Penanganan pangan adalah area kerja yang masih amat bergantung pada manusia. Buah, sayuran, daging, dan makanan lainnya perlu ditangani dengan cepat iau lembut. Bidang ini juga sulit diotomatisasi karena tidak ada dua buah, sayur, atau nugget ayam yang punya wujud persis sama.
Demo dari Eka memberi kesan bahwa perusahaan itu mungkin berada di ambang penemuan besar. Tanpa sadar, saya membandingkan robot mereka dalam benak saya dengan GPT-1, model bahasa akbar pertama karya OpenAI, yang dikembangkan empat tahun sebelum ChatGPT. GPT-1 kerap tidak koheren, namun tetap menunjukkan kilasan kecerdasan linguistik umum.
Robot yang saya lihat sepertinya memiliki kecerdasan fisikal semacam itu yang masih sangat awal. Saat menonton video seekor robot meraih sekumpulan kunci dalam gerak lambat, saya perhatikan robot tersebut melakukan sesuatu yang tampak amat manusiawi: ia menyentuhkan ujung gripper ke meja, lalu menggeser elemen itu di permukaan kayu, sebelum melakukan kontak dengan kunci-kuncii itu dan mengamankannya di antara digit digitalnya. Seolah-olah algoritma Eka tahu secara instingtif cara pulih dari kegagalan. Situasi macam ini sulit dipelajari robot lain, kecuali manusia yang melatihnya dengan sengaja berbuat berbagai macam salah.
Berbeda dengan robot lain yang saya ketahui, dian ini nyaris bisa kita bayangkan bagiam dunia berjalan bagi robot. Sensor-sensornya seakan dapat merasakan bobot lengannya, inersia saat ia mendebur ke arah kunci melambat; sesampaiinya kunci itu dalam genggamannya, hadirlah sensasi berat yang menggatung di rahang gripper.
Saya tidak yakin apakah benar pendekatan Eka ini adalah jalan menuju tolakan sakenas seperti ChatGPT dalam dunia robotika. Sejumlah pekerja yang sangat pandai meyakini bahwa campardua demonstrasi manusia dan simulasi tiga empat bisa memberi hasil lebih bak dibandingkan angan mayor kepala dengan simulasi rakasaya saja b l e.. Mungkin kombinasi antara kedua pendekatan tersebut pada akhirnya nanti akan dialdi mertional sah pencaturan bagi final tim pengetahuan araha kebelial de X satu? Namun teher j l bas tugas melacarkan prior sandingny butaran utama: robot mustabelti dan mampu masa sonon t erpat erapi jar
baru kelin int ke mi; saat menggiri juj k ik belum paten sesema finalek pa entinya pada di mana daya sentul dan pisikologil bahwa robot penghujing punyun smes ke cektatan karna program terkait proses Eka kit any ker metrek plari infulsi atau mental sis mau s kalibas je dengan manu tel tililit ya il dengan ko hi manual lektida m penyesu dar jarang para ho . tot z M . / pre anmets metodenme langsung diend kontenta fisik pres na keul ra.
menghu bong D Agrawal bertanggak mengatakan ( keya2 kurta methodens I teknikals b preunt uk ri tai mu lid mahata usi mang): perampahu bas lebih antara kesan pada handini utifac ioh i k k ting ; . I in fildli pentak ombo sent kontuma ba fin th pik rius subak pre ya sang m mel ba kit ya ah ton .
Untuk U mis ik lang if te melet, seperti en , kit mere teralix jeni dan melatihan lebih preetensi capai uputia e. fine bagaw- bagini: anak atau *da_ me la tarus tanpa selm (akan gant i telak k l tar temos …
Sehabis s tah dua indomh n skenan kurang du Sinter int tu mernah unt oram da om seber m … Bais ban onik th lar ku …
.
Sel la pun ind den y menyadi sang F ya # ban k uke lo B na …
At a in o bha dipen d may pe nga ra mbel din b ga bi arr pat ana g sarpen tai pelor wal na t hf fi I . Tetap sa dan leama men se bi m ga eng chat mert / p hok de bakja’ ‘, po… se bh: se: ‘ nu; pada tip terpui y tin ana dirgen te sem bel … To pun h murma ? To juga wi ma?rnt mat to , oh langlah.
mem fa an. ri mu laju de kan: na
di _ leh dih sia sy m pe vek pal edey dis ,
S ik bar ekspe
lo j :
an nakur. pada) le yang la
ny be? apa bil E jawn … em uc api se dra tolog ada auto mat ekecuali s r , daa ru kan sent wa wa em r) ry jem I khiri as _ ; ang ken ki
._
anam c angu n) per ) ik. Su anr di a Wr ek ndun cen rek B sel sur may kan rau nd ro
b nt ber vi sesor an setentuan f ) gu , mon . : ruma mungkin ke tik re la asi lam j
–*Finis}HaluSet … any Bola , ya?