# Artikel Terkait Perencana

Pusat Berita HTX menyediakan artikel terbaru dan analisis mendalam mengenai "Perencana", mencakup tren pasar, pembaruan proyek, perkembangan teknologi, dan kebijakan regulasi di industri kripto.

Artikel Terbaru Li Feifei: Saat Video Generation, Robot, dan NVIDIA Mengaku Sebagai Model Dunia, Kita Membutuhkan Taksonomi

Artikel ini membahas konsep "world model" (model dunia) dalam kecerdasan buatan (AI) yang saat ini banyak digunakan dengan makna berbeda-beda. Fei-Fei Li mengusulkan taksonomi fungsional untuk mengklarifikasi kekacauan ini. Berdasarkan siklus interaksi agen-dunia dalam POMDP (Partially Observable Markov Decision Process), ia mengategorikan model dunia menjadi tiga jenis berdasarkan outputnya: 1. **Renderer (Perender):** Menghasilkan **observasi**, khususnya piksel yang ditujukan untuk mata manusia. Contohnya adalah model video seperti Sora atau sistem interaktif seperti Genie yang menghasilkan gambar berdasarkan input. Fokus utamanya adalah kesetiaan visual, bukan akurasi fisik. 2. **Simulator (Simulator):** Menghasilkan **state (keadaan)**, yaitu representasi dunia yang akurat secara geometri, fisika, dan dinamika. Simulator berfungsi sebagai landasan struktural untuk perhitungan, digunakan oleh profesional (arsitek, desainer) dan program komputer (robot, kendaraan otonom) untuk pelatihan dan pengujian. Contohnya adalah platform seperti NVIDIA Omniverse. 3. **Planner (Perencana):** Menghasilkan **tindakan**. Model ini menentukan langkah selanjutnya yang harus diambil sebuah agen berdasarkan observasi dan tujuan. Ini menutup lingkaran persepsi-aksi. Contohnya adalah model visi-bahasa-aksi (VLA) dan model aksi dunia (World Action Models). Artikel menyoroti bahwa **simulator adalah kunci penghubung** yang paling penting namun kurang mendapat perhatian publik. Simulator bekerja pada tingkat geometri dan fisika yang mendasarinya, sehingga pemahamannya dapat diproyeksikan ke dalam piksel (untuk renderer) atau prediksi konsekuensi tindakan (untuk planner). Tren terpenting saat ini adalah peleburan batas antara ketiga kategori ini, didorong oleh kesadaran bahwa pengetahuan dasar tentang dunia yang dibutuhkan adalah sama. Tujuan akhirnya adalah model dunia terpadu yang dapat beralih di antara rendering, simulasi, dan perencanaan sesuai kebutuhan. Perkembangan ini mendorong kemajuan menuju kecerdasan spasial, di mana mesin tidak hanya memahami bahasa tentang dunia, tetapi juga dapat memahami, membayangkan, bernalar, dan berinteraksi dengan dunia fisik itu sendiri.

marsbit07/05 09:28

Artikel Terbaru Li Feifei: Saat Video Generation, Robot, dan NVIDIA Mengaku Sebagai Model Dunia, Kita Membutuhkan Taksonomi

marsbit07/05 09:28

Artikel Terbaru Li Fei-Fei: Saat Video Generation, Robot, dan NVIDIA Semua Menyebut Dirinya Model Dunia, Kita Membutuhkan Klasifikasi

Dalam artikel terbarunya, Fei-Fei Li mengklarifikasi konsep "model dunia" yang saat ini banyak digunakan namun seringkali ambigu dalam bidang AI. Beliau mengusulkan klasifikasi fungsional menjadi tiga kategori berdasarkan kerangka POMDP (Partial Observable Markov Decision Process): **Renderer** (output: observasi/pixel visual, contoh: model video seperti Sora), **Simulator** (output: status geometris dan fisik yang akurat, contoh: engine fisika untuk pelatihan robot), dan **Perencana (Planner)** (output: tindakan, contoh: model yang memandu robot). Di antara ketiganya, simulator dinilai sebagai penghubung kunci yang kurang mendapat perhatian, karena bekerja pada level struktur dunia yang sebenarnya dan dapat mendukung baik renderer maupun perencana. Artikel ini juga menyoroti tren konvergensi ketiga kategori menuju **model dunia terpadu**, yang mampu beralih antar fungsi sesuai kebutuhan, sebagai langkah penting menuju kecerdasan spasial. Li menekankan bahwa model dunia adalah jalur bagi mesin untuk tidak hanya membicarakan, tetapi juga memahami, membayangkan, dan berinteraksi dengan dunia fisik.

链捕手07/05 09:17

Artikel Terbaru Li Fei-Fei: Saat Video Generation, Robot, dan NVIDIA Semua Menyebut Dirinya Model Dunia, Kita Membutuhkan Klasifikasi

链捕手07/05 09:17

Manifesto Model Dunia Li Feifei

"Model Dunia" telah menjadi istilah yang sering digunakan namun kabur dalam AI. Dalam blog terbarunya, Li Fei-Fei menekankan bahwa mesin saat ini pandai berbicara tentang dunia melalui bahasa, tetapi tidak memahami esensi fisiknya. Untuk mencapai kecerdasan berwujud, AI harus beralih dari statistik teks ke pemahaman hukum fisika, ruang, dan waktu. Ia memecah konsep model dunia menjadi tiga pilar inti: 1. **Renderer:** Menghasilkan gambar/video yang terlihat realistis secara visual (seperti Sora), tetapi seringkali tidak masuk akal secara fisik. 2. **Simulator:** Memprioritaskan kesetiaan pada hukum fisika (seperti massa, tabrakan), yang penting untuk robotika dan industri. NVIDIA Omniverse adalah contoh utama. Ini adalah penghubung penting tetapi menantang karena membutuhkan data 3D yang tepat. 3. **Perencana (Planner):** Bertanggung jawab untuk membuat keputusan dan tindakan dalam lingkungan yang kompleks. Tantangan utama termasuk kurangnya data fisik yang tepat dan risiko "kesalahan" dalam simulasi. Namun, batas antara rendering, simulasi, dan perencanaan mulai kabur. Masa depan menuju model dasar yang terpadu yang dapat menyatukan realisme visual dan simulasi fisika yang dapat berinteraksi. Pada akhirnya, ini bukan hanya tentang algoritma, tetapi tentang mendefinisikan standar digital untuk dunia fisik. "Model dunia adalah cara mesin akhirnya memahami, membayangkan, bernalar, dan berinteraksi dengan dunia fisik," tulis Li Fei-Fei. Meskipun jalan menuju model dunia yang sejati masih panjang, ini adalah langkah penting menuju AGI.

marsbit06/09 00:40

marsbit06/09 00:40

Tim Fei-Fei Li Memperjelas Konsep 'Model Dunia', Sora Hanya Bisa Disebut Sebagai Renderer

Tim World Labs dan Profesor Stanford Li Fei-Fei menerbitkan analisis konseptual berjudul "Fungsional Taxonomy of World Models". Artikel tersebut menyatakan bahwa istilah "model dunia" telah menjadi salah satu konsep terpenting namun paling disalahgunakan di bidang AI. Pemicu kebingungan ini adalah keberagaman sistem yang disebut "model dunia". OpenAI's Sora disebut "world simulator", tetapi hanya menghasilkan video yang realistis secara visual. Tesla menggunakan "model dunia" untuk memprediksi pergerakan objek di FSD, sementara perusahaan robotika menggunakannya untuk mengevaluasi konsekuensi tindakan. Padahal, ketiganya memiliki tujuan teknis yang sangat berbeda. Berdasarkan kerangka Partially Observable Markov Decision Process (POMDP), tim mengusulkan klasifikasi fungsional yang membagi sistem "model dunia" menjadi tiga proyeksi: Renderer, Simulator, dan Planner. * **Renderer (seperti Sora, Genie 3):** Fokus pada generasi piksel yang realistis secara visual. Input adalah representasi keadaan, output adalah gambar/video. Tidak menjamin keakuratan fisik. * **Simulator (seperti NVIDIA Omniverse):** Fokus pada prediksi keadaan fisik selanjutnya secara akurat. Input adalah keadaan saat ini dan tindakan, output adalah keadaan berikutnya yang dapat dihitung untuk analisis teknis. Data 3D berkualitas untuk pelatihannya sangat langka. * **Planner (seperti model VLA):** Fokus pada keputusan tindakan. Input adalah data observasi dan instruksi tujuan, output adalah tindakan selanjutnya yang harus dijalankan. Artikel ini menyimpulkan bahwa Sora, sesuai dengan klasifikasi ini, adalah Renderer, bukan "model dunia" yang utuh karena tidak dapat memprediksi perubahan keadaan berdasarkan input tindakan. Klarifikasi ini penting untuk menghindari kesalahan teknis, memberikan kejelasan bagi investor, dan menetapkan tolok ukur yang jelas di kalangan akademisi.

marsbit06/04 03:19

Tim Fei-Fei Li Memperjelas Konsep 'Model Dunia', Sora Hanya Bisa Disebut Sebagai Renderer