Apa Itu "Momen ChatGPT" untuk Robot Humanoid dan Kapan Bisa Tercapai?

Perkembangan robot humanoid sedang memasuki fase penting.

Dalam beberapa tahun terakhir, robot semakin mampu berjalan, berlari, menari, mengangkat benda, bahkan melakukan berbagai pekerjaan di lingkungan industri.

Namun, kemampuan tersebut belum berarti robot sudah benar-benar cerdas.

Sebagian besar robot saat ini masih memiliki keterbatasan ketika menghadapi lingkungan yang belum pernah mereka lihat sebelumnya.

Karena itu, industri robotika kini menantikan sebuah tonggak besar yang sering disebut sebagai "ChatGPT moment" untuk robot humanoid.

Istilah tersebut menggambarkan sebuah titik ketika kecerdasan robot mengalami lompatan besar, seperti yang terjadi pada AI generatif setelah ChatGPT muncul pada 2022.

Apa yang Dimaksud dengan "ChatGPT Moment"?

Pada akhir 2022, ChatGPT membuat AI generatif menjadi teknologi yang dapat digunakan masyarakat luas.

Sebelumnya, AI sudah ada selama bertahun-tahun.

Namun, ChatGPT membuat orang biasa dapat berinteraksi dengan AI menggunakan bahasa natural dan mendapatkan hasil yang berguna dalam berbagai pekerjaan.

Dampaknya sangat besar.

AI kemudian digunakan untuk menulis, membuat kode, menganalisis informasi, membuat gambar, hingga membantu pekerjaan kantor.

Industri robotika berharap mendapatkan momen serupa.

Dalam konteks robot humanoid, "ChatGPT moment" berarti robot mampu memahami dunia fisik dan melakukan berbagai pekerjaan tanpa harus diprogram secara khusus untuk setiap tugas.

Robot Tidak Lagi Hanya Mengikuti Program

Robot industri tradisional biasanya sangat bagus dalam melakukan tugas tertentu. Sebuah robot dapat mengambil komponen dari posisi tertentu. Kemudian memasangnya pada produk.

Lalu mengulangi proses tersebut ribuan kali. Masalah muncul ketika kondisi berubah.

Jika posisi benda bergeser, bentuk objek berbeda, atau lingkungan berubah, robot mungkin tidak tahu apa yang harus dilakukan.

Robot humanoid generasi berikutnya diharapkan dapat mengatasi masalah tersebut. Robot tidak hanya mengikuti serangkaian instruksi tetap.

Robot harus memahami tujuan dan menentukan sendiri bagaimana cara mencapainya.

Gambaran Sederhananya

Bayangkan sebuah robot ditempatkan di rumah yang belum pernah dikunjunginya. Pemilik rumah kemudian berkata:

"Tolong rapikan ruang tamu."

Robot yang benar-benar telah mencapai "ChatGPT moment" seharusnya tidak membutuhkan program khusus untuk rumah tersebut.

Robot harus mampu:

1. Memahami perintah manusia.
2. Mengamati kondisi ruangan.
3. Mengenali benda-benda yang berantakan.
4. Menentukan mana yang perlu dipindahkan.
5. Menentukan lokasi penyimpanan.
6. Mengambil dan memindahkan benda.
7. Menyesuaikan tindakan jika terjadi masalah.

Inilah tingkat fleksibilitas yang ingin dicapai industri robot humanoid.

Targetnya Bukan Robot yang Sekadar Pintar

Robot yang pintar belum tentu robot yang berguna.

Robot dapat memiliki model AI yang sangat besar, tetapi tetap kesulitan mengambil sebuah benda dari meja.

Masalahnya karena dunia fisik jauh lebih kompleks daripada dunia digital.

Di dunia nyata, robot harus berhadapan dengan:

• Gravitasi.
• Gesekan.
• Bentuk objek yang berbeda.
• Pencahayaan yang berubah.
• Permukaan yang tidak rata.
• Manusia yang bergerak.
• Objek yang tidak terduga.
• Kondisi lingkungan yang berubah.

Robot harus memahami semua faktor tersebut ketika mengambil keputusan.

Kunci Utamanya adalah Embodied AI

Teknologi yang menjadi fondasi perkembangan ini sering disebut embodied AI atau kecerdasan buatan yang memiliki tubuh fisik.

Berbeda dengan chatbot yang hanya memproses informasi digital, embodied AI harus menghubungkan kecerdasan dengan dunia nyata.

Robot harus melihat. Memahami. Berpikir. Merencanakan. Kemudian bertindak.

Setelah bertindak, robot harus melihat kembali hasilnya dan menentukan tindakan berikutnya.

Siklus tersebut berlangsung terus-menerus.

World Model Menjadi Komponen Penting

Salah satu teknologi yang banyak dibicarakan dalam perkembangan robot humanoid adalah world model.

World model memungkinkan AI membangun pemahaman mengenai lingkungan fisik dan memprediksi apa yang kemungkinan terjadi ketika robot melakukan suatu tindakan.

Misalnya, robot melihat sebuah gelas di meja.

Robot harus memahami bahwa jika tangannya bergerak menuju gelas dan menggenggamnya dengan benar, gelas dapat diangkat.

Jika robot mendorongnya terlalu keras, gelas dapat jatuh.

Kemampuan memahami hubungan antara tindakan dan konsekuensi seperti ini sangat penting bagi robot yang ingin bekerja secara mandiri.

Kapan "ChatGPT Moment" Akan Terjadi?

Tidak ada satu tanggal yang telah disepakati industri.

Prediksinya masih sangat beragam.

CEO Unitree, Wang Xingxing, memperkirakan terobosan besar tersebut dapat terjadi dalam dua hingga tiga tahun dalam skenario optimistis, tetapi bisa membutuhkan lima hingga sepuluh tahun jika perkembangan berjalan lebih lambat.

Sementara itu, Wang Xiaogang, chairman ACE Robotics, memperkirakan "ChatGPT moment" untuk embodied intelligence dapat tercapai pada akhir 2027. Namun, ia memperkirakan implementasi komersial secara luas masih membutuhkan sekitar empat hingga lima tahun setelah terobosan tersebut.

Prediksi lainnya bahkan menempatkan tonggak tersebut sekitar 2028.

Artinya, belum ada kepastian kapan tepatnya revolusi tersebut akan terjadi.

Bagaimana Jika Terjadi pada 2027?

Jika prediksi yang lebih optimistis benar, 2027 dapat menjadi tahun penting bagi robotika.

Robot mungkin mulai menunjukkan kemampuan untuk berpindah dari lingkungan terkontrol menuju lingkungan yang lebih kompleks.

Sebuah robot dapat diperkenalkan ke tempat yang belum dikenalnya.

Kemudian manusia cukup memberikan instruksi menggunakan bahasa biasa. Robot memahami tujuan. Robot menyusun rencana.

Dan robot menjalankan pekerjaan tersebut.

Jika kemampuan ini mencapai tingkat keandalan yang tinggi, penggunaan robot humanoid dapat berkembang jauh lebih cepat.

Bukan Berarti Robot Langsung Menggantikan Manusia

Munculnya "ChatGPT moment" tidak otomatis berarti semua pekerjaan manusia akan langsung digantikan robot.

Ada perbedaan antara kemampuan teknis dan implementasi ekonomi.

Robot mungkin sudah mampu melakukan sebuah pekerjaan.

Namun, perusahaan masih harus mempertimbangkan harga robot, biaya pemeliharaan, keamanan, konsumsi energi, regulasi, dan keandalannya.

Robot juga harus mampu bekerja selama berjam-jam tanpa mengalami gangguan.

Karena itu, terobosan AI hanyalah salah satu bagian dari proses.

Masalah Terbesar Saat Ini: Data

Salah satu hambatan terbesar robotika adalah data.

AI generatif memiliki keuntungan karena internet menyediakan jumlah data digital yang sangat besar.

Robot tidak memiliki kemewahan yang sama. Robot membutuhkan data mengenai dunia fisik.

Bagaimana tangan memegang benda. Bagaimana manusia berjalan. Bagaimana benda jatuh. Bagaimana pintu dibuka.

Bagaimana robot bergerak di permukaan berbeda. Data tersebut jauh lebih sulit dikumpulkan.

Data Robotika Masih Sangat Sedikit

Chairman ACE Robotics Wang Xiaogang mengatakan industri robot humanoid secara keseluruhan baru mengumpulkan sekitar 100.000 jam data dalam beberapa tahun terakhir.

Jumlah tersebut dinilai masih jauh dari cukup untuk melatih model AI fisik berskala besar.

ACE berencana meningkatkan pengumpulan data hingga mencapai puluhan juta jam dalam dua tahun.

Ini menunjukkan bahwa perkembangan robotika tidak hanya bergantung pada hardware.

Ketersediaan data menjadi faktor yang sama pentingnya.

Mengapa Robot Perlu Belajar dari Manusia?

Salah satu cara mendapatkan data adalah menggunakan manusia untuk memberikan contoh kepada robot. Operator dapat menggunakan sistem teleoperasi untuk mengendalikan robot.

Gerakan tersebut kemudian direkam. AI mempelajari bagaimana manusia menyelesaikan sebuah tugas.

Semakin banyak contoh yang tersedia, semakin banyak variasi situasi yang dapat dipelajari model.

Namun, proses tersebut membutuhkan waktu dan biaya besar.

Robot Harus Bisa Generalisasi

Kemampuan paling penting yang ditunggu industri adalah generalization.

Artinya, robot tidak hanya mampu melakukan tugas yang pernah dilatih. Robot harus mampu menerapkan pengetahuan yang sudah dimiliki ke situasi baru.

Misalnya, robot belajar mengambil cangkir. Kemudian robot menemukan cangkir dengan ukuran berbeda. Robot seharusnya tetap dapat memahami cara mengambilnya.

Atau robot belajar membuka satu jenis pintu. Kemudian menemukan pintu dengan desain berbeda. Robot harus mampu menyesuaikan strateginya.

Dari Demo Menjadi Pekerjaan Nyata

Saat ini kita sering melihat video robot melakukan hal-hal spektakuler.

Robot berlari. Melompat. Menari. Bertinju. Bermain olahraga.

Semua itu menunjukkan kemajuan hardware dan kontrol gerak. Namun, kemampuan tersebut belum sama dengan kecerdasan umum.

Tantangan sebenarnya adalah membuat robot mampu melakukan pekerjaan yang bervariasi di lingkungan yang tidak terstruktur.

Inilah alasan "ChatGPT moment" untuk robot masih dianggap sebagai sebuah target yang belum tercapai.

China Sedang Berada di Garis Depan

China menjadi salah satu pusat perkembangan robot humanoid.

Perusahaan seperti Unitree dan berbagai startup robotika lainnya terus mengembangkan hardware dan model AI untuk robot.

China juga memiliki keunggulan besar dalam manufaktur.

Hal tersebut memungkinkan perusahaan mengembangkan dan memproduksi robot dalam jumlah besar.

Pada paruh pertama 2026, China dilaporkan menyumbang sekitar 97 persen pengiriman robot humanoid global dan lebih dari 40.000 unit dikirimkan.

Angka tersebut menunjukkan betapa agresifnya perkembangan industri robotika di negara tersebut.

Namun Hardware Saja Tidak Cukup

Robot humanoid China mengalami perkembangan hardware yang sangat cepat.

Namun, para pelaku industri sendiri mengakui bahwa kemampuan AI masih menjadi salah satu bottleneck terbesar. Robot perlu memahami dunia. Bukan hanya bergerak di dalamnya.

Robot harus mampu menghubungkan persepsi dengan tindakan. Melihat sebuah objek.

Memahami apa yang harus dilakukan. Memilih tindakan. Melakukan tindakan.

Kemudian mengevaluasi hasilnya.

Jika Berhasil, Dampaknya Bisa Sangat Besar

Bayangkan robot yang dapat masuk ke sebuah gudang baru tanpa harus diprogram ulang.

Robot menerima instruksi:

"Ambil semua paket yang berada di area ini dan pindahkan ke tempat pengiriman." Robot kemudian memahami lingkungan dan menyelesaikan pekerjaan.

Kemampuan seperti itu dapat mengubah ekonomi robotika. Robot tidak lagi hanya dijual sebagai mesin untuk satu tugas.

Robot dapat menjadi platform tenaga kerja fleksibel. Perusahaan cukup mengajarkan tujuan pekerjaan melalui bahasa.

Robot Humanoid Bisa Menjadi Platform Baru

Inilah alasan "ChatGPT moment" dianggap sangat penting. ChatGPT membuat satu model AI dapat digunakan untuk berbagai kebutuhan.

Model yang sama dapat membantu menulis, menerjemahkan, membuat kode, merangkum dokumen, dan menjawab pertanyaan.

Robot humanoid diharapkan memiliki fleksibilitas serupa. Satu robot dapat membantu di gudang.

Kemudian digunakan di toko. Kemudian melakukan pekerjaan rumah. Tanpa harus dibuat khusus untuk setiap lingkungan.

Setelah Terobosan, Masih Ada Jalan Panjang

Bahkan jika "ChatGPT moment" terjadi dalam beberapa tahun ke depan, robot tidak akan langsung berada di setiap rumah.

Wang Xiaogang dari ACE Robotics memperkirakan implementasi komersial secara luas dapat membutuhkan empat hingga lima tahun setelah terobosan model embodied AI.

Ini berarti terdapat dua tahap berbeda. Pertama adalah terobosan kecerdasan.

Kedua adalah industrialisasi. Keduanya sama pentingnya.

Masa Depan Robot Mungkin Ditentukan oleh AI, Bukan Motor

Selama bertahun-tahun, perkembangan robotika sangat bergantung pada motor, baterai, sensor, dan aktuator.

Kini fokusnya semakin bergeser. Hardware tetap penting. Namun, kecerdasan yang mengendalikan hardware menjadi faktor pembeda.

Robot dengan hardware yang sama dapat memiliki kemampuan sangat berbeda jika menggunakan model AI yang berbeda.

Karena itu, persaingan robot humanoid mulai berubah menjadi persaingan antara model AI fisik, data, hardware, dan ekosistem.

Fakta Penting

• "ChatGPT moment" robot humanoid berarti titik ketika robot mampu melakukan berbagai tugas di lingkungan baru dengan instruksi sederhana.
• Konsep ini berkaitan erat dengan embodied AI dan world model.
• CEO Unitree memperkirakan terobosan dapat terjadi dalam 2–3 tahun secara optimistis atau 5–10 tahun dalam skenario lebih lambat.
• Chairman ACE Robotics memperkirakan terobosan dapat terjadi pada akhir 2027.
• Implementasi komersial secara luas kemungkinan membutuhkan beberapa tahun setelah terobosan AI.
• Data dunia nyata menjadi salah satu hambatan utama pengembangan robot.
• Industri robotika membutuhkan data mengenai interaksi fisik, gerakan, objek, dan lingkungan.
• China saat ini menjadi salah satu pusat utama perkembangan robot humanoid.
• Kemampuan robot untuk melakukan tugas yang belum pernah dilatih menjadi salah satu indikator penting keberhasilan.
• Robot saat ini masih jauh lebih baik dalam tugas terstruktur dibandingkan pekerjaan umum di lingkungan yang tidak dikenal.

Apakah Kita Sudah Dekat dengan "ChatGPT Moment"?

Jawabannya: mungkin semakin dekat, tetapi belum tercapai. Robot humanoid sudah menunjukkan kemajuan luar biasa dalam kemampuan bergerak.

Namun, kecerdasan fisik masih menjadi tantangan besar. Robot harus belajar memahami dunia yang penuh ketidakpastian.

Jika suatu hari robot dapat masuk ke lingkungan yang benar-benar baru dan menyelesaikan sekitar 80 persen tugas hanya berdasarkan instruksi suara atau bahasa, itulah salah satu definisi "ChatGPT moment" yang digunakan para pelaku industri. :contentReference[oaicite:8]{index=8}

Kapan tepatnya hal tersebut terjadi masih menjadi pertanyaan.

Bisa dua tahun. Bisa lima tahun. Bisa juga satu dekade. Yang jelas, perlombaan untuk mencapainya sudah dimulai.

Dan ketika robot akhirnya mendapatkan "otak" yang cukup fleksibel untuk memahami dunia seperti manusia memahami instruksi digital, dampaknya kemungkinan tidak hanya terasa di industri robotika.

Itu bisa menjadi awal dari era baru AI yang tidak hanya berpikir di dalam komputer, tetapi juga bertindak di dunia nyata.