10 อันดับเทรนด์เทคโนโลยีพุ่งแรง จัดลำดับโดย ALIBABA DAMO

[Panitsupa]

Alibaba DAMO Academy (DAMO) สถาบันเพื่อการค้นคว้าด้านเทคโนโลยีและวิทยาศาสตร์ระดับนานาชาติของอาลีบาบา กลุ่ม พรีเซ็นท์การคาดคะเนแนวโน้มสำคัญที่จะกำหนดทิศทางของอุตสาหกรรมเทคโนโลยี

#1 Cloud-Network-Device Convergence
การพัฒนาอย่างเร็วของเทคโนโลยีด้านเครือข่ายใหม่ๆจะเคลื่อนวิวัฒนาการของคลาวด์คอมพิวติ้ง ไปสู่ระบบการประมวลผลแบบใหม่ ที่เป็นการรวมเครื่องไม้เครื่องมือเครือข่ายบนคลาวด์เข้าไว้ร่วมกัน ซึ่งคลาวด์ เน็ตเวิร์ก และอุปกรณ์ต่างๆในระบบใหม่นี้จะมีการแบ่งงานที่แจ้งชัดเพิ่มขึ้น การรวมโครงข่ายระบบคลาวด์ไว้ด้วยกันจะเป็นตัวเร่งผลักดันให้กำเนิดแอปพลิเคชันใหม่ๆที่จะตอบสนองงานที่มีความต้องการเยอะขึ้นเรื่อยๆ เป็นต้นว่า การเลียนแบบทางด้านอุตสาหกรรมที่มีความแม่นยำสูง การพิจารณาคุณภาพทางด้านอุตสาหกรรมแบบเรียลไทม์ และ mixed reality ในอีก 2 ปีด้านหน้า เราคาดว่าจะได้เห็นแอปพลิเคชันสถานที่สำหรับทำงานบนระบบประเมินผลใหม่เพิ่มขึ้นอย่างเร็ว

#2 AI for Science (AI กับการพัฒนาทางด้านวิทยาศาสตร์)
ขณะนี้ความรุ่งเรืองของ AI ทำให้กระบวนทัศน์ด้านวิทยาศาสตร์ใหม่ๆเป็นได้ แมชชีนเลิร์นนิ่งสามารถประมวลผลข้อมูลเป็นจำนวนมากที่มีหลากหลายมิติรวมทั้งในหลายรูปแบบ พร้อมแก้ไขปัญหาด้านวิทยาศาสตร์ที่สลับซับซ้อนได้ ช่วยให้การค้นคว้าทางด้านวิทยาศาสตร์เติบโตขึ้นในเรื่องที่เคยมีความคิดว่าเป็นไปไม่ได้ ไม่เฉพาะแต่ AI จะเป็นตัวเร่งให้การศึกษาค้นคว้าทางวิทยาศาสตร์รวดเร็วทันใจขึ้นเท่านั้น แต่ว่ายังช่วยสำหรับการศึกษาและทำการค้นพบกฎทางวิทยาศาสตร์ใหม่ๆอีกด้วย ในอีก 3 ปีข้างหน้า พวกเราคาดว่าจะมีการนำ AI ไปใช้อย่างมากมายในกรรมวิธีวิจัยด้านวิทยาศาสตร์ประยุกต์ แล้วก็ใช้เป็นอุปกรณ์การผลิตในวิทยาศาสตร์รากฐานด้านต่างๆ

#3 Silicon Photonic Chips (ชิปซิลิคอนที่ส่งข้อมูลด้วยแสงสว่าง)
silicon photonic chips แตกต่างจากชิปอิเล็กทรอนิกส์ตรงที่ใช้โฟตอน (photons) แทนอิเล็คตรอน (electrons) เพื่อส่งข้อมูล โฟตอนจะไม่มีปฏิกิริยาโต้ตอบกันโดยตรง รวมทั้งสามารถเคลื่อนในระยะทางที่ไกลกว่า ด้วยเหตุผลดังกล่าว silicon photonic chips ก็เลยสามารถเพิ่มความหนาแน่นสำหรับเพื่อการประมวลผลรวมทั้งคุณภาพสำหรับการใช้พลังงานให้สูงมากขึ้น ส่วนการเจริญเติบโตของคลาวด์คอมพิวติ้งรวมทั้ง AI ก็ขับการพัฒนาเทคโนโลยี silicon photonic chips อย่างรวดเร็ว ในอีก 3 ปีด้านหน้า พวกเราสามารถมุ่งมาดว่าจะได้เห็นการนำมาใช้ silicon photonic chips อย่างมากมายสำหรับเพื่อการรับส่งข้อมูลความเร็วสูงในดาต้าเซ็นเตอร์ขนาดใหญ่

#4 AI for Renewable Energy (AI กับพลังงานหมุนเวียน)
เนื่องมาจากลักษณะที่เดาไม่ได้ของการสร้างกระแสไฟฟ้าพลังงานเวียน แล้วก็การรวมแหล่งพลังงานหมุนวนเข้ากับโครงข่ายกระแสไฟฟ้า ส่งผลให้เกิดความท้าทายที่มีผลต่อความปลอดภัยและก็ความน่านับถือของโครงข่ายไฟฟ้า การประยุกต์ใช้ AI ในภาคอุตสาหกรรมจึงมีความจำเป็นยิ่งต่อการแก้ไขประสิทธิภาพ และระบบอัตโนมัติของระบบกระแสไฟฟ้ากำลัง ตลอดจนการใช้ทรัพยากรให้กำเนิดผลดีสูงสุดและมีเสถียรภาพ ซึ่งจะเอื้อให้บรรลุผล carbon neutrality. ที่จะไม่ปลดปล่อยก๊าสสภาวะเรือนกระจกสู่ชั้นบรรยากาศมากขึ้น

#5 High-precision Medicine (การรักษาแบบถูกต้องแม่นยำและเฉพาะสูง)
การแพทย์เกิดเรื่องที่จะต้องอาศัยความชำนาญเฉพาะของแต่ละบุคคลมหาศาล แล้วก็มักจะเกี่ยวโยงกับการลองถูกลองผิดอย่างยิ่ง แล้วก็ในที่สุดอาจมีความสามารถนานับประการตามคนป่วยแต่ละราย เป็นที่คาดกันว่าการนำ AI มารวมกับการดูแลและรักษาที่แม่น จะช่วยกระตุ้นการบูรณาการความชำนิชำนาญและเทคโนโลยีการวินิจฉัยใหม่ๆเพิ่มขึ้น แล้วก็ปฏิบัติหน้าที่เป็นเข็มทิศนำทางที่มีความเที่ยงตรงสูงสำหรับเวชศาสตร์คลีนิก ซึ่งแพทย์สามารถใช้เข็มทิศนี้วินิจฉัยโรคและตัดสินใจด้านการแพทย์ได้อย่างเร็วรวมทั้งแม่นที่สุดเท่าที่จะเป็นไปได้ ความก้าวหน้าเหล่านี้สามารถช่วยให้พวกเราสามารถวัด คำนวณ คาดคะเน แล้วก็คุ้มครองป้องกันโรครุนแรงได้

#6 Privacy-preserving Computation (การประมวลผลแบบรักษาความเป็นส่วนตัว)
เนื่องจากว่าเทคโนโลยีมีการบูรณาการมากขึ้นเรื่อยๆยกตัวอย่างเช่น ชิปที่มีการดำเนินงานเฉพาะ อัลกอริธึมการเข้ารหัส การใช้งานไวท์บ็อกซ์ (whitebox) ที่เป็นคอมพิวเตอร์ส่วนตัวหรือเซิร์ฟเวอร์ประกอบเองที่ไม่มีแบรนด์ รวมถึงความน่าเชื่อถือของข้อมูล อื่นๆอีกมากมาย กำลังเกิดขึ้น ด้วยเหตุนี้ จึงจะมีการประมวลผลแบบรักษาความเป็นส่วนตัวนำมาใช้ในเหตุการณ์ต่างๆดังเช่นว่า การประมวลผลข้อมูลจำนวนเป็นอย่างมาก และก็การประสานรวมข้อมูลที่ได้มาจากทุกโดเมน ซึ่งเป็นความเจริญรุ่งเรืองที่เกิดขึ้นมาจากการประมวลผลข้อมูลปริมาณเล็กน้อย และข้อมูลที่ได้รับมาจากโดเมนส่วนตัวเข้าไว้ร่วมกัน การนำไปใช้งานจะทำให้มีประสิทธิภาพเพิ่มมากขึ้นการทำงานใหม่ที่ขับเคลื่อนโดยข้อมูลจากทุกโดเมน

#7 Extended Reality: XR (เทคโนโลยีโลกเสมือนจริง – XR)
แว่น XR ให้คำมั่นที่จะทำให้โลกเสมือนบนอินเทอร์เน็ตใกล้ข้อเท็จจริงเยอะที่สุด สิ่งใหม่นี้ได้หว่านเมล็ดพันธุ์ที่จะแตกหน่อในระบบนิเวศอุตสาหกรรมใหม่ ศูนย์รวมถึงองค์ประกอบอิเล็กทรอนิกส์ เครื่องมือ ระบบปฏิบัติการ รวมทั้งการใช้งานในด้านต่างๆเทคโนโลยี XR จะเปลี่ยนแปลงโฉมแอปพลิเคชันดิจิทัล และเปลี่ยนแปลงแนวทางที่ผู้คนมีส่วนร่วมกับเทคโนโลยีในประเด็นต่างๆดังเช่น ความรื่นเริงใจ โซเชียลเน็ตเวิร์ก สถานที่ทำงาน ช็อปปิ้ง การเรียนรู้ และการรักษาสุขภาพ อื่นๆอีกมากมาย ในอีก 3 ปีด้านหน้า เราคาดว่าจะได้เห็นแว่นตา XR รุ่นใหม่ที่มีรูปลักษณ์ รวมทั้งให้ความรู้ความเข้าใจสึกที่ไม่ผิดเพี้ยนไปจากแว่นทั่วๆไปออกสู่ตลาด รวมทั้งจะเป็นจุดเริ่มต้นที่สำคัญสู่อินเทอร์เน็ตในสมัยต่อไป

#8 Perceptive Soft Robotics
หุ่นยนต์นิ่ม (Perceptive Soft Robotics) ไม่เหมือนกับหุ่นยนต์ทั่วๆไป ตรงที่มีส่วนต่างๆที่ยืดหยุ่นได้ และก็มีความรู้และความเข้าใจสำหรับการรับรู้ต่อแรงกด การมองมองเห็น และก็เสียง หุ่นยนต์พวกนี้ใช้ประโยชน์จากเทคโนโลยีต่างๆที่ทันสมัย ดังเช่นว่า เครื่องไม้เครื่องมืออิเล็กทรอนิกส์ที่ยืดหยุ่นได้ อุปกรณ์ที่รองรับแรงกด และ AI ซึ่งช่วยให้ทำงานพิเศษและงานที่มีความซับซ้อนสูง ทั้งยังยังสามารถเปลี่ยนรูปเพื่อปรับให้กับสภาพแวดล้อมทางด้านกายภาพที่ต่างกันได้ การเกิดขึ้นของหุ่นยนต์นิ่มจะช่วยในการเปลี่ยนทิศทางของอุตสาหกรรมด้านที่เกี่ยวข้องกับการผลิต ตั้งแต่การสร้างผลิตภัณฑ์มาตรฐานไม่น้อยเลยทีเดียว ไปจนถึงผลิตภัณฑ์เฉพาะกรุ๊ปที่มีการผลิตปริมาณน้อย

#9 Satellite-terrestrial Integrated Computing (การประมวลผลแบบบูรณาการผ่านดาวเทียมแล้วก็ภาคพื้นดิน – STC)
โครงข่ายภาคพื้นดินและระบบการประมวลผลมีการให้บริการดิจิทัลสำหรับพื้นที่ที่มีประชาชนหนาแน่น แต่จะไม่มีบริการในพื้นที่ที่มีประชาชนบางเบา อย่างเช่น ทะเลทราย สมุทร และก็อวกาศ ฯลฯ STC จะเชื่อมต่อกับดาวเทียมแบบ High-Earth Orbit (HEO) ที่มีเส้นทางโคจรสูง รวมทั้งแบบ Low-Earth Orbit (LEO) ที่มีเส้นทางโคจรต่ำ และโครงข่ายทางด้านที่เกี่ยวข้องกับการสื่อสารเขยื้อนภาคพื้นดิน ครอบคลุมไม่มีรอยต่อในทุกมิติ นอกจากนั้น STC ยังสร้างระบบประมวลผลศูนย์รวมดาวเทียม โครงข่ายดาวเทียม ระบบสื่อสารภาคพื้นดิน รวมทั้งเทคโนโลยีคลาวด์คอมพิวติ้งเข้าไว้ร่วมกัน ซึ่งจะมีผลให้มีการเข้าถึงบริการดิจิทัลได้มากขึ้น และก็ครอบคลุมทั้งโลก

#10 พัฒนาการร่วมของโมเดล AI ขนาดใหญ่แล้วก็ขนาดเล็ก
โมเดลก่อนจะมีการฝึกอบรม หรือที่เรียกกันว่าโมเดลรากฐาน เป็นเคล็ดวิธีก้าวล้ำในการพัฒนาฐานรากตั้งแต่ AI เฉพาะทาง (Weak AI) ที่มีความรู้และความเข้าใจเฉพาะด้าน ไปจนถึง AI ทั่วไป (General AI) ที่มีความรู้และความเข้าใจปรับปรุงแก้ไขดัดแปลงวิชาความรู้รวมทั้งความสามารถได้ระดับหนึ่ง อย่างไรก็แล้วแต่ จุดเด่นในด้านประสิทธิภาพที่สูงขึ้น แล้วก็ข้อตำหนิในด้านการใช้พลังงานนั้นไม่สมดุลกัน จึงทำให้การสำรวจโมเดลขนาดใหญ่มีความจำกัด AI ในอนาคตกำลังแปลงจากการแข่งขันชิงชัยด้านความรู้ความเข้าใจสำหรับในการปรับขนาดของโมเดลพื้นฐาน ไปสู่การพัฒนาด้วยกันของโมเดลขนาดใหญ่แล้วก็ขนาดเล็ก ผ่านระบบคลาวด์ เอดจ์ รวมทั้งเครื่องมือต่างๆซึ่งมีประโยชน์มากยิ่งกว่าในทางปฏิบัติ