Fakta Teknologi Robot Masa Kini

Fakta Teknologi Robot Masa Kini

Mungkin untuk sekarang ini robot sudah menjadi salah satu fungsional yang digunakan oleh manusia dalam kehidupannya. Apalagi yang terjadi di negara-negara maju untuk sekarang ini. Tapi, yang dibicarakan disini bukan robot main-mainan yang dimainkan adek kita rumah yahh. Ini robot multifungsional yang menyerupai manusia dan juga dapat bekerja.

Memberdayakan Robot untuk Perilaku Etis

Di Inggris telah mengembangkan sebuah konsep yang disebut pemberdayaan robot untuk membantu dan melayani manusia bekerja secara aman dan efektif. Robot sudah menjadi umum ditempatkan di rumah dan tempat kerja. Robot juga harus banyak berinteraksi dengan manusia dalam situasi yang tidak dapat di prediksi. Misalnya, mobil self-driving perlu menjaganya supaya tetap aman dan melindungi dari kerusakan.

Robot yang berfungsi untuk merawat manusia perlu meyesuaikan situasi kompleks dan respon kebutuhan pemiliknya. Baru-baru ini Stephen Hawking telah memperingatkan tentang potensi bahaya kecerdasan buatan yang telah menicu diskusi publik. Pendapat publik tampaknya antusiasme untuk kemajuan dan mengecilkan risiko dan rasa takut. Namun, konsep mesin cerdas yang mangamuk dan menyalakan pencipta manusia bukanlah hal yang baru.

Ada tiga hukum robotik yang mengatur bagaimana robot harus berinteraksi dengan manusia. Sederhanya adalah undang-undang yang menyatakan bahwa robot tidak berhaya dan tidak akan melukai manusia. Hukum ini bertujuan untuk mamastikan bahwa robot akan mematuhi perintah dari manusia dan melindungi eksistensinya sendiri yang paling penting ini tidak membahayakan manusia.

Undang-undang tersebut bermaksud baik, namun ini kadang menjadi salah tafsir, terutama karena robot tidak memahami bahasa manusia yang bernuansa dan ambigu. Sebenarnya, cerita ini penuh dengan contoh dimana robot salah menafsirkan semangat hukum dengan konsekuensi tragis. Salah satu masalahnya adalah konsep “harm” ini sulit untuk di jelaskan dengan jelas ke robot.

Jika robot tidak mengerti “bahaya”, bagaimana mereka menghindari penyebabnya? Ini menyadari bahwa dapat digunakan dengan perspektif yang berbeda untuk menciptakan perilaku robot “baik” yang sesuai dengan hukum. Konsep yang dikembangkan tim ini disebut pemberdayaan.

Membuat sebuah mesin memahami pertanyaan etis yang rumit. Hal itu didasarkan pada robot yang selalu untuk tetap membuka pilihan mereka. “Pemberdayaan berarti berada dalam keadaan dimana anda memiliki pengaruh potensial terbesar dalam dunia yang dapat disaksikan”.

Jadi, untuk robot sederhana, ini mungkin akan kembali dalam membangkitkan tenaga listriknya supaya tidak terjadi kemacetan yang membatasi pergerakan. Untuk robot futuristik yang tidak hanya mencakup gerakan, tapi menggabungkan berbagai parameter, sehingga menghasilkan drive yang lebih mirip dengan manusia. Tim matematis mengode konsep pemberdayaan, sehingga diadopsi oleh robot. Sementara para periset awalnya mengembangkan konsep pemberdayaan pada tahun 2005.

Untuk memperluas konsep tersebut sehingga robot juga berusaha untuk mempertahankan pemberdayaan manusia. Mereka ingin robot melihat dunia melalui mata manusia yang berinteraksi dengannya. Menjaga keamanan manusia terdiri dari robot yang bertindak untuk meningkatkan manusia sendiri.

Dalam situasi yang berbahaya, robot tersebut akan berusaha menjaga agar manusia tetap hidup dan terbebas dari cedera. Tidak ingin dilindungi secara opresif oleh robot, untuk meminimalkan kemungkinan bahaya yang tinggal di dunia dimana robot mempertahankan pemberdayaan.

Konsep Pemberdayaan altruistik ini bisa memberi kekuatan pada robot yang mematuhi semangat tiga undang-undang Asimov, dari tubuh bergerak sendiri, hingga kepala kepala robot. Pada akhirnya, Pemberdayaan dapat menjadi bagian penting dari keseluruhan perilaku etis robot.

Sebagai Hukum Robotika

Keunikan robot yang lebih besar menciptakan kebutuhan akan panduan generik untuk perilaku robot. Kami kurang fokus pada bagaimana robot dapat mencapai tujuan yang telah ditentukan secara teknis dan lebih pada apa yang harus lakukan di tempat pertama. Terutama, kami tertarik pada pertanyaan bagaimana heuristik seharusnya terlihat, yang memotivasi perilaku robot dalam berinteraksi dengan agen manusia.

Dengan membuat proposal operasional yang konkret mengenai bagaimana konsep pemberdayaan teori informasi dapat digunakan sebagai heuristik generik untuk mengukur konsep, seperti pelestarian diri, perlindungan pasangan manusia dan menanggapi tindakan manusia.

Untuk menentukan konsep inti dengan tujuan yang sama seperti Tiga Hukum Robotika Asimov dalam sebuah operasi cara. Yang penting, rute ini tidak bergantung pada keharusan untuk membangun pemahaman verbalisasi secara eksplisit tentang bahasa dan konvensi manusia di robot.

Selain itu, ia menggabungkan kemampuan untuk mempertimbangkan beragam situasi dan jenis perwujudan robot yang beragam.

Mengkontrol Perkembangan Otak Robot

Seiring dengan perkembangan robot yang semakin pesat dalam popularitas, para periset mengesankan kebutuhan untuk membuat panduan dalam membantu memastikan interaksi mesin otak yang aman dan bermanfaat. Ini membuat langkah baru untuk memastikan perangkat yang dikendalikan otak dengan manfaat yang aman.

Sebagai robot yang dikendalikan otak memasuki kehidupan sehari-hari, menyatakan bahwa sekaranglah saatnya untuk mengambil tindakan dan menerapkan pedoman yang menjamin penggunaan interaksi langsung otak mesin yang aman dan bermanfaat.

Akuntabilitas, tanggung jawab, privasi dan keamanan menjadi kunci saat mempertimbangkan dimensi etika dari bidang yang baru muncul ini. Jika robot semi otonom tidak memiliki mekanisme kontrol atau penggantian yang andal, seseorang mungkin dianggap lalai. Maka diusulkan agar setiap sistem semi otonom harus mencakup bentuk kontrol veto, pemberhentian darurat untuk membantu mengatasi beberapa kelemahan inheren interaksi otak-mesin langsung.

Profesor John Donoghue, Direktur Pusat Wyss untuk Bio dan Neuroengineering di Jenewa, Swiss mengatakan: “Meskipun masih belum sepenuhnya mengerti bagaimana otak bekerja, kita bergerak lebih dekat untuk dapat dengan mudah memecahkan kode sinyal otak tertentu.

Ini tidak memuaskan diri tentang apa artinya bagi masyarakat. Kita harus mempertimbangkan dengan hati-hati konsekuensi dari mesin yang dikendalikan otak semi-cerdas dan mekanisme untuk menjamin keamanan dan penggunaan etis mereka. ”

Melindungi data biologis yang dicatat oleh antarmuka otak-mesin (BMI) merupakan area perhatian lainnya. Solusi keamanan harus mencakup enkripsi data, penyembunyian informasi dan keamanan jaringan. Panduan untuk perlindungan data pasien ini berbeda di setiap negara dan mungkin tidak berlaku secara ketat untuk penelitian laboratorium manusia biasa.

“Perlindungan data neuron sensitif dari orang-orang dengan kelumpuhan lengkap yang menggunakan BMI sebagai satu-satunya alat komunikasi mereka, sangat penting. Kalibrasi yang berhasil untuk BMI mereka bergantung pada respons otak terhadap pertanyaan pribadi yang diberikan oleh keluarga. Proteksi data yang ketat harus diterapkan pada semua orang yang terlibat, termasuk melindungi informasi pribadi yang diajukan dalam pertanyaan serta perlindungan data neuron untuk memastikan perangkat berfungsi dengan benar. ”

Kemungkinan ‘brainjacking’ manipulasi implan otak yang berbahaya adalah pertimbangan serius. Sementara sistem BMI mengembalikan gerakan atau komunikasi kepada orang lumpuh pada awalnya tidak tampak sebagai sasaran yang menarik, ini bisa bergantung pada status pengguna, mungkin berisiko tinggi terkena serangan jahat saat pembacaan otak.

Dimensi Etis Neuroprostetis

Robot prostetik yang dikendalikan otak dapat mengembalikan aktivitas mandiri kehidupan sehari-hari kepada orang lumpuh dalam kehidupan sehari-hari. Kemampuan yang diperoleh kembali untuk memegang secangkir kopi, menyerahkan kartu kredit, atau menandatangani dokumen dengan pena. Meningkatkan independensi dan penentuan nasib sendiri orang-orang lumpuh.

Namun, mengenalkan perangkat yang dikendalikan melalui antarmuka otak-mesin (BMI) ke lingkungan sehari-hari, mungkin meningkatkan kemampuan orang-orang yang berbadan sehat untuk berinteraksi dengan perangkat digital, menimbulkan sejumlah tantangan etika dan sosial di bidang otonomi, tanggung jawab dan akuntabilitas.

Mengembangkan tangan Robot AI

Mengembangkan sistem penjepitan AI dengan tangan robot yang dapat belajar memahami dan memindahkan benda-benda asing seperti buah, piring dan boneka binatang tanpa merusaknya.

Cluster of Excellence CITEC menghadirkan sebuah sistem baru yang mempelajari bagaimana cara memahami objek. Periset di Universitas Bielefeld telah mengembangkan sistem tangan robot yang secara otonom membiasakan diri dengan benda-benda baru.

Sistem baru ini bekerja tanpa mengetahui karakteristik benda, seperti potongan buah atau alat. Ini dikembangkan sebagai bagian dari proyek penelitian skala besar Famula di Cluster of Excellence Cognitive Interaction Technology (CITEC) dari Bielefeld University.

Pengetahuan yang diperoleh dari proyek ini dapat berkontribusi pada robot layanan masa depan, misalnya, mampu beradaptasi secara mandiri untuk bekerja di rumah tangga baru. CITEC telah menginvestasikan sekitar satu juta Euro di Famula.

Periset di Universitas Bielefeld telah mengembangkan sistem pembelajaran sistem tangan robot. Hal ini mampu secara otonom mengakrabkan diri dengan objek yang tidak diketahui. Sistem yang disebut “Famula” bekerja tanpa mengetahui karakteristik spesifik benda seperti potongan buah atau alat terlebih dahulu. Pengetahuan yang dihasilkan dalam proyek ini dapat berkontribusi untuk memungkinkan robot layanan masa depan dikenali secara otonom di lingkungan rumah tangga baru.

Para peneliti CITEC sedang mengerjakan sebuah robot dengan dua tangan yang didasarkan pada tangan manusia dari sisi bentuk maupun mobilitas. Otak robot untuk tangan ini harus belajar bagaimana untuk menangkap benda tersebut.

  • Manusia sebagai Model

Pisang bisa dipegang dan sebuah tombol bisa ditekan. Sistem belajar mengenali kemungkinan seperti karakteristik dan membangun model untuk berinteraksi dan mengidentifikasi kembali objek.

Untuk mencapai hal ini, proyek interdisipliner menyatukan kerja di bidang kecerdasan buatan dengan penelitian dari disiplin lain. Menyelidiki karakteristik peserta penelitian yang dianggap signifikan dalam tindakan menggenggam. Kita manusia kebanyakan mengandalkan bentuk dan ukuran saat kita membedakan objek. “Melalui ini, kita mengetahui bagaimana orang menyentuh suatu objek dan strategi mana yang lebih suka digunakan untuk mengidentifikasi karakteristiknya”.

  • Sistem Menempatkan Diri Sendiri di Posisi “Mentor”

Sistem untuk mendapatkan keakraban dengan objek baru, tangan robot menampilkan bagaimana sistem merasakan di sekelilingnya dan bereaksi terhadap instruksi dari manusia. Meskipun tangan robot cukup kuat untuk menghancurkan apel, mereka melepaskan kekuatan mereka untuk pegangan sentuhan halus yang juga tidak akan merusak benda-benda. Hal ini dimungkinkan dengan menghubungkan sensor sentuhan yang dikembangkan di CITEC dengan perangkat lunak cerdas.

“Untuk memahami benda mana yang harus mereka gunakan, tangan robot harus bisa menafsirkan dengan gerakan tubuh. “Dan mereka juga harus bisa menempatkan diri mereka pada posisi manusia pada diri sendiri. Timnya tidak hanya bertanggung jawab atas kemampuan bahasa sistem: mereka juga memberi sistem itu untuk sebuah wajah. Dari salah satu monitor, Flobi mengikuti gerakan tangan dan bereaksi terhadap instruksi para peneliti.

Flobi adalah kepala robot bergaya, yang melengkapi bahasa dan tindakan robot dengan ekspresi wajah. Sebagai bagian dari sistem Famula, versi virtual robot Flobi saat ini sedang digunakan.

  • Memahami Interaksi Manusia

Melakukan penelitian dasar yang dapat bermanfaat bagi robot pembelajaran mandiri di masa depan baik di industri maupun rumahan. Kami ingin benar-benar mengerti bagaimana kita belajar untuk ‘memahami’ lingkungan kita dengan tangan kita. Robot memungkinkan kita untuk menguji temuan kita dalam kenyataan dan untuk secara ketat mengekspos kesenjangan dalam pemahaman kita.

Robot Meningkatkan Kesamaan Interaksi dengan Manusia

Interaksi langsung antara robot dan orang lain lebih cenderung menganggap robot memiliki kualitas yang lebih manusiawi. Robot yang disajikan dalam realitas maya juga dinilai tinggi dalam rupa manusia. Kebanyakan interaksi manusia dengan robot berasal dari balik layar. Entah itu fiksi atau interaksi kehidupan nyata, jarang kita berhadapan langsung dengan robot. Hal ini menimbulkan hambatan yang signifikan saat kita melihat masa depan dimana robot akan menjadi bagian dari kehidupan kita sehari-hari.

Orang-orang yang menyaksikan interaksi langsung dengan robot lebih cenderung menganggap robot memiliki kualitas mirip manusia. Dengan menggunakan robot Roboy, peserta mengamati satu dari tiga robot eksperimental, baik dalam kehidupan nyata, dalam virtual reality (VR) pada layar 3D, atau pada layar 2D. Data yang dianalisis mengungkapkan bahwa mengamati interaksi langsung atau alternatif.

  • Teknisi Manusia Sedang Berinteraksi dengan Robot

Biasanya, penelitian eksperimental yang tertarik dengan evaluasi HRI dan evaluasi robot layanan humanoid, karena sumber daya yang terbatas. Ini adalah studi pertama yang menggunakan evaluasi peserta terhadap robot layanan humanoid saat diamati baik pada video 2D, dalam realitas virtual 3D, atau dalam kehidupan nyata. Robot servis dirancang untuk berkomunikasi dengan manusia dan membantu mereka dalam berbagai aspek serta rutinitas sehari-hari mereka.

Potensi area robot berkisar dari rumah sakit dan panti jompo ke hotel dan rumah tangga pengguna.

“Sampai saat ini, kebanyakan orang masih mengetahui robot semacam itu dari Internet atau TV dan masih ragu dengan gagasan untuk membagikan kehidupan pribadi mereka dengan robot, terutama bila menyangkut penampilan manusia yang sangat mirip manusia.”

Pembedahan Menggunakan Bor Robotik Otomatis

Ringkasan: Sebuah bor bedah otomatis baru mampu mengurangi waktu prosedur dari dua jam sampai dua setengah menit untuk operasi kranial yang kompleks. Mesin otomatis ini bisa mengurangi prosedur operasi dari dua jam sampai dua setengah menit dengan mengganti latihan tangan untuk satu jenis operasi kranial yang kompleks.

Latihan otomatis berbasis komputer, serupa dengan komponen mesin mobil bekas, bisa memainkan peran penting dalam prosedur bedah di masa depan. Mesin baru bisa membuat satu jenis operasi kranial kompleks 50 kali lebih cepat dari prosedur standar, menurun dari dua jam menjadi dua setengah menit.

Mengembangkan latihan yang menghasilkan potongan yang cepat, bersih, dan aman, mengurangi waktu luka terbuka dan pasien diberi anestesi, sehingga mengurangi kejadian infeksi, kesalahan manusia dan biaya bedah.

Untuk melakukan operasi yang rumit, terutama operasi kranial, ahli bedah biasanya menggunakan latihan tangan untuk membuat bukaan yang rumit, menambahkan jam ke prosedur. “Kami harus perlahan mengambil tulang untuk menghindari struktur yang sensitif.” Dia melihat kebutuhan alat yang bisa meringankan beban ini dan membuat prosesnya lebih efisien.

“Keahlian saya berhubungan dengan pemindahan logam dengan cepat adalah associate professor di bidang teknik mesin di U. Tim mengembangkan bor dari nol untuk memenuhi kebutuhan unit bedah saraf, serta perangkat lunak yang dikembangkan yang menentukan jalur pemotongan yang aman.

Pertama, untuk mengumpulkan data tulang dan mengidentifikasi lokasi yang tepat dari struktur sensitif, seperti syaraf dan pembuluh darah besar dan arteri yang harus dihindari. Ahli bedah menggunakan informasi ini untuk memprogram jalur pemotongan bor. Perangkat lunak ini memungkinkan ahli bedah memilih jalur optimal dari titik A ke titik B, seperti. Selain itu, ahli bedah dapat memprogram penghalang keselamatan sepanjang jalur pemotongan dalam 1 mm struktur sensitif.

Aksesnya adalah melalui tulang temporal yang merupakan tulang keras dengan sudut yang aneh. Pemotongan khusus ini membutuhkan banyak pengalaman dan keterampilan untuk melakukannya dengan aman. Kami pikir prosedur ini akan menjadi bukti sempurna prinsip untuk menunjukkan keakuratan teknologi ini.

Operasi translabyrinthine dilakukan ribuan kali dalam setahun untuk mengekspos tumor jinak yang tumbuh lambat yang terbentuk di sekitar saraf pendengaran. Pemotongan ini tidak hanya sulit, jalur pemotongan juga harus menghindari beberapa fitur sensitif, termasuk saraf wajah dan sinus vena, pembuluh darah besar yang mengalirkan darah dari otak. Resiko operasi ini meliputi hilangnya gerakan wajah. “Jika bor terlalu dekat dengan saraf wajah dan iritasi dipantau, bor otomatis mati.

Operasi yang lebih pendek diharapkan dapat menurunkan kemungkinan infeksi dan memperbaiki pemulihan pasca operasi. Ini juga berpotensi mengurangi biaya pembedahan secara substansial, karena menghabiskan waktu berjam-jam dari ruang operasi. Bor otomatis mengurangi waktu untuk menghilangkan tulang dari 2 jam dengan menggunakan bor tangan sampai 2,5 menit.

Tim peneliti telah menunjukkan keamanan dan kecepatan latihan dengan melakukan pemotongan kompleks ini, namun Couldwell menekankan bahwa hal itu dapat diterapkan pada banyak prosedur bedah lainnya. Penerapan bor yang bervariasi menekankan faktor lain yang menarik Balaji ke proyek. Teknologi ini bisa mendemokratiskan perawatan kesehatan dengan meratakan lapangan untuk mendapat perawatan berkualitas. Mengkomersilkan bor untuk memastikan prosedur bedah lainnya.

Manusia Temukan Robot

Sebagai robotika sosial menjadi lebih populer, peneliti mengeksplorasi bagaimana orang bereaksi terhadap teknologi. Mereka melaporkan orang menunjukkan kecintaan yang lebih kuat pada robot yang salah daripada yang berinteraksi dengan sempurna. Penelitian robotika sosial baru menemukan bahwa manusia lebih suka berinteraksi dengan robot yang salah secara signifikan lebih banyak daripada robot yang berfungsi dan berperilaku tidak sempurna.

Telah dikemukakan bahwa kemampuan manusia untuk mengenali sinyal sosial sangat penting untuk menguasai kecerdasan sosial, tetapi apakah robot dapat belajar membaca isyarat sosial manusia dan menyesuaikan atau memperbaiki perilaku mereka sendiri?

Peneliti memeriksa bagaimana orang bereaksi terhadap robot yang menunjukkan perilaku yang salah dibandingkan dengan robot berperforma sempurna. Hasilnya, menunjukkan bahwa para peserta secara signifikan menyukai robot yang rusak daripada robot yang berinteraksi dengan sempurna. “Hasil kami menunjukkan bahwa decoding sinyal sosial manusia dapat membantu robot memahami bahwa ada kesalahan dan kemudian bereaksi dengan sesuai”.

Meskipun robotika sosial adalah bidang yang cepat berkembang, robot sosial belum berada pada tingkat teknis dimana mereka beroperasi tanpa membuat kesalahan. Namun, kebanyakan penelitian di lapangan didasarkan pada asumsi robot yang melakukan kesalahan. Alternatif yang diakibatkan oleh kondisi tak terduga berkembang selama eksperimen seringkali tidak dianggap atau diabaikan. Untuk memeriksa sinyal sosial mitra interaksi manusia berikut kesalahan robot.

Tim peneliti sengaja memprogram perilaku yang salah ke dalam rutinitas robot NAO seperti manusia dan membiarkan peserta berinteraksi dengannya. Mereka mengukur kecocokan robot, antropomorfisme dan kecerdasan yang dirasakan dan menganalisis reaksi pengguna saat robot melakukan kesalahan. Tim peneliti menemukan bahwa robot yang agak mengejutkan, dianggap kurang cerdas atau antropomorfis dibandingkan dengan robot berperforma sempurna.

Walaupun manusia mengenali kesalahan robot yang salah, mereka benar-benar menilainya lebih disukai daripada rekan yang kinerjanya sempurna.

“Hasil kami menunjukkan bahwa para peserta menyukai robot yang salah secara signifikan lebih dari yang tidak sempurna. Temuan ini menegaskan Efek Pratfall, yang menyatakan bahwa daya tarik masyarakat meningkat saat mereka melakukan kesalahan. Misalnya, robot yang memahami bahwa ada masalah dalam interaksi dengan menafsirkan sinyal sosial pengguna secara benar, dapat memberi tahu pengguna bahwa ia memahami masalah dan secara aktif menerapkan strategi pemulihan kesalahan. ”

Temuan ini memiliki implikasi yang menarik untuk bidang robotika sosial, karena mereka menekankan pentingnya pencipta robot untuk menjaga potensi ketidaksempurnaan saat merancang robot. Berbeda dengan mengasumsikan bahwa robot akan berperilaku sempurna, merangkul kekurangan teknologi robot sosial dapat membuka jalan bagi perkembangan robot yang membuat kesalahan dan belajar dari mereka.

Ini juga akan membuat robot lebih disukai manusia. “Mempelajari sumber perilaku robot yang tidak sempurna akan menyebabkan karakter robot lebih dipercaya dan interaksi yang lebih alami.

Data kualitatif mengkonfirmasi hasil kuesioner menunjukkan walaupun para peserta mengenali kesalahan robot, mereka tidak harus menolak robot yang keliru. Anotasi data video lebih jauh menunjukkan bahwa tatapan beralih (misalnya, dari objek ke robot atau sebaliknya) dan tawa merupakan reaksi khas terhadap perilaku robot yang tidak terduga.

Apa pendapat anda tentang ini? Inilah perkembangan zaman yang sudah semakin pesat. Manusia selalu berusaha menciptakan sesuatu yang tidak masuk akal. Seperti robot ini, mereka menciptakannya sama seperti manusia yang bisa bekerja dan sebagainya. Apakah Anda tidak tertarik untuk membelinya? supaya ada mengerjakan pekerjaan rumah Anda.