Startup robotika, Physical Intelligence, yang berbasis di San Francisco, baru-baru ini mengumumkan pengembangan model AI baru yang memungkinkan robot melakukan tugas yang tidak pernah diajarkan sebelumnya. Model ini, yang disebut π0.7, menunjukkan kemampuan untuk menggabungkan keterampilan yang dipelajari dalam konteks berbeda untuk memecahkan masalah baru.
Peneliti di Physical Intelligence mengklaim bahwa model π0.7 mewakili langkah awal menuju pengembangan ‘otak’ robot serbaguna. Otak robot ini mampu memahami tugas baru melalui pelatihan bahasa sederhana dan kemudian melaksanakannya.
Salah satu pendiri Physical Intelligence, Sergey Levine, menjelaskan bahwa model ini melampaui pembelajaran hafalan. Model ini dapat menggabungkan informasi dengan cara baru, meningkatkan kemampuan secara signifikan dengan jumlah data yang ada.
Dalam demonstrasi yang menarik, model ini mampu menggunakan penggorengan udara (air fryer) meskipun hanya memiliki sedikit data pelatihan terkait perangkat tersebut. Dengan bimbingan verbal langkah demi langkah, robot berhasil memasak ubi jalar menggunakan air fryer.
Kemampuan untuk ‘dilatih’ ini penting karena memungkinkan robot beradaptasi dengan lingkungan baru dan ditingkatkan secara real-time tanpa pengumpulan data atau pelatihan ulang model tambahan. Lucy Shi, seorang peneliti di Physical Intelligence, menekankan pentingnya rekayasa prompt (prompt engineering) yang baik dalam keberhasilan model.
Meskipun demikian, para peneliti mengakui keterbatasan model ini. π0.7 belum mampu melakukan tugas kompleks multi-langkah secara mandiri hanya dengan satu perintah tingkat tinggi.
Selain itu, Physical Intelligence mengakui kurangnya tolok ukur standar untuk robotika, sehingga validasi eksternal menjadi sulit. Sebagai gantinya, perusahaan membandingkan π0.7 dengan model khusus sebelumnya dan menemukan kinerja yang sebanding dalam tugas-tugas kompleks seperti membuat kopi dan melipat pakaian.
Terlepas dari keterbatasan ini, para peneliti terkejut dengan kemampuan model untuk melakukan tugas-tugas yang tidak terduga. Ashwin Balakrishna, seorang ilmuwan riset di Physical Intelligence, menggambarkan bagaimana robot itu berhasil memutar roda gigi secara acak setelah diminta untuk melakukannya.
Physical Intelligence telah mengumpulkan lebih dari $1 miliar dana dan baru-baru ini dinilai sebesar $5,6 miliar. Perusahaan saat ini sedang dalam pembicaraan untuk putaran pendanaan baru yang bisa hampir menggandakan valuasi menjadi $11 miliar.
Physical Intelligence didirikan pada tahun 2024 dan berbasis di San Francisco. Startup ini bertujuan untuk menciptakan kecerdasan serbaguna yang dapat mengendalikan robot apa pun untuk melakukan tugas apa pun.
Model π0.7 menggabungkan pembelajaran skala internet dengan data perilaku fisik, memungkinkan robot beradaptasi dengan lingkungan baru. Model ini menunjukkan tanda-tanda awal generalisasi komposisional.
Pendekatan tradisional untuk melatih robot melibatkan pengumpulan data dan pelatihan model khusus untuk setiap tugas tertentu. π0.7 memecah pola ini dengan menggabungkan keterampilan yang dipelajari dalam konteks yang berbeda untuk memecahkan masalah baru.
Dengan model seperti π0.7, Physical Intelligence berharap untuk membuka berbagai aplikasi robotika dan mengubah cara robot berinteraksi dengan dunia fisik.
