Advertisement

Ad space available

Berita AI

AI Generative MIT Bantu Robot 'Melihat' Tembus Pandang via Sinyal Wi-Fi

Peneliti MIT mengembangkan Wave-Former, sistem berbasis Generative AI yang mampu merekonstruksi objek 3D tersembunyi menggunakan sinyal nirkabel. Teknologi ini memungkinkan robot mendeteksi barang di balik penghalang dengan presisi tinggi tanpa melanggar privasi.

Tim Rekayasa AI
Penulis
19 Maret 2026
4 min read
#Generative AI#Wireless Vision#MIT Research#Robotics#Computer Vision
AI Generative MIT Bantu Robot 'Melihat' Tembus Pandang via Sinyal Wi-Fi

AI Generative MIT Bantu Robot "Melihat" Tembus Pandang via Sinyal Wi-Fi

CAMBRIDGE, (19 Maret 2026)

Key Takeaway
  • Wave-Former: Sistem inovatif yang menggunakan Generative AI untuk melengkapi bentuk objek 3D yang tersembunyi di balik material padat seperti dinding atau kardus.
  • Teknologi RISE: Memungkinkan rekonstruksi seluruh isi ruangan hanya dengan memanfaatkan pantulan sinyal nirkabel dari pergerakan manusia, tanpa memerlukan kamera.
  • Akurasi & Privasi: Meningkatkan presisi deteksi hingga 20% dibanding metode sebelumnya sambil menjaga privasi pengguna karena tidak menggunakan data visual kamera.

Peneliti dari Massachusetts Institute of Technology (MIT) telah menghabiskan lebih dari satu dekade mempelajari teknik yang memungkinkan robot menemukan objek tersembunyi. Mengutip laporan dari MIT News, tim tersebut kini mengintegrasikan model Generative AI untuk mengatasi hambatan teknis yang selama ini membatasi presisi penglihatan nirkabel.

Melansir data dari Adam Zewe, inovasi ini memungkinkan robot untuk "melihat" menembus rintangan fisik menggunakan sinyal nirkabel yang memantul dari benda yang tertutup. Hasilnya adalah dua sistem terobosan: Wave-Former untuk rekonstruksi objek spesifik dan RISE untuk pemetaan seluruh isi ruangan.

Mengatasi Masalah Pantulan dengan Generative AI

Sistem ini memanfaatkan sinyal millimeter wave (mmWave), frekuensi yang mirip dengan yang digunakan pada jaringan Wi-Fi dan 5G. Sinyal ini dapat melewati penghalang seperti drywall, plastik, dan kayu, lalu memantul kembali ke sensor.

Masalah utamanya selama ini adalah sifat specularity (pemantulan searah), di mana sinyal seringkali hanya memantul dari bagian atas objek, sehingga sisi samping dan bawah tetap tidak terlihat. Di sinilah peran Generative AI masuk. Para peneliti melatih model AI untuk mengisi kekosongan data tersebut berdasarkan pola fisik pantulan yang diketahui.

"Kami menggunakan AI untuk akhirnya membuka kunci visi nirkabel (wireless vision)," ujar Fadel Adib, Associate Professor di Departemen Electrical Engineering and Computer Science MIT. Wave-Former mampu menghasilkan rekonstruksi yang setia dari sekitar 70 objek sehari-hari, meningkatkan akurasi hampir 20 persen dibandingkan teknologi sebelumnya.

RISE: Rekonstruksi Ruangan Lewat Pergerakan Manusia

Selain objek tunggal, tim MIT juga memperkenalkan RISE (Single Static Radar-based Indoor Scene Understanding). Sistem ini memanfaatkan sinyal "hantu" atau ghost signals—pantulan sekunder yang biasanya dianggap sebagai gangguan (noise).

Saat manusia bergerak di dalam ruangan, sinyal mmWave memantul dari tubuh mereka ke dinding atau furnitur sebelum kembali ke sensor. Dengan menganalisis perubahan pantulan ini dari waktu ke waktu, Generative AI dapat merekonstruksi tata letak seluruh ruangan secara detail tanpa perlu memasang sensor di setiap sudut atau menggunakan robot yang bergerak.

Dampak bagi Indonesia

Teknologi visi nirkabel berbasis Generative AI ini memiliki potensi implementasi strategis di Indonesia:

  1. Transformasi Logistik e-Commerce: Perusahaan logistik besar di Indonesia dapat mengadopsi Wave-Former untuk memverifikasi isi paket di gudang sortir tanpa harus membuka segel. Hal ini dapat mengurangi kesalahan pengiriman dan biaya retur yang selama ini membebani operasional bisnis fintech dan retail.
  2. Privasi Smart Home dan UU PDP: Sejalan dengan penerapan UU Pelindungan Data Pribadi (UU PDP), teknologi RISE menawarkan solusi pemantauan rumah pintar atau fasilitas perawatan lansia di Indonesia tanpa kamera CCTV yang invasif. Hal ini memberikan rasa aman tanpa melanggar privasi visual penghuni.
  3. Efisiensi Infrastruktur: Mengingat biaya Data Center dan implementasi Cloud Computing yang terus berkembang di Indonesia, penggunaan sensor radar statis tunggal (seperti RISE) jauh lebih ekonomis dibandingkan sistem berbasis banyak kamera beresolusi tinggi yang memerlukan bandwidth besar untuk pemrosesan data.

Artikel ini akan diperbarui seiring tersedianya informasi baru. Join Komunitas Rekayasa AI di Discord untuk diskusi lebih lanjut.

Advertisement

Ad space available

✍️

Ditulis oleh

Tim Rekayasa AI

Kontributor Rekayasa AI yang passionate tentang teknologi AI dan dampaknya di Indonesia.

Bagikan:𝕏fin