urtasun menekankan pentingnya proses validasi menyeluruh menggunakan simulator canggih bernama Waabi World. Simulator ini berfungsi melatih, menguji, sekaligus melakukan stress-test terhadap sistem kecerdasan buatan dalam lingkungan virtual yang mendekati realitas fisik. Langkah ini krusial untuk menjawab keraguan industri mengenai kesiapan kecerdasan buatan sebelum benar-benar beroperasi secara mandiri tanpa intervensi manusia di balik kemudi.

Integrasi Robotika Industri dan Interaksi Manusia

Mikell Taylor selaku Direktur Strategi Robotika di Autonomous Robotics Center General Motors membawa perspektif interaksi manusia dan mesin ke dalam ekosistem keselamatan ini. Berbekal pengalaman panjang merancang Proteus, robot bergerak otonom pertama milik Amazon, Taylor meyakini bahwa robot industri harus dirancang agar andal dan dapat bekerja secara kolaboratif di sekitar manusia secara aman.

Menurut Taylor, aspek kenyamanan pengguna serta kemudahan adopsi harus dipikirkan sejak awal perencanaan produk, bukan sekadar sebagai pelengkap di akhir proyek. Ketika mesin bertenaga kecerdasan buatan meninggalkan area uji coba terkontrol dan masuk ke lingkungan kerja harian, membangun rasa aman bagi para pekerja manusia yang berdampingan dengan robot tersebut merupakan tantangan utama yang harus diselesaikan demi tercapainya efisiensi industri yang optimal.