Tentang Society 5.0

Saya lagi baca-baca dokumen kabinet Jepang tentang society 5.0. Menurut mereka selama Abenomics (kepemimpinan PM Shinzo Abe) reformasi telah banyak dilakukan, diantaranya liberalisasi pasar untuk elektrik dan gas, reformasi agrikultur, pengenalan regenerative medicine dan pengurangaan tarif pajak sebanyak 20%.

Jumlah populasi yang bekerja juga meningkat sebanyak 1,85 juta (terbanyak selama 20 tahun). Perusahaan juga mencapai tingkat pertumbuhan tertinggi, kemudian tingkat investasi juga telah mencapai tingkat pemulihan seperti sebelum era kejatuhan Lehman Brothers. Jumlah perusahaan yang bangkrut juga mencapai tingkat terendah sejak tahun 1990.

Walaupun secara umum pertumbuhan ekonomi meningkat pesat, namun sektor privat masih ada beberapa hambatan karena beberapa alasan berikut:

  1. Pada sisi supply, pertumbuhan produksi agak terhambat.
  2. Pada sisi demand tidak ada demand baru yang muncul

Hal ini yang disebut terjadinya “secular stagnation”, hal yang umum terjadi pada negari maju. Untuk mengatasi secular stagnation dan mencapai pertumbuhan jangka menengah dan panjang disusun strategi “Society 5.0” untuk mengatasi berbagai isu sosial yang muncul karena Revolusi Industri 4.0. Industri 4.0 sendiri hadir karena transformasi digital diantaranya IoT, big data, artificial intelligence (AI), robot, dan sharing economy.

Kemudian ada beberapa

  1. Jepang menghadapi tantangan sosial seperti menurunnya populasi pada usia produktif, semakin menuanya komunitas lokal, dan isu energi dan lingkungan. Sehingga ada potensi kebutuhan baru dan layanan baru akibat dari revolusi industri 4.0
  2. Revolusi Industri 4.0 dapat menimbulkan isu pengangguran, karena otomatisasi industri. Sementara itu jumlah tenaga kerja di Jepang terus menurun, sehingga perlu strategi investasi baru di bidang sumber daya serta pengalihan tenaga kerja untuk mencegah munculnya isu sosial
  3. Pada era ini data akan sangat berharga dan dibutuhkan pada bidang kesehatan, autonomous driving, Pabrikasi, agriculture, dan konstruksi. Bahkan kunci dari persaingan adalah bagaimana mendapatkan data dari pasar, bagaimana melakukan prediksi dengan software dan hardware.

Menurut mereka, jepang memiliki keunggulan pada sisi teknologi. Namun ada potensi terjadinya krisis pada tahun 2025, karena generasi mereka yang semakin menua sehingga meningkatkan beban biaya kesehatan, sementara jumlah tenaga kerja juga menurun, dan tenaga kerja handal dengan skill dan pengetahuan akan semakin berkurang.

Pada sistem ekonomi tradisional, tingkat kompetitif dinilai dari “things (barang)” and “money (uang)”. Sehingga strategi yang dibangun adalah membuat aktifitas ekonomi yang efisien dengan “intensification” dan “homogenization”.

Namun dengan munculnya revolusi industri 4.0, tingkat kompetitif beralih ke “human (human resources)” dan “data” dibawah sistem ekonomi Society 5.0. Pada sistem ini, human dan data yang independen dan tersebar dihubungkan dengan inovasi teknologi

Dengan munculnya Society 5.0 ini pengetahuan dan “uniqueness”menghasilkan nilai kompetitif sehingga inovasi dan kreatifitas menjadi sangat penting. Untuk itu diperlukan sistem untuk mengembangkan inovasi yang tersebar pada berbagai industri, tanpa membedakan usia, jenis kelamin, ukuran perusahaan maupun besarnya komunitas.

Revolusi “Industry 4.0” dari Jerman dan “Industrial Internet” dari Amerika adalah upaya untuk melakukan optimasi manajemen produksi dan kontrol dari industri manufaktur menggunakan IoT, tanpa melihat ukuran pabrik dan perusahaan.

5 strategi investasi Jepang:

  1. Extension of Healthy lifespan
  2. Realization of mobility revolution
  3. Creating of next-generation supply chains
  4. Building and developing pleasant infrastructure and towns”
  5. FinTech

Healthcare

Jepang menghadapi tantangan aging society. Namun jepang memiliki sistem kesehatan universal (universal healthcare system) dan sistem asuransi kesehatan “nursing care insurance system”. Untuk itu strategi yang dikembangkan adalah membangun sebuah sistem kesehatan baru “new system of health, medical care, and nursing care” dengan prioritas pada manajemen kesehatan, pencegahan sakit, nursing, dan selfsupport.

Dengan sistem ini diharapkan dapat meningkatkan tingkat kesehatan, sehingga masyarakat dapat tetap aktif sepanjang usianya.

Transportasi

Walaupun menghadapi tantangan sosial seperti keterbatasan tenaga kerja pada bidang logistik, serta keterbatasan transportasi untuk orang tua pada komunitas, jepang memiliki kekuatan dalam manufacturing AI maupun penggunaan data dan hardware. Data perjalanan serta data pergerakan mobil juga dapat dikumpulkan dan dianalisa.

Strategi yang dibangun adalah mengembangkan jarak dan kesempatan aktifitas harian dari setiap individu dengan membangun sistem logistik dan layanan transportasi untuk mengurangi insiden trafik, menangani kekurangan tenaga kerja pada komunitas lokal, dan menghilangkan kendala transportasi bagi orang.

Sistem Logistik

Jepang memiliki sistem Kanban (manajemen penyimpanan/inventory tepat waktu/just-in-time). Sistem ini akan ditambahkan dengan pengembangan in-depth “approximation”, yaitu optimasi data barang dari pabrik serta distribusi data ke toko

Strategi ini dapat meningkatkan inovasi produk dan layanan yang dapat memenuhi kebutuhan individual customers dan consumers.

Infrastruktur

Walaupun ada masalah tenaga kerja yang terbatas dan menua, namun ada banyak kebutuhan konstruksi fasilitas Olympide, renovasi infrastruktur dan pencegahan bencana. Layanan yang disediakan termasuk integrasi dari mesin kontruksi dan data.

Menjaga keseimbangan antara efisiensi dan keamanan tanpa terhambat dari keterbatasan sumber daya maupun peningkatan biaya dan penetrasi pasar dengan stabil

Fintech

Jepang masih memiliki tingkat transkasi cash yang tinggi, serta penggunaan IT pada perusahaan kecil den menengah masih terbatas. Sehingga perlu dikenaklan FinTech.

Strategi ini akan meningkatkan kenyamanan pembayaran untuk pengguna dan dapat meningkatkan kapasitas keuangan perusahaan serta produktifitas

Sampai disini dulu, semoga bermanfaat!

Referensi:

http://www.kantei.go.jp/jp/singi/keizaisaisei/pdf/miraitousi2017_summary.pdf

Society 5.0

Saya lagi baca-baca tentang Society 5.0, gara-gara diminta kampus Unand buat sharing. Jadi istilah Society 5.0 awalnya dari Jepang. Lebih tepatnya dari Kabinet Jepang, mereka nyusun strategi pembangunan ke depan, pada bulan januari 2016 mereka mencetuskan istilah Society 5.0. Kabinet Jepang membagi tahapan society kurang lebih kayak gini:

Society 1.0 itu orang-orangnya masih berburu hewan, tinggalnya masih nomaden kemudian transportasinya masih jalan kaki. Barang-barangnya umumnya mereka kumpulin dari alam. Bahan yang dipake dari batu maupun tanah. Dari jaman nabi adam

Society 2.0 itu masyarakat petani. Mereka udah mulai bikin kota. Barang-barangnya udah mulai bikin sendiri. Materialnya udah mulai pake metal. Untuk transportasi mereka udah pake kerbau dan kuda. Sekitar 13 ribu sebelum masehi

Spciety 3.0 ini dimulai sejak revolusi industri. Barang-barang udah mulai dibuat secara mekanik. Materialnya udah mulai pake plastik. Alat transoirtnya udah mulai ada motor, kapal, dan pesawat. Tinggalnya udah mulai nyebar di perkotaan dan muncul daerah industri. Akhir abad 18

Society 4.0 ini muncul dengan perkembangan teknologi IT. Material yang digunakan sudah banyak pake Chip. Untuk transport udan mulai banyak ragamnya. Tinggalnya di kota yang saling terhubung. Pertengahan abad 20

Spciety 5.0 ini masyarakat yang super smart. Mereka menggabungkan antara cyberspace dan physical space. Transportasinya nanti pake autonomous driving. Tinggalnya juga tersebar di kota-kota yang autonomous dan tidak terpusat . Abad 21.

Istilah society 5.0 ini sebenernya gak jauh beda dengan Industry 4.0 dari Jerman, atau Smart city, atau industrial internet dll. Semuanya dimaksudkan untuk menjelaskan masyarakat yang mengalami transformasi digital. Ada 5 teknologi yang menjadi pilarnya yaitu:

  1. Internet Of Things
  2. Artificial Intelligence
  3. Robotik
  4. Big Data
  5. Blockchain

Ada banyak jargon, yang digunakan untuk menjelaskan seperti apa Society 5.0 diantaranya:

  • People centric super smart society
  • Human centered Society
  • Merging Cyberspace with Physical space
  • A knowledge intensive society
  • A Data driven society

Istilah society 5.0 ini dicanangkan jepang untuk membuat rencana kerja menghadapi berbagai tantangan yang mereka hadapi, diantaranya:

  1. Tingkat kelahiran yang menurun
  2. Populasi penduduk tua yang meningkat
  3. Keterbatasan sumber daya alam
  4. Infrastruktur yang semakin berumur

Kemudian tahun 2017 mereka menyusun rencana yang disebut “Invesment for the Futur Strategy”. Isinya adalah 5 strategi berikut:

  1. Extension of healthy lifespan
  2. Realization of mobility revolution
  3. Creation of next generation suppy chains
  4. Membangun infrastruktur dan kota2 yang nyaman
  5. Fintech

Contohnya untuk extension of healthy lifespan, mereka merancang sistem kesehatan yang baru isinya adalah universal healtcare system dan nursing care insurance system. Isinya adalah manajemen kesehatan, pencegahan penyakit, dan support kesehatan secara mandiri. Selain itu didukung juga sistem human resource development dan digitalisasi.

Mereka punya rencana mengembangkan berbagai teknologi seperti automated driving, bidang kesehatan, keuangan, konstruksi, transportasi, pertanian, kehutanan, perikanan, turismus, olahraga, budaya dan seni semuanya berbasis IoT, Big Data, Robotik dan AI

Cuman transformasi digital ini akan berdampak besar diantaranya pada:

  1. industri tradisional
  2. Kompleksitas sosial
  3. Aspek resiko keamanan dan privasi.

Dampak ini nanti insyaAllah akan saya bahas di tulisan berikutnya. Semoga Bermanfaaat!

Referensi:

https://library.oapen.org/bitstream/handle/20.500.12657/41719/2020_Book_Society50.pdf?sequence=1#page=18

Klik untuk mengakses 029_outline.pdf

Klik untuk mengakses miraitousi2017_summary.pdf

https://www.kantei.go.jp/jp/singi/keizaisaisei/kettei.html

https://www8.cao.go.jp/cstp/english/society5_0/index.html

https://www8.cao.go.jp/cstp/english/society5_0/agriculture_e.html

https://www8.cao.go.jp/cstp/english/society5_0/index.html

Workshop Technical Writing Jictra – 3

Saya lanjutkan pembahasan tentang workshop technical writing yang diadakan oleh pengelola jurnal Jictra ITB. Sebelumnya telah dibahas tentang kesalahan umum penulisan paper dari penulis indonesia, yaitu tentang penulisan singular dan plural. Sekarang saya lanjutkan tentang word order

3. Word order (adjective & adverbs)

Untuk penulisan adjective pada bahasa inggris, adjective mendahului noun (kata benda) Sementara di bahasa indonesia kebalikannya.

Untuk penulisan adverbs: penulisannya mengikuti verb (kata kerja) atau adjective, pada bahasa Indonesia dan Inggris. Namun dalam bahasa Inggris terdapat beberapa pengecualian (exceptions).

Beberapa contoh kesalahannya:

“Average body weight (ABW) is used to express fitness. An individual’s average is a good indicator of physical health.”

seharusnya:

“An individual’s body weight is a good indicator of physical health.”

Pada bahasa inggris adverb adalah adjective yang ditambahkan dengan akhiran -ly (hampir pada semua kasus). Contohnya :

She uses correct {adverb} spelling.”

“She spells correctly {adjective}.

Sementara pada bahasa indonesia tidak ada perbedaan signifikan antara adjective dan adverb. Sehingga adverb bisa digunakan sebagai adjective maupun sebaliknya.

4. Time

Kesalahan lainnya adalah tentang penulisan waktu. Pada bahasa inggris untuk past tens, kata kerjanya akan berubah (conjugated). Sementara untuk bahasa indonesia hanya dengan menambahkan proposition (kata keterangan waktu seperti tadi, kemaren, besok dst. Untuk penulisan waktu ini di paper harus konsisten, pake past tense atau present tense.

Contoh kesalahannya:

“The experiment was set up to test the validity of our model. First, we created a simulated environment. Then we move the object into its starting position.”

Seharusnya “moved” {past tense} namun ditulis “move”{present tense}.

Kalau kita melaporkan aktivitas riset gunakan past tense. Contohnya melaporkan eksperimen atau pengembangan sebuah model.

Namun kalau menceritakan prosedur standar gunakan present tense. Contohnya untuk persiapan material eksperimen. Untuk menjelaskan penggunaan formula matematika gunakan present tense.

Kesalahan yang sering dilakukan adalah untuk penggunakan kata modal could, would, might should. Kata-kata tersebut merupakan format past tanse dari kata can, will, may, shall. Namun kata-kata tersebut sering digunakan untuk menunjukan sebuah ketidakpastian.

contohnya:

“The results could be called statistically significant”

Hanya yang dimaksud penulis adalah “Maybe the results can be called statistically significant”

Sebaiknya tulis: “The results can be called statistically significant”

5. Preposition: to, on, up, with, about, dll

Kesalahan berikutnya adalah pada penulisan preposition. Kesalahan ini bisa dicegah dengan mengetahui preposition mana yang digunakan pada kasus apa. Preposition tertentu selalu mengikuti kata kerja tertentu. Penggunaan preposition lain adalah keliru. Pada kasus ini bahasa inggris sama dengan indonesia.

Namun ada beberapa pilihan yang benar tanpa mengubah arti. Contohnya:

compared to dan – with

Tapi ada juga kita mengganti preposition yang mengubah arti. Contohnya:

fly in dan fly into

Selain itu ada juga kata-kata yang artinya mirip, namun memiliki preposition yang berbeda, atau tidak memiliki preposition. Contohnya:

consisting of dan comprising (tidak ada preposition)

Kesalahan lainnya:

  1. acronym vs proper names: kesalahan pada penulisan singkatan. Kita harus pelajari kapan menggunakan singkatan dan kapan istilah tersebut tidak disingkat. Biasanya pada awal kemunculannya singkatan tidak disingkat, diikuti dengan singkatannya dengan menggunakan tanda kurung. Pada kemunculan berikutnya dapat kita tuliskan singkatannya saja.
  2. titles vs captions : Ketika mengutip sebuah tulisan, maka tuliskan caption saja. Gunakan caption juga ketika merujuk gambar, tabel maupun kalimat.
  3. paper vs research: seringkali ditemui orang menulis, in this paper ….., Sebaiknya ditulis in this research
  4. many vs several: kesalahan lainnya adalah orang indonesia cenderung menggunakan kata many untuk menuliskan beberapa. Sebaiknya gunakan several
  5. similar vs the same : Begitu juga untuk similar, sebaiknya gunakan kata the same
  6. including / such as vs comprising (list) : kesalahan lainnya adalah penulisan including dan such as (untuk memberi contoh). Dalam beberapa kasus, sebaiknya gunakan comprising (list)
  7. stopgaps- also (juga), still (masih), not yet (belum) ; Kesalahan lainnya adalah pada penggunaan stopgap.

Beliau kemudian memberikan demo penggunaan fitur gramar dan editor pada microsoft word. Fitur ini di word lebih untuk penggunaan santai (non-formal). Berbeda dengan tools gramarly, yang menyediakan pilihan formal/non-formal. Pilih bahasa english us. dan pilih dont check spelling/grammar.

Beberapa kesalahan lainnya:

  1. penulisan email pake hyperlink
  2. term gak usah huruf besar tapi bisa pake singkatan
  3. Jangan mulai kalimat dengan nomor reference, ref [4]…
  4. has been done sebaiknya ditulis was done
  5. as long as bisa diganti if
  6. from / inclluded in

Beberapa tips:

  1. Gunakan google search untuk mengetahui makna kata yang tidak diketahui
  2. Penulisan reference pake present tense
  3. Pada uk dan us ada beberapa perbedaan penulisan kata contohnya: alumunium vs alumenum, beberapa istilah teknis juga beda. Ekspresi dan penulisan kata juga ada yang berbeda.
  4. Fokus pada apa yang mau disampaikan dalam kalimat. Gak usah kompleks

Semoga Bermanfaat!

Videonya bisa dilihat disini:

Slidenya:

Klik untuk mengakses Sybrand-Zijlstra-ITB-Journal-Workshop-9-March-2022.pdf

tentang itb jurnal jictra:

http://journal.itb.ac.id/index.php?li=articlesandabstracts&id=183&pre=1

tentang Sybrand zijlstra

https://www.linkedin.com/in/sybrandzijlstra/

Web 3.0

Hari ini saya dengerin streaming Pak Budi di goplay tentang Web 3.0 apa bedanya dengan web 2.0 dan web 1.0. Dengerin cerita pak Budi jadi banyak dapat info baru. Menurut beliau, siklus teknologi tuh berubah sekitar 15 tahunan. Beliau cerita perkembangan web, mulai dari munculnya teknologi web dari tim berners lee dari swiss, tahun 89 sampe web 3.0 versi Gavin Wood (bosnya ethereum).

Dia jelaskan juga perbedaan web 1, 2, dan 3 nya dari sisi teknologi, aliran data, web servernya, aplikasi yang populer, topologi data, perbedaan penggunanya, siapa yang membayar dan pemain besarnya. Videonya bisa dilihat disini:

Secara singkatnya, web 1.0 itu 1 arah, jadi yang bikin web ngasih info, usernya baca. Web 2.0 udah interaktif dan dinamis. Nah di web 3.0 ini transaksional. Maksudnya bisa langsung terhubung dengan e-wallet. Jadi gak harus transfer2an kayak e-commerce sekarang.

Btw, menurut pak Budi, nge-blog tuh jamannnya web 2.0 Sementara di web 3.0 orang mainnya podcast. Wah ternyata saya ketinggalan jaman ya :) O,iya web 3.0 itu gak masih dalam pengembangan, istilah dia masih hutan belantara. Dan di era web 3.0, teknologi yang dipake di web 2.0 dan 1.0 juga masih dipake. Klo dari sisi programming, yang lagi berkembang Solana.

Semoga bermanfaat!

tentang web 3.0

https://en.wikipedia.org/wiki/Web3

https://web3.foundation

penjelasannya gavin wood:

Konferensi tentang Computer Vision

Konferensi biasanya digunakan oleh para peneliti untuk menyampaikan hasil risetnya. Konferensi ini biasanya ada tingkatannya. Semakin top sebuah konferensi semakin selektif biasanya paper yang diterima. Pada konferensi yang bagus biasanya ditampilkan hasil inovasi yang paling baru dan paling canggih. Berikut ini saya kumpulkan daftar beberapa konferensi tentang computer vision yang top:

  1. IEEE/CVF Conference on Computer Vision and Pattern Recognition
  2. European Conference on Computer Vision
  3. IEEE/CVF International Conference on Computer Vision
  4. Neural Information Processing Systems (NIPS)
  5. BRITISH MACHINE VISION CONFERENCE (BMVC)
  6. NEURAL INFORMATION PROCESSING SYSTEMS (NEURIPS)
  7. INTERNATIONAL CONFERENCE ON MACHINE LEARNING (ICML)
  8. EEE/CVF Computer Society Conference on Computer Vision and Pattern Recognition Workshops (CVPRW)

Semoga Bermanfaat!

referensi:

https://scholar.google.com/citations?view_op=top_venues&hl=en&vq=eng_computervisionpatternrecognition

https://research.com/conference-rankings/computer-science

https://waset.org/computational-vision-conference-in-june-2022-in-venice

OpenVINO – optimasi model Deep Learning

Kemaren saya ikut webinar yang diadakan oleh FAST Germany dan Intel. Di acara itu mereke mengenalkan tools OpenVINO, tools untuk optimasi model deep learning. Pembicaranya ada Say Chuan Tan dari Intel Malaysia, Razvan Bresug dari Intel Germany dan Stefanus Palapa dari Fast Germany.

Jadi Intel ngembangin tools namanya OpenVINO (Open Visual Inference and Neural Network Optimization). Tools ini open source, fungsinya untuk optimasi model Deep Learning pada Intel Hardware. Tools ini ada tersedia untuk Windows, Linux, Mac. Dia bisa dipake untuk berbagai hardware Intel, kayak CPU, GPU, VPU dan FPGAs. VPU ini kayak USB tapi isinya prosessor.

Jadi model Deep Learning kan biasanya berat dan butuh komputasi tinggi, OpenVINO bisa mempercepat proses komputasi model Deep Learning pada hardware Intel. Contohnya pada gambar dibawah, say chuan nampilin hasil optimasinya.

Misalnya model Deep Learning tanpa optimasi berjalan dengan kecepatan 0,18 detik/request. Setelah dioptimasi pake OpenVINO, model yang sama dijalankan di CPU bisa dijalankan dengan kecepatan 0,15 detik/request. Sementara kalo pake GPU kecepatannya jadi 0,066 detik/request.

Model Deep Learning yang mau dioptimasi didevelop dan ditraining dulu dengan platform lain. Terus pas deploynya baru dioptimasi pake Openvino. Platform yang disupport sama OpenVino diantaranya TensorFlow, Caffe, Pytorch, mxnet, Keras dan Onnx. Jadi klo pake OpenVINO ini model deep learning bisa dipasang di IoT dan perangkat edge lainnya.

Mereka nyediain juga model Zoo, ini tuh kumpulan model yang udah dibangun dan siap pake. Ada macem2 task misalnya Human Pose estimation, Instance Segmentation, Text Detection, dll

Pas bagian demo Razvan nunjukin, proyek yang mereka kembangin buat sebuah kampus di Swis. Kampus di Swis ini dia selama pandemi kan ujian dilakukan online, jadi mereka pengen ada sistem yang bisa mendeteksi kalo siswanya curang pas lagi ujian. Yang dideteksi itu suara, jadi kalo ada suara orang yang ngebisikin jawaban, atau siswanya nanya ke orang lain, sistemnya bisa mengenali. Selain itu sistem ini bisa mendeteksi juga gerakan mata dan kepala siswa. Misalnya siswanya ngelirik ke kanan, mungkin ada contekan disebelah kanan dst. Seru menurut saya persentasinya, mereka share beberapa link tentang openVINO berikut ini:

https://docs.openvino.ai/latest/index.html

https://www.intel.com/content/www/us/en/developer/tools/openvino-toolkit/overview.html

https://www.intel.com/content/www/us/en/developer/tools/devcloud/edge/learn/certification.html

https://docs.openvino.ai/latest/model_zoo.html

https://www.intel.com/content/www/us/en/developer/tools/devcloud/overview.html

https://www.intel.com/content/www/us/en/developer/topic-technology/edge-5g/edge-solutions/overview.html

Semoga Bermanfaat!

Inside the Lab Meta -embodiment robotik

Saya lanjutkan bahasan tentang webinar inside the lab yang diselenggarakan oleh Meta AI.

Joelle pineau

Presenter berikutnya adalah joelle. Dia cerita klo di AR modality data nambah ada movement, hand faces, body menjadi vektor data baru. Nanti bakal ada World model. Model ini gak cuman prediction, tapi juga model ini akan role membandingkan alternative aksi maupun intervensi yang dilakukan terhadap future.

World model yang dibangun ditrain tidak hanya dengan supervised, tapi juga self-supervised, continual learning, reinforcement learning, sehingga bisa membuat rencan dan melakukan reasoning. Implementasinya nanti diharapkan bisa untuk mempelajari pengetahun baru, membuat summary, sebagai asistan, memberi rekomendasi, maupun membuat konten baru.

Kemudian joelle cerita tentang embodiment robotics. Yaitu robot yang bisa bekerja di rumah atau kantor dan berinteraksi dengan orang. Selama ini robot masih belajar secara pasif, seperti anak kecil yang sedang nonton tv. Ke depannya AI harusnya bisa belajar secara lebih aktif. Melalui mengubah pilihan, trial eror, dan mengulangi lagi.

Agar robot bisa berinteraksi diperlukan pengembangan sensor sentuh. Contohnya riset yang dilakukan oleh CMU yaitu reskin. Reskin memiliki membrane yang bisa dibentuk2, dengan partikel magnetik yang tertanam. Ketika bentuknya diubah, magnetic fluixnya berubah. Sehingga menggunakan AI sehingga bisa dihitung lokasi kontak serta seberapa besar tenaga yang digunakan ketika melakukan tekanan.

Reskin menggunakan juga self supervised learning untuk melakukan kalibrasi sensor secara otomatis

Riset lainnya adalah digit tactile sensor, dia bisa ngukur tekanan kontak dari perubahan gambar yang oleh direkam kamera didalam sensor.

Dibandingkan sensor tactile lainnya, digit tactile sensor lebih murah, dan menyediakan ribuan titik kontak yang lebih banyak. Titik kontak ini bisa kita analogikan seperti pixel untuk sentuhan. Proyek ini juga di opensource. Ketika kita memiliki sensor yang tepat maka bisa dikembangkan teknik untuk memegang dengan lebih tepat, tanpa harus merusak obyek. Contohnya pada gambar berikut:

Robot disebelah kiri, kesulitan untuk mengangkat telur. Namun robot disebelah kanan dengan sensor sentuh, sangat mudah untuk mengangkat telur tersebut. Library untuk proyek ini telah diopensource pada library pytouch.

Library ini memiliki kemampuan untuk deteksi sentuhan, deteksi slip, mengetahui pose obyek dan augmentasi data. Teknologi ini digunakan juga untuk interaksi di VR. Meta mengembangkan teknologi habitat yang dapat mensimulasikan interaksi orang.robot dengan berbagai barang dirumah, dengan sekitar 8000 step pada 1 gpu. Contohnya proyek habitat 2.0 mempelajari interaksi seperti merapihkan rumah atau menyiapkan meja

Menurut Joelle masih ada gap besar antara dunia nyata dengan dunia Meta. Contohnya bagaimana melakukan simulasi bagaimana orang berinteraksi. Kita bisa lihat di video game, interaksi orang di video seringkali terlihat berbeda dengan dunia nyata.

Proyek lainnya adalah tentang story telling. Dimana kita bisa gambar sebuah karakter. Kemudian kita bisa gunakan teknik human figure detection, segmentasi, deteksi pose dan join placement, sehingga akhirnya kita bisa membuat animasi dari karakter tersebut. Karakter tersebut bisa kita buatkan animasinya agar bisa menggerakan tangannya, nari dll.

Keren ya, sampai disini dulu. Besok insyaAllah saya lanjutkan dengan presentar berikutnya!

videonya bisa dilihat disini:

https://fb.watch/bnRHNv_bMu/

Hacker Halted coference

EC-Council mengadakan konferensi cyber security Hacker halted. Acaranya diadakan secara virtual tanggal 19 oktober -23 oktober. Registrasi bisa dilihat lebih lanjut pada acara berikut ini:

https://www.hackerhalted.com/register-for-hacker-halted-2020/

Webinar Cyber Security for Society

Ada titipan pesan dari teman, bakal ada webinar gratis tentang cyber security

  1. Bright Future for cyber security Talent- Sabtu 3 oktober jam 10
  2. Threat Hunter: How to Find Vulnerability in your system- Kamis 8 Oktober jam 14
  3. Security Operations: How to monitor and secure your network- Kamis 15 oktober jam 14
  4. Osint dan Cyberwarfare-Sabtu jam 10

Untuk pendaftaran dan info lebih lanjut silahkan liat di web berikut:

https://www.hacktrace.id/home/webinar

Semoga Bermanfaat!

Kuliah Umum tentang Robotik

Kepada para mahasiswa, International office akan menyelenggarakan kuliah umum tentang robotika. Kuliah ini akan diberikan olth professor Jun Jo dari  Griffith University, Australia. Acaranya akan diselenggarakan pada:

Hari/Tanggal: Jumat/ 15 Februari 2019

Waktu: 10.00 – 11.00 WIB

Lokasi: Ruang Multimedia lantai 3, Fakultas Ilmu Terapan (FIT)

Agenda:  Workshop Otomasi dan Robotik

Professor Jun Jo adalah peneliti di Universitas Griffith Australia. Penelitiannya di bidang Computer Vision, Robotics, UAVs, Sensor Networks, Drones, eHealth dan eLearning. Prof Jo juga menjabat Chair of International Robot Olympiad Committee (IROC) dan President of Australian Robotics Association (ARA).

info lebih lanjut:

Jun Jo

https://scholar.google.com.au/citations?user=Ns2zr1QAAAAJ&hl=en

 

Semoga Bermanfaat!

%d blogger menyukai ini: