Bahkan Bos Otomotif Nvidia Harus Rebutan Cip dengan ChatGPT: Mengapa Mobil Otonom L4 Masih Butuh Pawang Manusia?

Bayangkan Anda memiliki asisten rumah tangga yang luar biasa rajin. Ia bisa membersihkan lantai, memasak makanan kesukaan Anda, hingga merapikan dokumen kerja dengan rapi. Namun, ada satu masalah mendasar: ia tidak bisa bergerak seinci pun jika Anda tidak memberikan instruksi mendetail, dan ia sering kali bingung membedakan antara kucing kesayangan Anda dengan keset kaki berbulu tebal. Itulah analogi sempurna untuk kecerdasan buatan (AI) saat ini, khususnya ketika kita melepasnya ke jalan raya dalam wujud kendaraan otonom.

Sebagai “majikan” yang dikaruniai akal budi, kita sering kali silau oleh janji manis bahwa kendaraan masa depan akan menyetir sendiri sepenuhnya sementara kita tertidur pulas di kursi belakang. Namun, wawancara terbaru antara Pemimpin Redaksi The Verge, Nilay Patel, dengan Xinzhou Wu selaku Head of Automotive Nvidia, membukakan mata kita tentang satu kebenaran mutlak: di balik kemegahan komputasi miliaran dolar, sistem otonom tercanggih sekalipun masih sangat bergantung pada insting, pengawasan, dan keputusan logis manusia yang tidak bisa digantikan oleh algoritma sekadar-sekolah-perangkat-lunak.

Menariknya, bahkan di dalam internal Nvidia sendiri—perusahaan yang dinobatkan sebagai salah satu entitas paling bernilai di bumi berkat cip akselerator kecerdasan buatan mereka—terjadi perebutan kekuasaan yang sengit. Divisi otomotif harus saling sikut dengan divisi pusat data demi mendapatkan jatah kapasitas komputasi (GPU). Ini adalah bukti nyata bahwa secerdas apa pun sebuah mesin dirancang, ia tetaplah kode mati yang tak berdaya tanpa energi, perangkat keras, dan kendali mutlak dari manusia yang menekan tombol dayanya.

Analisis Mendalam

Xinzhou Wu, yang sebelumnya memimpin tim otonom di OEM Tiongkok, XPeng, dan raksasa Qualcomm, kini menakhodai ribuan insinyur di Nvidia Automotive. Fokus utamanya bukan lagi sekadar membangun “software-defined vehicle” (SDV)—di mana puluhan Electronic Control Unit (ECU) usang digantikan oleh satu atau dua komputer pusat—melainkan melangkah jauh ke era “AI-defined vehicle”. Kendaraan generasi baru ini tidak lagi dikontrol oleh baris-baris kode kaku, melainkan oleh model kecerdasan buatan generatif yang secara aktif menulis ulang perangkat lunak mobil tersebut secara dinamis.

Teknologi ini ditenagai oleh platform Nvidia Drive, yang menggunakan arsitektur komputasi mutakhir bernama Hyperion (terdiri dari sensor suite dan ECU redundan) serta model kecerdasan buatan sumber terbuka bernama Alpamayo. Di balik kemudi otonom ini, Nvidia merancang sistem tiga komputer: satu komputer untuk pelatihan model di awan (cloud), satu untuk simulasi pengujian, dan satu komputer inferensi di dalam kendaraan fisik. Melalui pendekatan ini, Nvidia tidak hanya menjual silikon, melainkan menawarkan model bisnis berbasis bagi hasil per mil otonom yang ditempuh di masa depan.

Salah satu fakta menarik yang diungkap Wu adalah bagaimana industri otomotif Tiongkok melesat lebih cepat dibanding para raksasa Detroit. Tanpa beban sejarah panjang memproduksi mobil berbahan bakar bensin, pabrikan Tiongkok memulai semuanya dari lembaran bersih (clean sheet). Mereka langsung mengadopsi arsitektur listrik tunggal yang terpusat di tengah kondisi pasar mobil listrik global yang melambat di Amerika Serikat. Untuk mengejar ketertinggalan data jarak tempuh otonom dari kompetitor seperti Waymo dan Tesla, Nvidia mengandalkan pengumpulan data kolektif antar-pabrikan serta teknologi data sintetis bernama NuRec (Neuro Reconstruction) yang memanipulasi skenario jalan raya secara digital untuk melatih kecerdasan sang mobil.

Baca juga artikel menarik lainnya di kategori Sidang Bot.

Batasan Sistem

Namun, mari kita bicarakan gajah di dalam ruangan: bagaimana mungkin kita mempercayakan nyawa kita pada model kecerdasan buatan yang “berpikir” lewat bahasa, sementara kita tahu sistem LLM saat ini masih sering mengarang bebas alias berhalusinasi? Nvidia berencana menanamkan model berbasis bahasa pada sistem otonom generasi berikutnya. Hasilnya? Mobil otonom tersebut akan terus “berbicara” secara konstan dalam bahasa batinnya untuk menganalisis keadaan jalan, seperti: “Ada mobil merah mendekat, saya harus pindah lajur.” Bayangkan betapa cerewetnya asisten robotik Anda ini, dan bayangkan pula jika sistem yang kurang piknik ini tiba-tiba mengalami latency atau lag mental di tengah jalan tol berkecepatan tinggi.

Di sinilah letak superioritas insting manusia yang tidak akan pernah bisa ditiru oleh kecerdasan buatan. Manusia menyetir menggunakan kombinasi refleks biologis, empati sosial terhadap pengendara lain, dan pemahaman kontekstual instan tanpa perlu memproses ratusan frame gambar per detik lewat jaringan saraf buatan. Ketika koneksi internet terputus, atau sensor kamera terhalang salju tebal, sistem kecerdasan buatan akan mengalami kebutaan digital. Wu mengakui bahwa sistem Level 4 (L4) membutuhkan redundansi sensor yang sangat mahal—termasuk Lidar, yang ditentang keras oleh Elon Musk secara dogmatis—hanya untuk memastikan mobil bisa menepi dengan aman saat “otak” digitalnya mengalami gagal sistem.

Cip dan algoritma tercanggih sekalipun tetaplah “buta” terhadap anomali sosial di jalan raya. Sistem kecerdasan buatan tidak memahami mengapa seorang polisi lalu lintas memberikan isyarat tangan yang tidak lazim, atau mengapa sekelompok remaja menyeberang jalan secara sembarangan sambil tertawa. Mesin hanya membaca probabilitas piksel berdasarkan data masa lalu. Tanpa pengawasan aktif dari manusia sebagai “majikan” yang memegang kendali darurat, mobil otonom tercanggih tak lebih dari sekadar asisten kaku yang rawan menabrak rintangan di luar dugaannya.

Dampak Masa Depan

Pernyataan berani Xinzhou Wu bahwa mobil otonom L4 komersial akan menjadi komoditas arus utama dalam waktu “kurang dari lima tahun” dipastikan akan memicu tensi tinggi dalam persaingan teknologi global. Terlebih lagi, adanya perang dagang cip antara AS dan Tiongkok serta regulasi data yang ketat membuat Nvidia harus memutar otak. Model otonom Nvidia pun terpaksa memiliki “varian regional” yang disesuaikan dengan aturan hukum setempat, yang berarti tingkat kecerdasan mobil Anda di Jakarta mungkin akan berbeda jauh dengan mobil serupa di Munich atau San Francisco.

Selain itu, perang dingin antara kubu “Pure Vision” (Tesla) dan kubu “Redundansi Lidar” (Nvidia, Waymo) akan memasuki babak krusial. Jika prediksi Wu meleset dan Tesla berhasil membuktikan L4 tanpa Lidar dalam skala massal, maka investasi miliaran dolar Nvidia pada ekosistem Hyperion akan menghadapi tantangan finansial yang masif. Namun sebaliknya, jika faktor keselamatan memaksa regulator global mewajibkan penggunaan Lidar, maka Nvidia akan kokoh berdiri sebagai penguasa mutlak pasokan otak otomotif masa depan.

Pada akhirnya, secanggih apa pun mobil otonom yang dikembangkan oleh Nvidia, Mercedes, atau Tesla, mereka tidak akan pernah bisa menggantikan kedaulatan manusia di balik kemegahan teknologi. Kecerdasan buatan otonom hanyalah alat pembantu yang dirancang untuk meringankan beban fisik, bukan mengambil alih hak prerogatif akal budi kita. Tanpa keputusan manusia untuk menekan tombol ‘Start’, menyalakan mesin, dan menentukan tujuan akhir perjalanan, semua kecerdasan buatan generatif ini hanyalah barisan kode mati yang membeku di dalam silikon dingin.

Artikel ini dirangkum dari sumber asli di “The Verge”.
Gambar oleh: TechCrunch via The Verge

Sebab secerdas apa pun mobil Nvidia membaca lajur jalan tol, ia tetap tidak akan pernah bisa mendeteksi keberadaan tukang parkir liar yang tiba-tiba muncul dari balik pohon beringin sambil meniup peluit.