Bagaimana Kawanan AI Memperkuat Robot Keamanan?

TL;DR

Robot dapat memperkuat keamanan fisik dan siber dengan bertindak sebagai unit sensor IoT bergerak yang mendeteksi suara, objek, kendaraan, pelat nomor, dan potensi ancaman. Ketika dipadukan dengan bot AI, algoritma kawanan, serta pengawasan manusia, robot dapat berkoordinasi, mencapai konsensus, dan mengambil alih tugas pemantauan yang tidak efisien atau terlalu berbahaya bagi manusia.

Transcript

Jadi saya mencoba mencari tahu apakah saya bisa menambahkan kata-kata lagi ke dalam judul ini, tahu kan? Jadi eh tahun lalu saya berbicara tentang eh swarming dan bot AI dan ada cukup banyak hal yang terjadi di bidang ini. Dan jadi um seperti yang dia katakan nama saya Tom Caldwell. Saya menjalankan eh perusahaan ini bernama League of AI tapi saya ... Read More

Key Insights

• Robot keamanan berfungsi sebagai unit sensor IoT bergerak yang memperluas kemampuan petugas manusia.
• Robot dapat mendeteksi tembakan, jeritan, objek menarik, kendaraan, dan pelat nomor melalui sensor dan video.
• Pendampingan manusia membuat robot berperan sebagai penguat kemampuan, serupa anjing polisi dengan pelatih.
• Kawanan menyatukan entitas khusus agar dapat berkolaborasi, berkoordinasi, dan mencapai konsensus.
• Kawanan bot dapat melakukan fuzzing AI, mencari eksploitasi zero day, dan bergerak lateral di jaringan.
• Peracunan data dapat memasukkan informasi buruk agar model pembelajaran mesin menjadi keliru atau kurang akurat.
• Unanimous AI memakai kawanan manusia untuk memprediksi Oscar dan urutan empat pemenang Kentucky Derby.
• TensorFlow dan MXNet memudahkan pelatihan pengenalan objek tanpa membangun pembelajaran mesin dari awal.

Questions & Answers

Q: Bagaimana robot dapat membantu menjaga keamanan sekolah?

Robot dapat membantu petugas keamanan sebagai unit sensor IoT bergerak yang membawa sensor dan video ke berbagai bagian sekolah. Sistem tersebut dapat mendeteksi suara tembakan, mendengar jeritan, melihat objek yang dianggap menarik, dan menghadapi penembak dengan risiko yang lebih rendah bagi manusia. Pembicara tidak membayangkan robot berpatroli sendirian. Robot akan dipasangkan dengan penjaga keamanan, seperti anjing polisi yang bekerja bersama pelatih manusia. Dengan susunan ini, robot memperluas kemampuan pengamatan dan respons petugas tanpa sepenuhnya menggantikan peran manusia.

Q: Apa yang dimaksud dengan kecerdasan kawanan pada robot dan bot AI?

Kecerdasan kawanan adalah pola kerja ketika sejumlah manusia, bot, atau robot berkolaborasi, berkoordinasi, dan mencapai konsensus untuk menyelesaikan sebuah misi. Gagasannya terinspirasi oleh burung jalak, kawanan lebah, dan pasukan semut yang mampu bertindak bersama. Dalam pekerjaan manusia, pola serupa terlihat ketika arsitek mengoordinasikan tukang listrik, tukang pipa, tukang atap, dan tukang rangka untuk membangun rumah. Pada robot, algoritma kawanan dapat mengatur tugas, gerakan, penghindaran tabrakan, dan kontribusi setiap unit terhadap tujuan bersama.

Q: Apa ancaman keamanan siber yang dapat dilakukan kawanan bot?

Kawanan bot yang memakai pembelajaran mesin dapat diprogram untuk membobol perangkat atau jaringan. Kemampuannya mencakup fuzzing AI untuk menemukan eksploitasi zero day, bergerak secara lateral melintasi jaringan dan permukaan serangan, menghindari deteksi, mengumpulkan data sasaran, serta melakukan eksfiltrasi. Kawanan juga dapat melakukan peracunan data dengan memasukkan data buruk ke model pembelajaran mesin, sehingga perilakunya menjadi tidak benar atau kurang akurat. Ancaman tersebut dapat melintasi batas siber dan fisik untuk mengambil kendali atas sumber daya serta kemampuan target.

Q: Mengapa robot keamanan sebaiknya tetap didampingi manusia?

Robot diposisikan sebagai penambah kemampuan manusia, bukan sebagai unit yang selalu berkeliaran sendirian. Perbandingannya adalah anjing polisi, yang memiliki kemampuan khusus seperti mengendus bom dan narkoba tetapi tetap bekerja bersama pelatih. Dengan cara serupa, robot dapat membawa sensor, video, pengenalan objek, serta kemampuan mendeteksi suara, sementara petugas manusia tetap menjadi rekan dalam tim keamanan. Model manusia dan mesin ini memungkinkan tugas berbahaya atau tidak efisien dialihkan kepada robot, tetapi pengawasan dan keterlibatan manusia tetap menjadi bagian dari operasi.

Q: Bagaimana AI membantu robot mengenali objek di lingkungan nyata?

Model pembelajaran mesin dan pembelajaran mendalam siap pakai, termasuk TensorFlow dan MXNet, membuat pelatihan robot lebih mudah dibandingkan membangun sistem dari awal. Robot dapat dilatih untuk mengenali objek tertentu, misalnya tas punggung di dekat pintu atau jenis mobil tertentu. Ketika kamera video dipasang pada robot dan dibawa mengelilingi tempat parkir bertingkat, sistem yang diuji pembicara mampu mengenali merek serta model mobil, membaca pelat nomor, dan menghasilkan inventaris kendaraan. Kemampuan ini dapat menggantikan pencatatan manual memakai papan klip.

Q: Bagaimana kawanan manusia dapat menghasilkan prediksi?

Kawanan manusia menggabungkan opini banyak peserta melalui mekanisme yang digambarkan hampir seperti mesin pemungutan suara besar. Unanimous AI menggunakan pendekatan tersebut untuk menangkap pendapat manusia dan menghasilkan prediksi yang sangat akurat. Menurut pembicara, perusahaan itu mampu memprediksi pemenang Oscar selama tiga tahun terakhir dan memprediksi Superfecta Kentucky Derby, yaitu empat pemenang teratas secara berurutan. Contoh ini menunjukkan bahwa konsep swarming tidak terbatas pada robot atau bot virtual. Manusia juga dapat dikoordinasikan sebagai kawanan untuk analitik dan pembelajaran mesin prediktif.

Q: Apa contoh robot yang bekerja sama untuk menyelesaikan misi fisik?

Pembicara menyoroti penelitian Radhika Nagpal di Harvard yang terinspirasi oleh perilaku serangga biologis, termasuk semut yang membangun rumah dan gundukan besar serta lebah yang bekerja bersama. Robot dalam penelitian tersebut dapat bekerja sebagai kawanan untuk membangun sebuah struktur. Mereka berkolaborasi, membagi tindakan, dan mencapai konsensus mengenai misi pembangunan. Contoh itu memperlihatkan bahwa kecerdasan kawanan bukan hanya cara mengolah data atau membuat prediksi. Prinsip yang sama dapat diterapkan pada robot yang berkoordinasi secara fisik untuk menghasilkan sesuatu secara bersama-sama.

Q: Apa hubungan antara robotika, IoT, dan keamanan siber?

Robot dapat dipandang sebagai unit seluler yang membawa sensor IoT dan video ke lingkungan fisik seperti sekolah, kantor, tempat parkir, dan kota pintar. Pada saat yang sama, bot AI virtual dan algoritma keamanan siber dapat menjadi bagian dari kerangka kerja yang sama. Konvergensi ini memungkinkan robot membantu pemantauan, telepresensi, pengenalan objek, serta respons terhadap ancaman fisik. Namun, batas antara dunia siber dan fisik juga menjadi lebih tipis karena kawanan berbahaya dapat mencoba menguasai sumber daya target pada kedua sisi tersebut.

Summary & Key Takeaways

• Robot keamanan diposisikan sebagai rekan petugas manusia, serupa dengan anjing polisi bersama pelatihnya. Sensor, kamera, dan AI memungkinkan robot mendeteksi tembakan, jeritan, objek mencurigakan, serta menghadapi ancaman dengan risiko manusia yang lebih rendah.

• Kecerdasan kawanan memungkinkan manusia, bot virtual, atau robot berkolaborasi dan mencapai konsensus untuk menjalankan misi. Contohnya mencakup kawanan manusia untuk prediksi dan kelompok robot yang bekerja sama membangun struktur.

• Konvergensi robotika dan keamanan siber juga menciptakan risiko. Kawanan berkemampuan pembelajaran mesin dapat mencari eksploitasi zero day, bergerak lateral, menghindari deteksi, mengekstraksi data, meracuni model, dan menguasai sumber daya fisik.

• Model siap pakai seperti TensorFlow dan MXNet menurunkan hambatan pengembangan robot cerdas. Robot dapat dilatih mengenali objek, memahami bahasa alami, dan menginventarisasi kendaraan serta pelat nomor secara otomatis.