Selasa, 10 November 2026 WIB
TEKNOLOGI

Model dunia kontra-faktual Bantu Robot Memperkirakan Aksi Alternatif

Model dunia kontra-faktual Bantu Robot Memperkirakan Aksi Alternatif
Model dunia kontra-faktual Bantu Robot Memperkirakan Aksi Alternatif

JAKARTA — Model dunia kontra-faktual menawarkan cara bagi robot memperkirakan hasil tindakan alternatif, termasuk saat ada gangguan yang tidak terlihat. Randall Balestriero, Kerda Varaku, dan Yann LeCun memaparkan pendekatan itu dalam makalah prapublikasi tentang sistem yang memprediksi perilaku benda.

Robot biasanya belajar dari hasil yang sudah diamati. Pendekatan baru ini mencoba memakai selisih antara prediksi model dan kejadian nyata untuk memperkirakan apa yang mungkin terjadi jika robot mengambil tindakan berbeda.

Model dunia kontra-faktual membaca selisih prediksi

Model dunia membantu sistem kecerdasan buatan fisik, seperti robot, memperkirakan akibat dari suatu tindakan. Misalnya, model dapat menaksir posisi benda setelah robot mendorong atau menghindarinya. Namun, prediksi yang bertumpu pada data pengamatan belum tentu mencakup semua kemungkinan.

Masalah muncul ketika kondisi tersembunyi mengubah hasil. Arus sungai, beban yang tak terduga, atau motor yang lemah dapat membuat gerakan robot berbeda dari perkiraan. Jika model hanya mengandalkan hasil rata-rata, ia kesulitan menjawab pertanyaan tentang tindakan yang tidak pernah terjadi.

Balestriero menjelaskan bahwa metode mereka menggunakan perbedaan antara prediksi dan kejadian nyata untuk mengidentifikasi apa yang meleset. Informasi itu kemudian membantu model memperkirakan hasil berikutnya, sekaligus menelaah kegagalan saat sistem sedang digunakan.

Gagasannya bertumpu pada model dunia kontra-faktual, yakni model yang menaksir skenario alternatif berdasarkan kejadian yang benar-benar teramati. Peneliti menyebut pendekatan tersebut dapat diterapkan pada model dunia yang memprediksi keadaan berikutnya berdasarkan tindakan. Namun, arsitektur JEPA dinilai cocok untuk penyesuaian ini.

Contoh perahu menunjukkan cara kerja metode

Joint Embedding Predictive Architecture atau JEPA adalah arsitektur yang dikembangkan Yann LeCun dan koleganya pada 2023. Model ini dapat menerima suatu tindakan sebagai masukan lalu memperkirakan keadaan dunia setelah tindakan itu dilakukan. Kendalanya, JEPA menghasilkan rata-rata kemungkinan sehingga sulit memperkirakan kejadian alternatif yang tidak berlangsung.

Dalam contoh penelitian, sebuah perahu melintasi sungai dengan arus tersembunyi. Model memperkirakan posisi perahu setelah diarahkan ke kiri, tetapi perahu berakhir dua meter lebih jauh ke hilir. Selisih itu memberi petunjuk tentang pengaruh arus yang tidak masuk dalam prediksi awal.

Halaman:12Semua Halaman

(ZA)

Artikel Untuk Anda

📲
Ikuti JournalArta di WhatsApp & Telegram

Berita terpenting nasional, ekonomi, dan teknologi langsung di HP-mu. Gratis, tanpa spam.

Bagikan: Facebook Twitter Telegram
Uji dirimuKuis Sejarah Hari Pahlawan: 10 Soal Pertempuran Surabaya 1945, Berapa Skormu? →
TRENDING Kode Redeem FC Mobile Terbaru 13 Oktober 2026: Klaim Pack & Coins Gratis