AI memprediksi perilaku pejalan kaki dengan akurasi mengejutkan, membuka jalan baru bagi keselamatan kendaraan otonom.
Ilustrasi dibuat oleh AI.Ringkasan
- OmniPredict mampu memprediksi perilaku pejalan kaki dengan akurasi tinggi tanpa pelatihan khusus.
- Teknologi MLLM memungkinkan AI memahami konteks, bahasa tubuh, serta potensi niat manusia.
- Sistem ini membuka peluang besar bagi keselamatan kendaraan otonom dan operasi darurat.
PENELITI dari Texas A&M University College of Engineering bersama Korea Advanced Institute of Science and Technology (KAIST) memperkenalkan OmniPredict, sistem AI yang mampu “membaca” perilaku manusia di jalan.
Sistem ini menjadi yang pertama menggunakan Multimodal Large Language Model (MLLM) untuk memahami gerakan pejalan kaki secara real-time, bukan sekadar melihat, tetapi mengantisipasi langkah berikutnya.
Menurut penulis utama riset, Dr. Srinkanth Saripalli, kemampuan ini menjadi lompatan penting karena kota dan pejalan kaki adalah dua hal yang terkenal sulit ditebak.
OmniPredict bekerja dengan menggabungkan isyarat visual serta konteks lingkungan, kemudian memproyeksikan kemungkinan tindakan manusia beberapa detik ke depan.
Hebatnya, hal ini dilakukan bahkan tanpa pelatihan khusus sebagaimana sistem otonom biasanya.
Selama ini, kendaraan otonom bekerja dengan responsif melihat kondisi, menganalisis, lalu mengambil keputusan.
OmniPredict memperkenalkan paradigma baru, antisipasi. Sistem ini memperkirakan apakah pejalan kaki akan berhenti, maju, ragu-ragu, atau menyeberang tiba-tiba.
Saripalli menggambarkannya sebagai “masa depan ketika kendaraan tidak sekadar melihat manusia, tetapi memahami motivasinya.”
Bayangkan berdiri di zebra cross, dan kendaraan otonom sudah tahu kamu akan melangkah bahkan sebelum kamu benar-benar bergerak.
Pendekatan ini dapat mengurangi “adu tatap” mendebarkan antara pejalan kaki dan pengemudi, meminimalkan near-miss, dan membuat arus jalan lebih mulus.
Potensi OmniPredict tidak berhenti pada lalu lintas. Sistem ini dapat membaca perubahan postur, tanda stres, orientasi tubuh, hingga keragu-raguan, kemampuan yang berharga bagi operasi militer maupun kondisi darurat.
AI yang mampu mengidentifikasi isyarat ancaman secara dini dapat memberikan peringatan cepat bagi personel keamanan atau petugas penyelamat.
Saripalli menegaskan bahwa tujuan utama bukan menggantikan manusia, tetapi menjadi mitra yang memperkuat intuisi manusia.
Berbeda dari sistem konvensional yang bergantung pada ribuan gambar pelatihan, OmniPredict menggunakan reasoning ala LLM sehingga lebih fleksibel dalam kondisi tak terduga, seperti cuaca buruk, pejalan kaki yang bertingkah “aneh”, atau objek tersembunyi.
Dalam pengujian menggunakan dua dataset tersulit, yakni JAAD dan WiDEVIEW, OmniPredict mencapai 67% akurasi, melampaui model terbaru dengan keunggulan 10%.
Hasil riset ini dipublikasikan dalam Computers and Engineering.
Yang lebih impresif, performa tetap stabil ketika ditambah konteks seperti pejalan kaki yang sebagian tertutup atau seseorang yang menatap kendaraan.
Waktu responsnya pun lebih cepat, dengan generalisasi lebih kuat terhadap berbagai kondisi jalan.
OmniPredict masih merupakan prototipe, namun riset ini menunjukkan arah baru: kendaraan otonom masa depan tidak lagi hanya mengenali objek, tetapi juga memahami niat.
Dengan menggabungkan persepsi dan penalaran, OmniPredict menghadirkan bentuk kecerdasan bersama antara manusia dan mesin—membuat teknologi terasa lebih intuitif, bukan sekadar otomatis.
Seperti dikatakan Saripalli, “OmniPredict tidak hanya melihat apa yang kita lakukan. Ia memahami mengapa kita melakukannya dan kapan kita akan melakukannya.”
Jika kemampuan ini diwujudkan pada kendaraan otonom, masa depan jalan raya tampak jauh lebih aman dan cerdas.
Disadur dari Tech Xplore.
Posting Komentar