Model AI modern biasanya dilatih dengan data yang sudah ada, seperti teks, gambar, dan video, berkembang melalui kombinasi algoritma pembelajaran progresif. Namun, juga fondasi inilah yang dapat menyebabkan inkonsistensi antara produk akhir yang dihasilkan oleh AI dan realitas fisik yang sedang dicoba ditiru.
Untuk mengatasi tantangan tersebut, Covariant, sebuah spinoff OpenAI, telah menciptakan Model Dasar Robotika (RFM-1) yang belajar melalui data online yang sudah ada, serta melalui mengamati situasi yang sedang berkembang di dunia fisik. Dalam rilis pers, Covariant mengklaim bahwa model ini “memberikan robot kemampuan untuk berpikir layaknya manusia, mewakili kali pertama AI generatif berhasil memberikan pemahaman yang lebih dalam terhadap bahasa dan dunia fisik kepada robot komersial.”
Di sini, yang dimaksud dengan “kemampuan untuk berpikir layaknya manusia” oleh RFM-1 adalah kemampuannya untuk membuat prediksi hasil berdasarkan informasi yang dikumpulkan dari lingkungan sekitar model tersebut. Misalnya, ketika seorang robot diberi tugas, model tersebut menghasilkan visualisasi tentang bagaimana tugas tersebut akan terlihat setelah selesai. Prediksi ini membantu menentukan apakah robot akan menghadapi hambatan kinerja apa pun, dan memungkinkannya untuk bertanya kepada yang memberikan tugas untuk solusi. Dengan menggunakan bahasa sederhana, orang yang memberi tugas kepada robot dapat menawarkan solusi untuk membantu menyelesaikan tugas melalui percakapan tertulis.
Saat ini, RFM-1 baru digunakan dalam pengaturan laboratorium tetapi Covariant bermaksud segera merilisnya kepada pelanggan industri yang menggunakan AI untuk pekerjaan, seperti fasilitas produksi dan distribusi.