Courtesy of Forbes

Mengapa AI Masih Kesulitan Memahami Gerakan Manusia di Dunia Nyata

Mengajarkan AI untuk memahami gerakan manusia secara dinamis dan kontekstual agar dapat memberikan analisis yang akurat serta membantu meningkatkan keselamatan, pemulihan, dan performa dalam berbagai industri.

11 Des 2025, 15.34 WIB

159 dibaca

Ikhtisar 15 Detik

AI masih mengalami kesulitan dalam memahami gerakan manusia secara real-time.
Pengumpulan data gerakan yang realistis dan teranotasi sangat penting untuk pengembangan sistem AI yang efektif.
Teknologi gerakan AI memiliki potensi besar untuk meningkatkan keselamatan dan performa di berbagai industri.

AI memiliki kemampuan mengagumkan dalam mengklasifikasikan gambar dan memetakan pola, namun ketika diaplikasikan untuk memahami gerakan manusia di lingkungan nyata seperti gym, pabrik, dan klinik, banyak sistem AI masih gagal mendeteksi kesalahan gerakan yang sederhana. Hal ini terjadi karena AI biasanya dilatih menggunakan miliaran gambar diam, sedangkan gerakan manusia bersifat dinamis dan dipengaruhi oleh faktor seperti kekuatan, kelelahan, dan niat.

Banyak sistem visi komputer saat ini mampu mengenali objek dengan baik, namun kesulitan saat diminta menginterpretasi gerakan tubuh secara menyeluruh. Misalnya, satu frame gambar bisa menangkap pose tubuh, tetapi tidak dapat menentukan apakah seseorang dalam posisi stabil, sedang mengkompensasi, atau menurunkan kualitas gerakan mereka. Selain itu, perubahan kondisi lingkungan seperti pencahayaan dan sudut pandang juga dapat menurunkan akurasi model AI secara signifikan.

Salah satu tantangan terbesar adalah kurangnya data gerakan manusia yang realistis dan beranotasi secara biomekanis lengkap. Data yang dihasilkan di laboratorium dengan peralatan canggih tidak mewakili kondisi nyata di lapangan, sehingga banyak tim harus membangun dataset mereka sendiri, seperti FlexAI yang membuat dataset khusus gerakan gym berdasarkan pengamatan ribuan video dari latihan di lapangan dengan pengawasan ahli kebugaran.

Selain data, kecepatan pengolahan dan privasi juga menjadi hambatan dalam penerapan AI untuk memberikan umpan balik secara real time. Pengiriman data video ke cloud sering menyebabkan penundaan dan kekhawatiran terkait penyimpanan dan akses data. Oleh karena itu, banyak perusahaan mulai memprioritaskan pemrosesan langsung di perangkat untuk mengurangi latensi dan menjaga privasi pengguna.

Meningkatkan kemampuan AI dalam memahami gerakan tidak hanya soal mengenali bentuk, tapi juga memahami kondisi manusia yang mendasari gerakan tersebut, seperti kelelahan, cedera, atau stres. Untuk mencapai ini, dibutuhkan penggabungan data visual, sensor wearable, serta masukan dari pengguna dan konteks lingkungan. Tujuannya bukan menggantikan ahli manusia, tetapi memperluas jangkauan dan kecepatan akses ke keahlian tersebut.

Referensi:
[1] https://www.forbes.com/sites/kolawolesamueladebayo/2025/12/11/why-ai-still-struggles-with-human-movement/

Analisis Ahli

Amol Gharat

"Mengajarkan AI untuk memahami bentuk dan prinsip kinetik gerakan tubuh jauh lebih kompleks daripada sekadar mengenali objek dalam gambar statis. Kecepatan dan pemahaman mendalam dalam waktu nyata adalah kunci untuk aplikasi AI di bidang fisik."

Amin Niri

"Membangun dataset besar yang beragam dan beranotasi dengan teliti sangat penting untuk mengembangkan AI yang benar-benar memahami gerakan di dunia nyata, bukan hanya di laboratorium."

Meta Ego4D Research Team

"Gerakan manusia yang tidak terduga dan beragam di lingkungan alami menjadi penghalang utama untuk akurasi AI saat ini dalam analisis gerakan."

Analisis Kami

"AI dalam bidang analisis gerakan manusia membutuhkan pendekatan holistik yang menggabungkan data visual, sensorik, dan konteks sosial untuk memberikan hasil yang bermakna dan dapat dipercaya. Tanpa pemahaman konteks yang lebih dalam dan data yang realistis, AI tidak akan bisa menggantikan peran manusia dalam menginterpretasi gerakan secara komprehensif."

Prediksi Kami

Di masa depan, AI yang dapat memahami gerakan manusia secara real-time dengan konteks yang mendalam akan menjadi teknologi penting untuk memperluas akses ke pelatihan, rehabilitasi, dan keselamatan kerja secara signifikan di berbagai sektor.

Pertanyaan Terkait

Apa yang menjadi tantangan utama bagi sistem AI dalam memahami gerakan manusia?

Tantangan utama adalah bahwa AI sering dilatih dengan gambar diam, sehingga kesulitan dalam memahami gerakan yang dinamis dan kompleks.

Mengapa data gerakan manusia yang realistis sulit didapat?

Data gerakan manusia yang realistis sulit didapat karena banyak dataset yang ada berasal dari kondisi terkontrol dan tidak mencerminkan kehidupan sehari-hari.

Apa perbedaan antara analisis pose dan analisis gerakan dalam konteks AI?

Analisis pose hanya menangkap posisi tubuh pada satu titik waktu, sedangkan analisis gerakan melibatkan pemahaman bagaimana tubuh bergerak seiring waktu.

Bagaimana teknologi AI dapat meningkatkan keselamatan di tempat kerja?

Teknologi AI dapat meningkatkan keselamatan di tempat kerja dengan mendeteksi pola gerakan berisiko sebelum menyebabkan cedera.

Apa tujuan utama dari organisasi seperti FlexAI dan Meta dalam pengembangan AI?

Tujuan utama organisasi seperti FlexAI dan Meta adalah untuk mengembangkan pemahaman AI yang lebih baik tentang gerakan manusia untuk berbagai aplikasi, termasuk rehabilitasi dan keselamatan.