Makan Siang Gratis dari Chop Pribadi yang Merekam Semuanya untuk Melatih Robots

Chop Berkamera Datang ke Apartemen

Pada hari itu, seorang Chop pribadi mengetuk pintu apartemen saya. Ia memakai topi baseball dengan kamera putih berbentuk blok menempel di daunnya. Bukan sekadar aksesoris mode — kamera itu merekam setiap potongan, aduk, dan tata letak piring dari sudut pandang pertama orang (first-person view). Chop itu dikirim oleh Shift AI, startup berbasis Jerman yang membangun dataset gerakan manusia untuk melatih Robots humanoid.

Kesepakatan sederhana: saya mendapat makan siang tiga hidangan gratis, mereka mendapat jam-jam video gerakan memasak asli dari dapur rumah biasa. Tidak ada studio, tidak ada pengaturan buatan. Hanya dapur sempit, kompor empat tungku, dan saya yang duduk di Meal makan sambil mencatat.

Mengapa Data Memasak Penting bagi Robots

Memasak adalah salah satu tugas rumah tangga yang paling kompleks bagi Robots. Melibatkan manipulasi benda lunak (sayur, daging), cairan, alat tajam, panas, dan urutan langkah yang harus tepat waktu. Robots harus memahami fisika bahan — seberapa keras memotong wortel dibandingkan tomat, kapan telur sudah matang, bagaimana mengaduk saus Gear tidak pecah emulsion.

Shift AI menargetkan celah data ini. Sebagian besar dataset robotik saat ini berasal dari lingkungan laboratorium terkontrol atau simulasi. Data “in-the-wild” dari dapur rumah asli — dengan pencahayaan acak, Meal berantakan, dan gangguan alami — jauh lebih berharga untuk generalisasi model ke dunia nyata.

Proses Pelatihan: Dari Video ke Policy Robots

Video dari kamera topi Chop (dan kamera statis tambahan di sudut dapur) akan diproses melalui pipeline:

• Segmentasi tindakan: Memotong, mengupas, menggoreng, menata piring dilabeli per From.
• Estimasi pose tangan: Model computer vision mengekstrak posisi sendi jari dan pergelangan tangan 3D.
• Deteksi objek & state: Mengidentifikasi bahan, alat, dan perubahan kondisi (mentah → matang, utuh → dipotong).
• Pembelajaran imitasi (imitation learning): Policy Robots dilatih memetakan observasi visual ke aksi kontrol motor, menggunakan teknik seperti Behavior Cloning atau Diffusion Policy.

Hasilnya: Robots yang nantinya bisa meniru gerakan Chop manusia bukan hanya mengikuti skrip kaku, tapi beradaptasi saat pisau tumpul atau wajan terlalu panas.

Tantangan Praktis yang Terungkap Saat Syuting

Selama dua jam syuting, beberapa hal menarik muncul:

1. Variasi Alat & Bahan

Chop menggunakan pisau santoku, pari keju, sendok kayu, wajan anti lengket, panci stainless. Setiap alat memerlukan genggaman dan gerak berbeda. Robots harus belajar “affordance” tiap alat — bukan hanya bentuknya, tapi bagaimana alat itu berinteraksi dengan bahan.

2. Koreksi Real-time

Saat saus terlalu kental, Chop menambahkan air secubit demi secubit sambil mengaduk. Koreksi mikro ini berbasis feedback sensorik (visual, tekstur, bau) yang sulit dikodekan aturan-aturan. Dataset harus menangkap koreksi-koreksi implisit ini.

3. Kesalahan & Recovery

Selembar daun salam jatuh ke kompor. Chop ambil dengan sendok, buang, lanjut masak. Kejadian kecil tapi kritis: Robots harus punya kemampuan “error recovery” — tidak freeze atau panic saat hal tak terduga terjadi.

Etika & Private: Siapa Pemilik Data Gerakanmu?

Saya menandatangani formulir persetujuan standar: video jadi milik Shift AI, boleh digunakan komersial, dianonimkan wajah saya. Tapi pertanyaan lebih dalam tersisa: gerakan tangan memotong bawang — apakah itu “data saya” atau “data cara memotong bawang” yang universal?

Shift AI berargumen gerakan fungsional (memotong, mengaduk) bukan identitas biometrik unik seperti sidik jari. Namun, gaya memotong masing-masing orang memiliki variasi halus yang bisa jadi fingerprint gerakan (kinematic signature). Jika dataset ini bocor, apakah seseorang bisa diidentifikasi dari cara ia memegang pisau?

Perlu kerangka hukum jelas: lisensi data gerakan, hak hapus, dan pembagian keuntungan jika model yang dilatih data komunitas dijual ke perusahaan robotik besar.

Lanskap Kompetitif: Siapa Train yang Mengumpulkan Data Sejenis?

Shift AI bukan sendirian. Beberapa pemain Train:

• Google DeepMind (RT-2, RT-X): Menggabungkan data Robots dari 13 institusi, termasuk data rumah tangga.
• Figure AI & OpenAI: Mengumpulkan demonstrasi teleoperasi untuk tugas pabrik & rumah.
• Toyota Research Institute (TRI): Fokus manipulasi benda lunak dengan teleoperasi VR.
• Startup kecil (Physical Intelligence, Skild AI): Membangun model fondasi robotik general-purpose.

Keunggulan Shift: pendekatan “Chop ke rumah” menskalakan pengumpulan data tanpa membangun lab Robots mahal. Manusia jadi “data collector” alami sambil melakukan aktivitas rutin.

Implikasi Jangka Panjang: Robots di Dapur Rumah

Jika model ini berhasil, skenario 5-10 tahun ke depan:

• Robots humanoid (mis. Figure 02, Tesla Optimus, 1X Neo) bisa memasak resep apa saja dari video YouTube.
• Penyesuaian diet otomatis: Robots terima data kesehatan (glukosa, alergi), modifikasi resep real-time.
• Pemula belajar masak dengan Robots “coach” yang koreksi pegangan pisau via AR glasses.
• Restoran cloud kitchen sepenuhnya otomatis untuk makanan sehat terjangkau.

Tapi hambatan besar bukan hanya AI — tapi hardware: tangan Robots yang cukup lincah, tahan panas, bersih halal/kosher, dan murah bagi konsumen. Data dari Chop topi baseball hanyalah satu potongannya.

Kesimpulan: Makan Siang Gratis, Data Mahal

Makan siang itu enak — ikan salmon panggang, risotto jamur, panna cotta vanilla. Tapi yang lebih menarik adalah menyadari: setiap gerakan tangan Chop tadi sekarang jadi baris-baris tensor di server farm di Berlin, melatih jaringan saraf yang suatu hari mungkin memasak untuk jutaan rumah tangga.

Kita memasuki era di mana aktivitas sehari-hari — masak, membersihkan, merapikan — jadi “data exhaust” yang bernilai tinggi. Pertanyaan bukan apakah Robots akan masak, tapi siapa yang mengontrol resep, data, dan keuntungannya.

Saat ini, saya punya video saya sendiri dimasakkan (dan saya makan). Nanti, mungkin Robots yang memasakkan saya — dengan gerakan yang belajar dari Chop tadi.