Penulis: Jan Liphardt

Diterjemahkan oleh: Shen Chao TechFlow

Penulis asli adalah Jan Liphardt, seorang profesor asosiasi di Departemen Teknik Biomedis Universitas Stanford, yang meraih gelar doktor dari Universitas Cambridge.

Dia juga merupakan pendiri Openmind. Openmind berfokus pada pengembangan perangkat lunak sumber terbuka multi-agent, bertujuan untuk membuat robot menjadi lebih cerdas dan memastikan manusia dapat memeriksa dan memahami proses pengambilan keputusan robot. Dia juga merupakan salah satu penulis utama standar ERC-7777, sebuah protokol yang dikembangkan bersama oleh Openmind dan Nethermind.io, yang bertujuan untuk mengatur cara interaksi dalam masyarakat kolaboratif antara manusia dan robot.

Teks utama

Robot cerdas otonom pernah dianggap sebagai konsep fiksi ilmiah yang tak terjangkau, tetapi saat ini, model bahasa besar (LLM) dan AI generatif telah memberikan kemampuan kepada mesin untuk merencanakan, belajar, dan berpikir. Tidak hanya itu, perangkat lunak ini yang dapat memenangkan Olimpiade Matematika dan menulis novel, juga dapat mengendalikan robot fisik, sehingga karakter digital dapat beralih dengan mulus antara dunia digital dan fisik. Oleh karena itu, di masa depan, robot yang berjalan di komunitas Anda, atau robot yang bekerja bersama Anda, akan dapat menunjukkan pandangan dan perilaku yang konsisten di X/Twitter, pasar prediksi, dan kehidupan nyata.

Namun, kita menghadapi tantangan penting: bagaimana mengintegrasikan mesin-mesin cerdas ini ke dalam masyarakat manusia, dari sekolah, rumah sakit, pabrik hingga rumah dan kehidupan sehari-hari? Sebagian besar sistem yang ada saat ini dirancang untuk manusia, secara default memerlukan sidik jari, orang tua, dan tanggal lahir, yang jelas tidak berlaku untuk mesin cerdas. Selain itu, masih ada perdebatan besar tentang bagaimana mengatur mesin-mesin ini—apakah kita harus melarang perkembangannya, menangguhkan penelitiannya, atau membatasi mereka untuk mensimulasikan emosi yang dapat dipahami manusia (seperti yang diusulkan Uni Eropa)? Lebih rumit lagi, jika sebuah model bahasa besar dengan 2000 miliar parameter beroperasi di komputer di orbit rendah dan mengendalikan robot perdagangan atau robot fisik di kantor Komisi Sekuritas dan Bursa AS (SEC), hukum mana yang harus diikuti oleh perilakunya?

Kami sangat membutuhkan sistem global yang dapat mendukung transaksi keuangan, memungkinkan manusia dan mesin cerdas untuk bersama-sama memberikan suara dalam menetapkan aturan, sekaligus memiliki ketidakberdayaan, keterbukaan, dan ketahanan yang kuat. Beruntung, selama 16 tahun terakhir, ribuan pengembang dan inovator telah membangun sistem semacam itu—sebuah kerangka kerja paralel untuk tata kelola dan keuangan terdesentralisasi. Sejak awal, tujuan blockchain adalah untuk mendukung "komunitas non-geografis yang menjelajahi model ekonomi baru", dengan membangun sistem yang "dapat berinteraksi dengan pengguna mana pun" (Satoshi, 13 Februari 2009). Saat ini, visi ini menjadi semakin jelas—berbeda dengan teknologi, keuangan, dan sistem regulasi lainnya yang berfokus pada manusia, blockchain dan kontrak pintar dapat mendukung manusia dan mesin cerdas tanpa diskriminasi. Oleh karena itu, jaringan kripto terdesentralisasi menyediakan infrastruktur yang sangat penting untuk bidang yang sedang berkembang ini, manfaatnya akan terlihat secara penuh di bidang kesehatan, pendidikan, dan pertahanan.

Tentu saja, masih ada banyak rintangan yang perlu diatasi dalam proses ini. Mewujudkan koneksi yang mulus antara kolaborasi manusia-mesin dan kolaborasi antar mesin sangat penting, terutama di bidang berisiko tinggi seperti transportasi, manufaktur, dan logistik. Kontrak pintar dapat membantu mesin otonom menemukan satu sama lain, berkomunikasi dengan aman, dan membentuk tim untuk menyelesaikan tugas kompleks. Pertukaran data dengan latensi rendah (seperti komunikasi antara taksi robot) mungkin akan dilakukan di luar rantai, misalnya melalui jaringan pribadi virtual, tetapi langkah-langkah sebelumnya, seperti menemukan robot atau manusia yang dapat mengantarkan Anda ke bandara, sangat cocok untuk dilakukan melalui pasar dan mekanisme terdesentralisasi. Solusi skala yang seperti Optimism akan menjadi kunci untuk mendukung transaksi dan arus ini.

Selain itu, regulasi yang terfragmentasi di seluruh dunia juga merupakan faktor utama yang menghambat inovasi. Meskipun wilayah seperti Ontario berada di garis depan dalam bidang robot otonom, sebagian besar daerah masih jauh tertinggal. Tata kelola terdesentralisasi menyediakan standar yang sangat dibutuhkan untuk bidang ini dengan membangun seperangkat aturan yang dapat diprogram berbasis blockchain. Menetapkan standar global tentang keamanan, etika, dan operasi sangat penting untuk memastikan bahwa robot cerdas otonom dapat diterapkan secara luas lintas negara tanpa mengorbankan keamanan dan kepatuhan.

Organisasi Otonomi Terdesentralisasi (Decentralized Autonomous Organizations, DAOs) sedang mempercepat penelitian dan pengembangan robotika dan AI. Saluran pendanaan tradisional tidak efisien dan relatif tertutup, membatasi perkembangan cepat industri. Sementara itu, model berbasis token (seperti platform DeSci DAO) telah melampaui hambatan-hambatan ini, serta memberikan insentif bagi investor biasa untuk berpartisipasi. Selain itu, beberapa model bisnis AI yang muncul telah memperkenalkan mikro-pembayaran dan cara berbagi keuntungan dengan penyedia data atau model, semua ini dapat diwujudkan melalui kontrak pintar.

Keuntungan-keuntungan ini, jika digabungkan, akan mendorong perkembangan cepat robot cerdas otonom dan membawa banyak aplikasi nyata yang dinantikan.

Paradigma baru robot dan mesin cerdas

Banyak orang mungkin khawatir bahwa penyebaran mesin cerdas akan bersaing dengan manusia, menganggap kognisi sebagai permainan yang bernilai nol. Namun, kenyataannya adalah, di bidang pendidikan, kesehatan, dan banyak bidang lainnya, masih ada kekurangan serius dalam bakat yang terdidik dengan baik.

Sebuah studi oleh UNESCO menunjukkan bahwa masalah kekurangan guru di seluruh dunia sangat serius, "hingga tahun 2030, dunia perlu menambah 44 juta guru sekolah dasar dan menengah"—ini bahkan belum termasuk asisten yang membantu siswa dengan bimbingan satu-satu, membantu siswa yang tertinggal untuk mengejar ketertinggalan. Dalam konteks ini, robot cerdas otonom dapat membawa keuntungan besar bagi bidang pendidikan, meredakan krisis kekurangan guru. Bayangkan seorang anak dapat belajar konsep-konsep kompleks melalui robot di sekitarnya, yang dengan sabar membimbing mereka langkah demi langkah untuk menguasai keterampilan baru—tidak hanya memperdalam pemahaman mereka terhadap subjek, tetapi juga meningkatkan kemampuan sosial mereka. Kita telah terbiasa mengajarkan robot, tetapi hubungan satu arah ini sedang perlahan-lahan berubah.

Sementara itu, Organisasi Kesehatan Dunia (WHO) memperingatkan bahwa sektor kesehatan menghadapi "krisis tenaga kerja". Saat ini, sistem kesehatan di 100 negara di seluruh dunia kekurangan sekitar 7,2 juta tenaga profesional, dan dengan meningkatnya masalah penuaan, kekurangan ini diperkirakan akan meluas menjadi 12,9 juta pada tahun 2035. Terutama dalam bidang perawatan, perawatan primer, dan bidang kesehatan terkait, masalah kekurangan tenaga kerja sangat serius. Krisis ini tidak hanya mempengaruhi kualitas perawatan yang diterima pasien, tetapi juga mengancam efisiensi kerja para profesional kesehatan. Dalam konteks ini, robot otonom yang cerdas dapat berperan penting dalam berbagai cara, seperti memantau pasien dengan penyakit kronis, membantu operasi bedah, dan memberikan layanan pendampingan kepada orang tua. Mereka juga dapat secara otomatis memantau persediaan obat dan peralatan, serta melakukan pengisian kembali tepat waktu saat diperlukan. Selain itu, dalam tugas-tugas seperti pengangkutan limbah medis, membersihkan ruang perawatan, dan membantu operasi bedah yang kompleks, robot juga dapat secara signifikan meningkatkan efisiensi dan konsistensi. Di tengah kebutuhan mendesak untuk meningkatkan produktivitas di sektor kesehatan, robot tentu menjadi bantuan yang penting.

Di bidang pertahanan, aplikasi sistem otonom telah menunjukkan hasil, terutama dalam hal drone swarming dan aset tempur di laut. Potensi robot dalam menjalankan tugas berisiko tinggi atau tugas yang tidak dapat diselesaikan oleh manusia (seperti penyelamatan bencana atau pekerjaan berbahaya) baru saja mulai digali.

Dari prototipe hingga aplikasi nyata

Kandungan ini mungkin terdengar agak jauh, seperti plot fiksi ilmiah abad ke-22, tetapi pada kenyataannya, Ethereum sudah digunakan untuk menyimpan keputusan dan aturan tindakan AI dan robot. Menurut laporan Coinbase, agen AI (AI agents) telah mulai menggunakan cryptocurrency untuk bertransaksi di antara mereka.

Keterbukaan dan auditabilitas jaringan kripto terdesentralisasi memberikan pengembang robot platform yang aman untuk berbagi data, model, dan terobosan teknologi. Mekanisme ini secara signifikan mempercepat transisi robot otonom dari prototipe ke aplikasi nyata, memungkinkan mereka untuk lebih cepat diterapkan di bidang-bidang penting seperti rumah sakit dan sekolah. Bayangkan, ketika Anda berjalan di jalan dengan robot mirip manusia, orang yang lewat mungkin akan berhenti dan bertanya kepada Anda: "Apakah Anda tidak takut?" Anda dapat menjawab dengan percaya diri: "Tidak, saya tidak takut, karena aturan perilaku mesin ini bersifat terbuka dan tidak dapat diubah." Kemudian, Anda bahkan dapat memberikan mereka tautan yang mengarah ke alamat kontrak Ethereum yang menyimpan aturan-aturan ini.

Buku besar terdesentralisasi juga dapat berfungsi sebagai pusat koordinasi, memungkinkan sistem heterogen yang terdiri dari berbagai jenis robot untuk menemukan satu sama lain dan berkolaborasi tanpa perantara terpusat. Mekanisme ini secara konseptual mirip dengan teknologi C3 pertahanan tradisional (komando, komunikasi, dan kontrol), tetapi infrastrukturnya adalah terdesentralisasi dan transparan. Catatan yang tidak dapat diubah memastikan bahwa setiap interaksi dan tindakan dapat dilacak, membangun dasar yang dapat dipercaya untuk kolaborasi.

Dalam interaksi antar robot, kontrak pintar dapat menyederhanakan alokasi tugas dan berbagi sumber daya, sehingga mencapai koordinasi yang efisien. Dalam interaksi manusia-mesin, sistem terdesentralisasi yang memperhatikan perlindungan privasi dapat mengelola data sensitif dengan aman, seperti informasi biometrik atau catatan medis, sehingga meningkatkan kepercayaan pengguna terhadap keamanan data, sekaligus memperjelas tanggung jawab.

Dunia baru ini mungkin menimbulkan beberapa pertanyaan—apa artinya semua ini bagi kita?—tetapi faktanya, setiap pembaca yang membaca artikel ini telah bekerja keras selama hampir 20 tahun untuk mewujudkan semua ini, dengan membangun infrastruktur yang dapat menangani tata kelola, kolaborasi, komunikasi, dan koordinasi antara manusia dan mesin cerdas.

Catatan: Pendapat yang diungkapkan dalam artikel ini hanya mencerminkan pandangan pribadi penulis dan tidak selalu mencerminkan posisi CoinDesk, Inc. atau pemilik serta afiliasinya.