Setiap kali hari audit gudang yang hanya datang tepat dua kali setahun tiba, aku merasa tertekan beberapa hari sebelumnya.
Buku-buku ditumpuk di rak bertingkat 3 di gudang. Berantakan...
Di dalam gudang 60 pyeong yang gelap dan berdebu itu, memanjat tangga yang bergetar untuk melihat ke atas rak palet bertingkat 3 dengan leher tegang adalah pekerjaan yang sangat berat. Bundel buku yang dibungkus rapat dengan plastik tidak terlihat dari bawah, dan meskipun kami berteriak "Pak, berapa bundel buku dengan sampul kuning di atas itu?", pemilik yang membalik-balik buku ledger hanya mengedipkan mata di balik kacamata pembesar. Dulu, hanya dengan berjalan melewati sela-sela rak, aku bisa membayangkan "Ah, ada 400 buku kosakata bahasa Inggris tertanam di sudut itu" dan gudang 3D tergambar lengkap di kepalaku, tetapi sekarang baik pemilik maupun aku memiliki photomemory yang memudar dengan baik.
Kami tidak mampu menerapkan solusi logistik perusahaan besar senilai puluhan juta won, dan memindai rak dengan lidar menggunakan drone di dalam ruangan adalah cerita rumah orang lain yang hanya kami lihat di video YouTube. Karena jika kami menerbangkan drone di gudang yang sempit, angin akan mengoyak semua plastik dan drone akan menghantam tiang dengan sempurna.
Jadi kami memutuskan untuk pergi dengan cara yang sangat sederhana dan berani. Kami menggunakan LLM multimodal buatan China dengan biaya API yang murah sebagai kerangka dasar, dan mengisi kekurangan dengan tangan manusia secara langsung.
Karena spesifikasi rak (bay 2.590 × kedalaman 1.000) sudah ditentukan dengan pasti, untuk menghitung mundur "berapa banyak blok bundel buku yang masuk ke ruang ini" dari perspektif dan kedalaman dalam foto, kami tidak memerlukan AI yang luar biasa canggih atau peralatan mahal. Dengan 102 foto yang diambil dengan satu iPhone sambil berjalan dan timestamp, tata letak ruang 3D jatuh dengan sempurna sesuai jalur gudang.
Tetapi tidak peduli seberapa baik dunia menjadi, ada titik yang bahkan jika AI mati dan bangun tidak bisa menyelesaikannya. Ketika cahaya memantul pada kemasan plastik dan judul menjadi tidak jelas, atau ujung sampul yang menonjol di sudut, AI tidak bisa membaca sama sekali dan tersandung. Tetapi di sinilah kegunaan manusia bersinar dengan indah.
Ketika thumbnail ditampilkan di layar, mata manusia dapat mengenalinya dalam 0,1 detik. "Eh? Saya melihat ada pita kuning di sana, jadi itu buku yang baru keluar kali ini." Petunjuk visual sesaat yang akan membingungkan AI bahkan setelah berlatih puluhan ribu kali, manusia dapat menangkapnya dengan sekali lihat satu foto. Manusia melihat layar dan seperti bermain permainan puzzle, hanya melempar nama "ini adalah buku ini", dan di belakang algoritma perhitungan volume menghitung jumlah buku dan memasukkannya ke buku ledger.
Pekerjaan fisik setengah hari yang dulunya memanjat tangga dan tertimpa debu menjadi permainan pencari gambar tersembunyi 10 menit yang selesai dengan beberapa klik sambil minum kopi di depan monitor.
Bahkan tanpa peralatan terbaru yang megah atau drone, menempatkan teknologi murah di tempat yang tepat dan menambahkan sentuhan terakhir dengan indera yang paling manusia kuasai dengan baik. Pada akhirnya, menyelesaikan masalah di lapangan bukan tentang kesombongan teknologi, tetapi tentang 'kekuatan unik yang dimiliki mata dan tangan manusia' yang masih bersinar seperti ini.
Aku bermimpi menerima pekerjaan murah yang diperintahkan AI dan mesin untuk mengumpulkan sampah digital. Apakah aku bermimpi tentang daging tusuk domba? =3=3=3
▶ Sumber asli: https://argo9.com/
