Kotaro, seorang robot manusia yang dibuat di Universitas Tokyo, dipresentasikan di Universitas Seni dan Desain Industri Linz selama Ars Electronica Festival 2008.  Wikipedia.org CC SA 3.0.

Seorang kolega saya, seorang ahli robot, baru-baru ini menyatakan bahwa jika seseorang dapat melakukan teleoperasi robot yang ia kembangkan di labnya, itu dapat menahan pekerjaan di atas meja. Ini adalah sentimen umum di antara para robotis bahwa perangkat keras mekanik yang ada sudah cukup untuk menggantikan manusia dalam banyak tugas di mana kita mencari nafkah.

Daripada perangkat keras, langkah terakhir, emas untuk memiliki rekan mesin seperti manusia adalah dalam pengembangan algoritma yang tepat. Tapi ini salah. Sebenarnya ada sedikit bukti bahwa robot memiliki fitur mekanis yang diperlukan untuk menekan pekerjaan meja, terlepas dari algoritma.

Roboticists seperti algoritma cinta kolega saya. Banyak dari mereka tumbuh dengan bermain video game di mana tantangan itu memikirkan serangkaian tindakan yang benar, keluar dari serangkaian opsi yang telah ditentukan, sesuai dengan sedikit, tombol terpisah pada gamepad, di dunia virtual. Mengalahkan permainan video berarti menemukan urutan tindakan yang tepat.

Apa yang tidak disadari oleh banyak ahli robot adalah betapa luar biasa, dan sangat kompleks, gerakan mereka sendiri di dunia nyata - bahkan dalam tugas yang paling sering ditemui. Mereka cenderung membagi dunia gerakan ke dalam kategori-kategori yang nyaman dan berlawanan:

• gerakan (apa yang Anda lakukan ketika Anda berada di kelas menari atau berolahraga, bernafas berat) versus keheningan (apa yang Anda lakukan ketika Anda 'hanya' duduk, bernapas ringan);
  
  
• tugas-tugas yang sulit dan sudah di-rfarifikasi (backflip) versus yang mudah dan umum (berhasil menangkap cincin kunci yang tiba-tiba dilemparkan oleh seorang teman);
  
  
• tugas ekspresif (mengomunikasikan kemarahan) versus tugas fungsional (berjalan melintasi ruangan);
  
  
• kekuatan, presisi, pengulangan (fitur di mana robot memiliki manusia yang telah lama tampil) dibandingkan kelembutan, variabilitas, kejutan (kebiasaan aneh gerakan manusia yang perlu dihilangkan untuk kinerja optimal).

Kategori-kategori ini memiliki kegunaannya, tetapi mereka juga menciptakan bintik-bintik buta bagi mereka yang ingin mengukur dan mereplikasi pergerakan sistem alami - atau memprediksi dampak masa depan yang akan dimiliki mesin-mesin ini terhadap kehidupan kita.

Dalam tarian, rumah profesional saya yang lain, keanehan perilaku manusia adalah sesuatu yang harus dirayakan, dieksplorasi, dan bahkan dieksploitasi. Dance menolak dan secara aktif menggagalkan kategorisasi semudah itu. Gagasan 'keheningan' tidak hadir dalam sistem gerakan Laban / Bartenieff, sebuah taksonomi yang meresmikan serangkaian fitur gerakan yang saling terkait dan tumpang tindih, dihubungkan melalui dualitas yang membuat kategorisasi kaku atas tindakan tubuh menjadi mustahil. Sistem ini menggambarkan proses di mana penari dan koreografer menciptakan desain inovatif gerakan manusia mereka melalui lensa analisis gerakan Laban. Bentuk analisis kualitatif yang diwujudkan ini menggambarkan gagasan 'keheningan aktif', yang mengakui jumlah aktivitas motorik yang terlibat dalam memegang postur tertentu. Di bawah kacamata akademis tarian, semua polaritas di atas terurai:

• manusia tidak pernah diam, membutuhkan napas konstan melalui gerakan diafragma, yang bergema ke setiap bagian tubuh, terutama tulang rusuk, detak jantung, dan penyesuaian postur tubuh;
  
  
• sementara robot dapat mencapai backflip, mereka tidak dapat menangkap objek di berbagai lingkungan, menggeser ide konvensional tentang apa yang 'keras' dan 'mudah';
  
  
• berjalan di seberang ruangan mengekspresikan informasi tentang keadaan internal pasangan hidup, oleh karena itu fungsional dan ekspresif; dan
  
  
• manusia di atas panggung di samping mesin dapat menciptakan lebih banyak kualitas tekstur, dengan mudah mengungguli rekan-rekan mekanik mereka.

So apa yang diperlukan untuk 'menahan pekerjaan di atas meja'? Mari kita asumsikan robot memiliki basis beroda dan dua lengan robot terpasang, beroperasi di dalam lingkungan kantor yang relatif terkontrol dengan meja khusus untuk mengakomodasi bentuk mesin ini yang tidak biasa, jika agak antropomorfik. Robot tidak akan otonom; itu akan dioperasionalkan oleh manusia. Sebagai analis yang memecah koreografi, mari kita lihat semua hal yang manusiawi tidak - Bahwa manusia bergerak - agar tetap bekerja di meja kerja yang tampaknya 'tidak bergerak'. Untuk tugas-tugas ini, bahkan jika diberikan serangkaian instruksi yang benar dari operator manusia, robot yang ada akan gagal.

Lipat tepat selembar kertas besar dalam sekali coba: ada pabrik di mana struktur mekanik khusus melipat kertas secara mandiri setiap hari, tetapi mereka tidak menggunakan robot humanoid. Robot rekan saya akan konyol di ruang seperti itu; Keuntungannya adalah berada dalam aktivitas multiguna. Tetapi, humanoids hari ini akan dengan mudah gagal pada jenis lipatan yang dilakukan manusia, dengan lembut menavigasi lipatan ke bawah pada saat yang tepat bahwa seluruh kertas akan menekuk, menggunakan umpan balik haptic dan visual. Pada gambar di bawah ini, siku, permukaan lengan dan ujung beberapa jari memandu lembaran yang sulit dalam konser. Robot hari ini akan merusak kertas dengan mengerut pada saat yang salah, atau tidak bisa mengendalikan permukaan lentur yang besar.

Klip kertas: ketika mengambil penjepit kertas, manusia secara tidak sengaja menjatuhkan tangan mereka ke dalam bak klip. Kami tidak bertujuan untuk satu, kami hanya bertujuan untuk seluruh stoples. Begitu kita di sana, kita berguling-guling, mengambil keuntungan dari beberapa titik akhir yang diartikulasikan, mengambil satu atau bahkan selusin, dan kemudian dengan cepat menemukan pegangan pada hanya satu dan melepaskan sisanya. Robot biasanya diprogram untuk mengambil hanya satu objek pada suatu waktu. Tugas ini akan membutuhkan banyak percobaan ulang, untuk membuat jengkel bos.

Batalkan label dari label itu sendiri: menempelkan label pada berbagai hal adalah aspek penting dari banyak pekerjaan. Label semacam itu mudah lepas dari kulit dan tidak mudah dari logam dan plastik. Sementara mesin yang secara sempurna disejajarkan untuk menempel label berulang kali ke objek yang sama hari demi hari tidak mengalami masalah, mesin di pekerjaan meja mungkin menerima segudang objek dan ukuran label yang berbeda - itu, seperti Anda, mungkin perlu beberapa kali mencoba untuk mendapatkan itu berbaris dengan benar, tetapi, tidak seperti Anda, akan berjuang untuk mengatasi upaya yang tidak selaras.

Ambil selembar kertas, jatuh di tempat yang sempit: jika kertas jatuh di antara alas tiang dan kaki meja Anda, Anda mungkin tidak dapat segera mencapainya. Seringkali, apa yang diperlukan adalah jangkauan awal yang tidak berhasil, dan kemudian akomodasi yang berputar dan meliuk, skapula Anda meluncur turun ke belakang, jari kelingking Anda sedikit melebar keluar sedikit ketika Anda bersandar ke lengan Anda, menemukan otot licin memberikan sedikit saja. , sehingga Anda mendapatkan beberapa izin tambahan di sekitar radiator dan ... di sana! Anda sudah mendapatkannya. Robot hari ini tidak akan memiliki semua pilihan ekstra ini yang memungkinkan manusia menavigasi ruang sempit. Mesin-mesin ini biasanya memiliki tautan kaku yang hanya berputar - tidak menerjemahkan relatif satu sama lain seperti yang dapat dilakukan tulang. Jika robot menjatuhkan selembar kertas penting dan tidak dapat mengambilnya, atau meninggalkan potongan kertas berserakan di sekitar meja, saya ragu itu akan tetap berfungsi.

Tertawalah dengan tepat pada lelucon yang tidak pantas: kita semua pernah ke sana. Bos atau rekan kerja Anda membuat lelucon yang tidak berwarna. Terlepas dari bagaimana Anda memutuskan untuk bereaksi, Anda harus menjalani garis yang baik jika Anda ingin tetap berada dalam kemurahan hati mereka. Anda tentu saja dapat memilih untuk tidak tertawa. Atau, di sisi lain, Anda bisa memberikan perut yang hangat. Kedua opsi ini mungkin keduanya bertanggung jawab untuk menempatkan Anda pada posisi yang sulit. Di satu sisi, tidak tertawa sama sekali dapat mempermalukan bos Anda; di sisi lain, tertawa terlalu keras bisa memberi kesan bahwa Anda menyetujui lelucon yang tidak pantas. Karena itu, Anda mungkin akan memilih untuk menemukan sesuatu di antaranya. Ini membutuhkan pengungkitan kompleksitas mekanis penuh Anda untuk menunjukkan nuansa persetujuan dan penolakan, secara bersamaan. Mungkin Anda memberikan tawa paksa dengan mata yang tidak setuju dan setengah tersenyum, memberi tahu atasan Anda bahwa Anda memahami lelucon itu, tahu itu tidak pantas, tetapi juga tidak akan memberi tahu siapa pun tentang hal itu. Ini menciptakan semacam ikatan sosial yang bisa sangat penting di tempat kerja, memanfaatkan perilaku yang tidak bisa ditiru oleh robot seperti rekan kerja saya.

Robot itu bisa 'lakukan backflips' adalah prestasi yang mengesankan. Pada pandangan pertama, backflip tampak seperti puncak kinerja fisik: sangat sedikit orang yang bisa melakukan ini! Di sisi lain, menangkap satu set kunci berbentuk aneh, dilemparkan tanpa peringatan, terbentang dalam bentuk canggung, terbang melintasi segudang latar belakang - mungkin dalam hujan di malam hari oleh seorang teman mabuk dengan koordinasi yang buruk - adalah tugas yang hampir semua manusia dewasa bisa melakukannya tetapi hanya sedikit, jika ada, robot yang bisa menyelesaikannya.

Dengan segala cara, tetap awasi dengan kagum ketika robot terus meningkatkan prestasi mekanik mesin. Tetapi ketahuilah bahwa Anda sendiri (ya, bahkan Anda dengan pekerjaan meja yang mengecam kelas latihan mingguan), Anda melakukan hal-hal luar biasa yang belum kita pahami - bahwa kita bahkan belum menghargai.

Tentang Penulis

Amy LaViers adalah seorang analis gerakan bersertifikat, melalui Institut Studi Gerakan Laban / Bartenieff di New York, dan direktur Lab Robotika, Otomasi, dan Tari (RAD) di Universitas Illinois di Urbana-Champaign. Dia adalah co-editor, dengan Magnus Egerstedt, dari Kontrol dan Seni: Pertanyaan di titik-temu Subyektif dan Tujuan (2014).

Artikel ini awalnya diterbitkan pada beribu-ribu tahun dan telah dipublikasikan ulang di bawah Creative Commons.

Buku terkait

at Pasar InnerSelf dan Amazon