8 Agustus 2024
Gambar simulasi kota dikembangkan dengan AI generatif. Kredit foto: Adobe Stock
Di dunia di mana teknologi mutakhir sering kali muncul dari laboratorium Silicon Valley, beberapa solusi inovatif diambil dari sumber yang tidak terduga. Para peneliti mengambil isyarat dari video game dan semut serta menerapkan model bahasa yang besar dengan cara yang tidak biasa untuk memecahkan masalah dunia nyata yang kompleks.
Bayangkan sebuah kota metropolitan yang berkembang dengan gedung-gedung bertingkat, taman-taman yang luas, dan transportasi umum yang efisien. Mungkinkah desain kota ini tidak hanya berasal dari para perencana kota yang ahli, tetapi juga dari warga yang bersemangat dan juga penggemar game pembangunan kota?
Penelitian terbaru dari Lancaster University di Inggris bertujuan untuk merevolusi perencanaan kota dengan memasukkan masukan dari anak-anak kota ke dalam desain. Diterbitkan di Acta Ludologica, sebuah jurnal ilmiah yang ditinjau oleh rekan sejawat tentang wacana permainan dan permainan digital, penelitian ini menggambarkan kurangnya keterlibatan masyarakat dalam praktik pembangunan perkotaan saat ini dan menyarankan penggunaan platform permainan seperti "Cities: Skylines" atau "Sim City" untuk menawarkan simulasi yang realistis bagi penduduk, meningkatkan keterlibatan dan kesadaran mereka dalam perencanaan kota.
Teknologi yang menjadi inti dari penelitian ini adalah modifikasi canggih dari "Cities: Skylines," yang memungkinkan pemain mengimpor bangunan dan model dunia nyata untuk menciptakan lingkungan perkotaan yang nyata. Peserta dapat mengelola aspek kehidupan kota, termasuk pendidikan, layanan publik, dan kebijakan pajak, sementara dasbor permainan melacak kebahagiaan warga. Pendekatan interaktif ini tidak hanya mengedukasi para pemain tentang seluk-beluk perencanaan kota, tetapi juga berfungsi sebagai alat untuk aplikasi di dunia nyata. Peneliti Paul Cureton dan Paul Coulton, dari laboratorium penelitian yang dipimpin oleh desain di Lancaster , ImaginationLancaster, telah menunjukkan keefektifan metode ini melalui lokakarya dengan Dewan Kota Lancaster setelah melibatkan anak-anak dalam perencanaan sebuah desa taman baru.
Implikasi dari penelitian ini sangat besar. Dengan mengintegrasikan desain game dengan perencanaan kota, para peneliti menawarkan metode yang hemat biaya, menyenangkan, dan terukur untuk meningkatkan keterlibatan warga dalam proses perencanaan. Pendekatan ini juga menjawab kebutuhan mendesak akan perubahan dalam partisipasi publik, seperti yang disoroti oleh data Royal Town Planning Institute yang menunjukkan minimnya minat dalam perencanaan di kalangan anak muda.
Studi ini menyimpulkan dengan menyarankan bahwa penggunaan teknologi game yang inovatif seperti itu dapat mendukung para perencana, meningkatkan pengembangan keterampilan, dan menyediakan alat yang diperlukan untuk melibatkan orang lebih dalam dalam transformasi ruang hidup mereka. Pada akhirnya, penelitian ini membuka jalan bagi masa depan yang lebih kolaboratif dan dinamis dalam pembangunan perkotaan.
Perhentian berikutnya dalam perjalanan kita melihat inspirasi teknologi yang tidak biasa membawa kita ke dunia mikroskopis DNA. Para peneliti di TU Dresden, Jerman, menggunakan kecerdasan buatan untuk membuka bahasa tersembunyi DNA, memberikan wawasan baru tentang genetika dan penyakit.
DNA sering digambarkan sebagai cetak biru kehidupan, yang berisi semua instruksi untuk membangun dan memelihara organisme. Namun, menguraikan semua informasi dalam DNA sangatlah kompleks dan belum sepenuhnya dipahami, dan metode tradisional analisis DNA bisa jadi lambat dan memakan banyak tenaga. Di situlah kecerdasan buatan berperan.
Para peneliti di TU Dresden telah mengembangkan model AI baru bernama GROVER (Genome Rules Obtained via Extracted Representations), yang memperlakukan sekuens DNA seperti sebuah bahasa, dengan menggunakan teknik-teknik yang digunakan dalam pemrosesan bahasa alami. Dengan menganalisis pola dan struktur dalam kode DNA, AI dapat mengidentifikasi urutan. Metode ini, mirip dengan mengartikan bahasa asing, memungkinkan para peneliti menggunakan GROVER untuk interpretasi data genetik yang lebih cepat dan akurat.
Dengan melatih seluruh genom manusia, GROVER menciptakan kamus DNA yang diharapkan para peneliti dapat membuka wawasan tentang kode genetik, memajukan genomik, dan pengobatan yang dipersonalisasi. Penelitian yang dipublikasikan di Nature Machine Intelligence ini memiliki potensi terobosan yang signifikan dalam memahami kompleksitas DNA.
"Dalam hal bahasa, kita berbicara tentang tata bahasa, sintaksis dan semantik," Melissa Sanabria, seorang peneliti di balik proyek ini, mengatakan kepada situs web universitas. "Untuk DNA, ini berarti mempelajari aturan yang mengatur urutan, urutan nukleotida dan urutan, dan arti dari urutan tersebut. Seperti model GPT yang mempelajari bahasa manusia, GROVER pada dasarnya telah mempelajari cara 'berbicara' DNA."
Para peneliti di TU Delft MAVLab telah membuat terobosan signifikan dalam navigasi robot dengan mengambil inspirasi dari cara semut menavigasi lingkungannya. Semut menggunakan kombinasi pengenalan visual (bayangkan foto) dan penghitungan langkah (bayangkan odometri) untuk kembali ke rumah, bahkan setelah melakukan perjalanan jauh. MAVLab telah meniru metode ini, menciptakan strategi navigasi yang terinspirasi dari serangga untuk robot kecil dan ringan.
Sistem navigasi otonom tradisional sering kali mengandalkan perangkat keras yang tidak praktis untuk robot kecil. Terinspirasi oleh alam, para peneliti MAVLabs telah merancang sebuah sistem di mana robot mengambil foto lingkungan sekitar untuk membantu navigasi. Metode ini, mirip dengan jejak remah roti Hansel dan Gretel, melibatkan robot yang mengambil gambar visual pada interval tertentu dan menggunakannya untuk memandu perjalanan pulang. Dengan memadukan foto-foto ini dengan odometri, robot dapat menempuh jarak yang lebih jauh dengan lebih efisien, sehingga secara signifikan mengurangi beban komputasi.
Pendekatan yang terinspirasi oleh bio ini telah berhasil didemonstrasikan dengan drone kecil yang disebut CrazyFlie, yang dapat menavigasi hingga 100 meter dengan hanya menggunakan 1,16 KB memori. Penelitian ini membuka jalan bagi penyebaran praktis robot kecil dalam berbagai skenario dunia nyata di mana metode navigasi tradisional mungkin tidak memungkinkan. Meskipun sistem ini tidak menghasilkan peta yang terperinci, sistem ini menyediakan solusi yang kuat untuk tugas-tugas spesifik seperti pelacakan inventaris dan pemantauan tanaman rumah kaca, di mana fungsionalitas kembali ke basis yang sederhana sudah cukup memadai.
Entah itu menggunakan video game untuk meningkatkan perencanaan kota, memanfaatkan kemampuan navigasi semut untuk meningkatkan robotika, atau menggunakan AI untuk memecahkan kode bahasa DNA, contoh-contoh progresif ini menunjukkan kekuatan berpikir di luar kebiasaan untuk mendorong kemajuan yang luar biasa. Dan karena para peneliti terus mencari inspirasi dari alam dan sekitarnya, kita dapat mengharapkan lebih banyak lagi solusi inovatif yang akan muncul, mengubah cara kita hidup dan berinteraksi dengan teknologi.