Telko.id – Pendiri Xiaomi, Lei Jun, secara resmi mengumumkan pencapaian monumental bagi laboratorium kecerdasan buatan (AI) perusahaan.
Sejumlah makalah penelitian dari tim Xiaomi telah diterima untuk dipresentasikan dalam International Conference on Learning Representations (ICLR) 2026.
Konferensi ini dikenal luas sebagai salah satu panggung paling bergengsi di dunia untuk memamerkan kemajuan terbaru dalam bidang kecerdasan buatan.
Karya-karya yang terpilih mencakup berbagai batasan kritis dalam pengembangan AI modern. Topik yang diangkat meliputi penalaran multimodal, pembelajaran penguatan atau Reinforcement Learning (RL), agen GUI, hingga pembuatan audio.
Namun, sorotan utama dari pencapaian ini tertuju pada inovasi mereka dalam sistem mengemudi otonom end-to-end, yang menjanjikan evolusi signifikan bagi industri otomotif pintar.
Salah satu penelitian yang menjadi pusat perhatian adalah makalah berjudul “Dichotomous Diffusion Policy Optimization” atau disingkat DIPOLE.
Penelitian ini menonjol karena penerapannya yang langsung pada sistem mengemudi otonom dan model pengambilan keputusan berskala besar.
Inovasi ini hadir di tengah gencarnya pengembangan ekosistem cerdas perusahaan, termasuk peluncuran berbagai Perangkat AIoT yang semakin canggih.
Tantangan Stabilitas dalam Model Difusi
Dalam dunia pengembangan AI generatif saat ini, strategi berbasis difusi dianggap sebagai standar emas. Hal ini dikarenakan kekuatan ekspresifnya yang tinggi serta kemampuan kontrol yang mumpuni.
Meski demikian, penerapan strategi ini pada Reinforcement Learning (RL) untuk pengambilan keputusan menciptakan hambatan teknis tersendiri.
Masalah utama yang dihadapi adalah instabilitas pelatihan saat melakukan optimasi langsung. Metode pendekatan Gaussian yang sering digunakan sebelumnya terbukti memakan biaya komputasi yang sangat mahal.
Selain itu, metode tersebut memerlukan langkah denoising yang berlebihan, sehingga dinilai tidak praktis untuk aplikasi real-time seperti pada kendaraan otonom yang membutuhkan respons sepersekian detik.
Tim peneliti Xiaomi, yang dipimpin oleh penulis utama Liang Ruiming dan Zheng Yinan, menawarkan solusi melalui algoritma DIPOLE.
Algoritma ini dirancang untuk mengatasi kemacetan antara stabilitas dan kompleksitas yang selama ini menjadi kendala dalam pengembangan sistem otonom berbasis AI.
Kehadiran teknologi ini diharapkan dapat melengkapi portofolio inovasi perusahaan, bersanding dengan produk flagship seperti Pesaing iPhone terbaru mereka yang juga mengandalkan kecerdasan buatan.
Baca Juga:
Mekanisme Kerja Algoritma DIPOLE
Logika inti dari DIPOLE adalah memeriksa kembali tujuan RL yang terregularisasi KL. Alih-alih menggunakan optimasi yang rumit dan berantakan, algoritma ini memperkenalkan konsep “regularisasi kebijakan serakah” atau greedy policy regularization. Pendekatan ini memungkinkan sistem untuk memproses data dengan lebih efisien dan terstruktur.
Secara teknis, DIPOLE melakukan dekomposisi biner terhadap kebijakan optimal. Algoritma memecahnya menjadi struktur “biner”, yaitu satu sisi yang memaksimalkan imbalan (rewards) dan satu sisi lain yang meminimalkannya.
Pemisahan ini memberikan kejelasan bagi sistem dalam membedakan tindakan mana yang paling menguntungkan dalam skenario tertentu.
Pada tahap penerapan atau inferensi, sistem menghasilkan tindakan dengan menggabungkan skor probabilitas dari dua kebijakan yang berlawanan tersebut secara linear.
Metode ini memberikan fleksibilitas luar biasa bagi sistem untuk mengatur seberapa “agresif” atau “konservatif” pengambilan keputusan yang harus dilakukan. Hal ini sangat krusial dalam situasi jalan raya yang dinamis, di mana kendaraan harus menyeimbangkan antara kecepatan dan keselamatan.
Validasi Kinerja dan Dampak Masa Depan
Algoritma DIPOLE yang diperkenalkan Xiaomi bukan sekadar konsep teoritis di atas kertas. Makalah penelitian tersebut telah memvalidasi kinerjanya melalui tiga tolok ukur (benchmark) kritis yang membuktikan keandalannya.
Pada kategori General RL, algoritma ini menunjukkan peningkatan signifikan pada standar benchmark seperti ExORL dan OGBench.
Dari sisi skalabilitas, DIPOLE sukses divalidasi pada model VLA (Vision-Language-Action) dengan skala parameter mencapai 1 miliar. Keberhasilan ini membuktikan bahwa algoritma tersebut dapat bekerja efektif pada model pondasi berskala besar, sebuah prasyarat penting untuk sistem AI modern yang kompleks.
Yang paling relevan bagi industri otomotif, algoritma ini mendemonstrasikan kinerja superior dalam NAVSIM, sebuah benchmark mengemudi otonom di dunia nyata.
Hasil ini menandakan adanya peningkatan langsung bagi sistem Pilot masa depan Xiaomi. Integrasi teknologi ini kemungkinan besar akan segera terlihat, seiring dengan upaya perusahaan yang baru saja menyelesaikan Update HyperOS ke sebagian besar perangkat mereka, menciptakan ekosistem yang semakin terpadu antara kendaraan dan perangkat pintar. (Icha)
