Pokok utamaHALO Apple menunjukkan kemajuan robot humanoid dalam menjalankan tugas individual di lingkungan dunia nyata yang terbatas. Namun, kinerja tugas gabungan, keterlibatan manusia dalam pembuatan data, dan kelemahan persepsi visual menunjukkan bahwa perluasan cakupan penggunaan integrasi otak besar dan otak kecil masih terkendala oleh data, pelatihan, dan koordinasi perangkat keras.
Apa arti tingkat keberhasilan 91% HALO?
- Tim riset Apple mengungkapkan bahwa sistem HALO melakukan 360 pengujian tugas individual di 6 lingkungan dunia nyata yang belum dipindai atau dipetakan sebelumnya, dengan tingkat keberhasilan rata-rata 91%. Ini menunjukkan bahwa robot sudah dapat, sampai batas tertentu, mengandalkan kendali otonom untuk menyelesaikan tugas individual di lingkungan dunia nyata.
- Hasil untuk tugas gabungan jauh lebih rendah: di lingkungan dunia nyata lainnya, 3 jenis tugas gabungan masing-masing diuji sebanyak 10 kali, dengan tingkat keberhasilan rata-rata 70%; tingkat keberhasilan tugas “membungkuk melewati rintangan—berjalan menuju sasaran—mendorong kotak” adalah 50%. Stabilitas eksekusi masih menurun saat beralih dari tindakan individual ke tugas berkelanjutan.
Kekurangan apa yang membatasi perluasan tingkat keberhasilan ke lebih banyak skenario?
- Pembuatan data masih melibatkan manusia: tugas fisik baru memerlukan manusia untuk menulis prompt dan merancang bingkai kunci gerakan, sementara beberapa gerakan juga menggunakan video manusia atau materi motion capture. Karena itu, hasil pengujian tidak berarti robot sudah mampu beradaptasi sendiri dengan tugas baru apa pun.
- HALO saat ini terutama mengandalkan penglihatan dan sulit merasakan kontak secara langsung. Ketika objek keluar dari jangkauan kamera atau terhalang, kinerja tugas yang banyak melibatkan kontak menurun. Tim Apple menyebut persepsi taktil sebagai bidang yang akan ditingkatkan selanjutnya, sementara kelangkaan data, kesulitan pelabelan, dan kompleksitas lingkungan fisik juga menjadi hambatan bagi generalisasi.
Mengapa lembaga-lembaga menaruh perhatian pada “integrasi otak besar dan otak kecil”?
- “Otak besar” bertanggung jawab atas kognisi dan pengambilan keputusan, sedangkan “otak kecil” menangani kendali gerak; koordinasi keduanya memungkinkan persepsi, pengambilan keputusan, dan eksekusi membentuk suatu lingkaran tertutup. Laporan tersebut menggambarkan evolusi industri sebagai peralihan dari arsitektur berlapis dan kolaboratif menuju integrasi yang lebih mendalam, tetapi juga menyatakan bahwa integrasi model AI besar dengan robot humanoid saat ini masih dangkal.
- Dong Xiaobin dari Industrial Securities menilai bahwa proses manufaktur perangkat keras robot telah mencapai tingkat yang relatif tinggi dan kemampuan kecerdasan berwujud mungkin menjadi hambatan pengembangan; saat ini, skenario aplikasi masih relatif terfokus. Jika skenario khusus meluas, metode pelatihan dioptimalkan, dan perangkat keras terus mengalami terobosan, akumulasi data berkualitas tinggi mungkin meningkat lebih cepat dan mendorong aplikasi meluas ke skenario umum dan rumah tangga.
Apakah perkembangan perusahaan terkait berada pada tahap yang sama?
- Tidak. Joyson Electronics menyatakan telah meluncurkan komponen seperti pengendali otak besar dan otak kecil, tetapi produk terkait pelanggan Amerika Utara masih menjalani proses pengiriman sampel, peningkatan berulang, dan pekerjaan produksi massal. JWIPC menyatakan pesanan pelanggan telah terealisasi di bidang pengendali otak besar dan otak kecil untuk robot. Sementara itu, SoC otak besar dan otak kecil SigmaStar untuk kecerdasan berwujud telah mulai menjalani proses tape-out secara bertahap.
- Informasi tersebut masing-masing mencerminkan tahap kemajuan yang berbeda untuk komponen, pengendali, dan chip. Hal itu menunjukkan kemajuan produk dan proyek di sepanjang rantai industri, tetapi pengiriman sampel, pesanan, dan tape-out tidak boleh dianggap sebagai tahap komersialisasi yang sama.