Dalam beberapa tahun terakhir, AI (artificial intelligence) sebagian besar didefinisikan oleh sistem yang memahami, menghasilkan, dan merekomendasikan informasi. Large language models (LLMs), asisten AI, dan copilot telah mengubah pekerjaan berbasis pengetahuan secara mendasar dengan membantu orang mencari, merangkum, membuat konten, dan meningkatkan pengambilan keputusan. Gelombang pertama AI ini telah mentransformasi produktivitas digital.
Gelombang berikutnya akan sangat berbeda. AI tidak lagi hanya diharapkan untuk memahami informasi, melainkan makin dituntut untuk berinteraksi dengan dunia fisik. AI memasuki fase baru yang melampaui produktivitas digital dan merambah ke dunia fisik.
Robot akan bekerja berdampingan dengan manusia di lantai pabrik. Kendaraan otonom akan terus memahami dan merespons lingkungan di sekitarnya. Sistem medis akan membantu tenaga medis melakukan diagnosis dan pengambilan keputusan secara real-time. Infrastruktur cerdas akan memantau, mengoptimalkan, dan merespons tanpa intervensi manusia secara terus-menerus. Transisi ini jauh lebih besar dari sekadar aplikasi AI baru. Hal ini menandai perubahan mendasar dalam apa yang diharapkan dapat dilakukan oleh AI.
Seiring AI bergerak dari cloud dan lingkungan digital menuju sistem fisik, kecerdasan tidak lagi cukup hanya untuk “tahu”. Sistem physical AI seperti robot otonom juga harus mampu merasakan, memutuskan, dan pada akhirnya bertindak secara real-time; dengan functional safety; sekaligus beroperasi dalam batasan daya, termal, dan ruang yang ketat. Kebutuhan akan transisi ini didorong tidak hanya oleh kemajuan teknologi AI, melainkan juga oleh perubahan struktural dalam ekonomi global.
Di sinilah physical AI dimulai. Physical AI telah membentuk kembali berbagai industri, dan AMD percaya bahwa inilah transisi yang akan menentukan dekade AI berikutnya. Ini merupakan peralihan dari sistem yang “tahu” menjadi sistem yang “melakukan”.
“Melakukan” Mengubah Tantangan Komputasi Secara Mendasar
Ketika AI mulai berinteraksi dengan dunia fisik, tantangan komputasi berubah secara mendasar. Berbeda dengan cloud AI yang secara tradisional dioptimalkan untuk skala, throughput, dan pemrosesan terpusat; physical AI menghadirkan serangkaian kebutuhan yang sangat berbeda.
Chatbot dapat menoleransi latensi sesekali. Namun, robot yang beroperasi di lantai pabrik tidak bisa. Kendaraan otonom tidak dapat menerima perilaku sistem yang tidak konsisten. Perangkat medis juga tidak bisa begitu saja mengulang keputusan ketika waktu menjadi faktor yang sangat penting.
Sistem-sistem ini harus menghadirkan:
- responsivitas real-time,
- perilaku deterministic,
- functional safety dan keandalan,
- operasi dalam batasan daya dan termal,
- ketahanan ketika konektivitas terbatas atau tidak tersedia.
Di dunia fisik, kecerdasan hanya bernilai jika sistem dapat bertindak dalam batas waktu yang telah ditentukan. Keberhasilan tidak lagi ditentukan hanya oleh performa model AI.
Physical AI melampaui sekadar menjalankan model AI. Kecerdasan harus mengalir secara mulus dari sensing dan persepsi, melalui inferensi, perencanaan, kontrol, hingga akhirnya tindakan fisik. Pembahasannya bukan lagi hanya tentang membangun model AI yang lebih cerdas, melainkan membangun sistem cerdas yang dapat bertindak dengan aman dan andal di dunia nyata.
Inilah alasan AMD percaya bahwa physical AI pada dasarnya merupakan tantangan rekayasa sistem, bukan sekadar tantangan model AI.
Tidak Ada Satu Prosesor yang Dapat Menjalankan Seluruh Physical AI
Physical AI lebih mudah dipahami jika dibandingkan dengan tubuh manusia. Otak manusia melakukan penalaran dan pengambilan keputusan. Sistem saraf memungkinkan respons cepat. Otot dan sendi menjalankan tindakan fisik yang presisi.
Sistem physical AI beroperasi dengan cara yang hampir sama. Penalaran dan persepsi yang kompleks membutuhkan komputasi berkinerja tinggi. Respons real-time membutuhkan pemrosesan berlatensi rendah yang dekat dengan tempat keputusan dibuat. Gerakan yang presisi membutuhkan kontrol yang akurat dan deterministic.