10 ชั้นเทรนด์เทคโนโลยีพุ่งแรง จัดลำดับโดย ALIBABA DAMO

[Shopd2]

Alibaba DAMO Academy (DAMO) สถาบันเพื่อการศึกษาเรียนรู้วิจัยทางด้านเทคโนโลยีแล้วก็วิทยาศาสตร์ระดับโลกของอาลีบาบา กรุ๊ป พรีเซ็นท์การคาดหมายแนวโน้มสำคัญที่จะระบุแนวทางของอุตสาหกรรมเทคโนโลยี

#1 Cloud-Network-Device Convergence
การพัฒนาอย่างเร็วของเทคโนโลยีด้านโครงข่ายใหม่ๆจะขับพัฒนาการของคลาวด์คอมพิวติ้ง ไปสู่ระบบการประมวลผลแบบใหม่ ที่เป็นการรวมวัสดุอุปกรณ์เครือข่ายบนคลาวด์เข้าไว้ด้วยกัน ซึ่งคลาวด์ เน็ตเวิร์ก และก็เครื่องมือต่างๆในระบบใหม่นี้จะมีการแบ่งงานที่ชัดเจนยิ่งขึ้น การรวมเครือข่ายระบบคลาวด์ไว้ร่วมกันจะเป็นตัวเร่งผลักดันให้เกิดแอปพลิเคชันใหม่ๆเพื่อตอบสนองงานที่มีความต้องการเพิ่มขึ้นเรื่อยๆ ยกตัวอย่างเช่น การเลียนแบบทางอุตสาหกรรมที่มีความเที่ยงตรงสูง การพิจารณาประสิทธิภาพทางอุตสาหกรรมแบบเรียลไทม์ และ mixed reality ในอีก 2 ปีข้างหน้า เราคาดว่าจะได้มองเห็นแอปพลิเคชันสถานที่ทำงานบนระบบประมวลผลใหม่เพิ่มขึ้นอย่างรวดเร็ว

#2 AI for Science (AI กับการพัฒนาทางด้านวิทยาศาสตร์)
ทุกๆวันนี้ความเจริญก้าวหน้าของ AI ทำให้กระบวนทัศน์ทางด้านวิทยาศาสตร์ใหม่ๆเป็นได้ แมชชีนเลิร์นนิ่งสามารถประมวลผลข้อมูลไม่น้อยเลยทีเดียวที่มีมากมายมิติรวมทั้งในหลายรูปแบบ พร้อมแก้ไขปัญหาทางด้านวิทยาศาสตร์ที่สลับซับซ้อนได้ ช่วยให้การศึกษาวิจัยด้านวิทยาศาสตร์เติบโตขึ้นในเรื่องที่เคยมีความรู้สึกว่าไม่มีทางเป็นไปได้ ไม่เพียงแค่ AI จะเป็นตัวเร่งให้การวิจัยทางวิทยาศาสตร์เร็วขึ้นเท่านั้น แม้กระนั้นยังช่วยสำหรับเพื่อการศึกษาและทำการค้นพบกฎทางด้านวิทยาศาสตร์ใหม่ๆอีกด้วย ในอีก 3 ปีข้างหน้า พวกเราคาดว่าจะมีการนำ AI ไปใช้อย่างมากมายในกระบวนการวิจัยทางด้านวิทยาศาสตร์ประยุกต์ รวมทั้งใช้เป็นเครื่องไม้เครื่องมือการสร้างในวิทยาศาสตร์เบื้องต้นด้านต่างๆ

#3 Silicon Photonic Chips (ชิปซิลิคอนที่ส่งข้อมูลด้วยแสง)
silicon photonic chips ต่างจากชิปอิเล็กทรอนิกส์ตรงที่ใช้โฟตอน (photons) แทนอิเล็คตรอน (electrons) เพื่อส่งข้อมูล โฟตอนจะไม่มีปฏิกิริยาโต้ตอบกันโดยตรง และก็สามารถเคลื่อนที่ในระยะทางที่ไกลกว่า ด้วยเหตุดังกล่าว silicon photonic chips ก็เลยสามารถเพิ่มความหนาแน่นในการประมวลผลและก็ความสามารถสำหรับการใช้พลังงานให้สูงมากขึ้น ส่วนการเจริญเติบโตของคลาวด์คอมพิวติ้งรวมทั้ง AI ก็เคลื่อนการพัฒนาเทคโนโลยี silicon photonic chips อย่างเร็ว ในอีก 3 ปีด้านหน้า พวกเราสามารถคาดหวังว่าจะได้เห็นวิธีการนำมาใช้ silicon photonic chips อย่างล้นหลามสำหรับการรับส่งข้อมูลความเร็วสูงในดาต้าเซ็นเตอร์ขนาดใหญ่

#4 AI for Renewable Energy (AI กับพลังงานเวียน)
เพราะเหตุว่าลักษณะที่คาดเดาไม่ได้ของการผลิตกระแสไฟฟ้าพลังงานหมุนเวียน และก็การรวมแหล่งพลังงานหมุนวนเข้ากับโครงข่ายไฟฟ้า นำไปสู่ความท้าทายที่มีผลต่อความปลอดภัยแล้วก็ความน่าเชื่อถือของเครือข่ายไฟฟ้า การประยุกต์ใช้ AI ในภาคอุตสาหกรรมจึงมีความจำเป็นยิ่งต่อการปรับปรุงประสิทธิภาพ แล้วก็ระบบอัตโนมัติของระบบกระแสไฟฟ้ากำลัง ตลอดจนการใช้ทรัพยากรให้เกิดประโยชน์สูงสุดและก็มีเสถียรภาพ ซึ่งจะเอื้อให้ประสบความสำเร็จ carbon neutrality. ที่จะไม่ปล่อยก๊าซปรากฏการณ์เรือนกระจกสู่ชั้นบรรยากาศมากขึ้น

#5 High-precision Medicine (การดูแลรักษาแบบแม่นยำและก็เจาะจงสูง)
การแพทย์เกิดเรื่องที่จะต้องอาศัยความชำนิชำนาญเฉพาะของแต่ละบุคคลเป็นอันมาก แล้วก็มักจะเกี่ยวเนื่องกับการลองถูกลองผิดอย่างมาก แล้วก็ท้ายที่สุดอาจมีประสิทธิภาพแตกต่างกันไปตามผู้ป่วยแต่ละราย เป็นที่คาดกันว่าการนำ AI มารวมกับการดูแลและรักษาที่ถูกต้อง จะช่วยกระตุ้นการบูรณาการความชำนาญรวมทั้งเทคโนโลยีการวิเคราะห์ใหม่ๆมากขึ้น รวมทั้งทำหน้าที่เป็นเข็มทิศนำทางที่มีความเที่ยงตรงสูงสำหรับเวชศาสตร์คลีนิก ซึ่งแพทย์สามารถใช้เข็มทิศนี้วินิจฉัยโรคและก็ตกลงใจทางการแพทย์ได้อย่างเร็วรวมทั้งแม่นที่สุดเท่าที่จะเป็นไปได้ ความเจริญเหล่านี้สามารถที่จะช่วยให้พวกเราสามารถวัด คำนวณ คาดเดา แล้วก็ป้องกันโรคร้ายแรงได้

#6 Privacy-preserving Computation (การประมวลผลแบบรักษาความเป็นส่วนตัว)
เนื่องจากว่าเทคโนโลยีมีการบูรณาการมากเพิ่มขึ้นดังเช่นว่า ชิปที่มีการทำงานเฉพาะ อัลกอริธึมการเข้ารหัส การใช้งานไวท์บ็อกซ์ (whitebox) ที่เป็นคอมพิวเตอร์ส่วนตัวหรือเซิร์ฟเวอร์ประกอบเองที่ไม่มีแบรนด์ รวมทั้งความน่าวางใจของข้อมูล ฯลฯ กำลังเกิดขึ้น ด้วยเหตุผลดังกล่าว ก็เลยจะมีการประมวลผลแบบรักษาความเป็นส่วนตัวประยุกต์ใช้ในสถานการณ์ต่างๆเช่น การประมวลผลข้อมูลปริมาณเป็นอย่างมาก แล้วก็การผสมผสานรวมข้อมูลที่ได้มาจากทุกโดเมน ซึ่งเป็นความก้าวหน้าที่เกิดจากการประมวลผลข้อมูลจำนวนน้อย และข้อมูลที่ได้มาจากโดเมนส่วนตัวเข้าไว้ด้วยกัน การนำไปใช้งานจะทำให้มีประสิทธิภาพเพิ่มมากขึ้นการทำงานใหม่ที่ขับเคลื่อนโดยข้อมูลที่ได้รับมาจากทุกโดเมน

#7 Extended Reality: XR (เทคโนโลยีโลกเหมือนจริง – XR)
แว่นตา XR ให้คำมั่นที่จะทำให้โลกเสมอเหมือนบนอินเทอร์เน็ตใกล้ความเป็นจริงมากที่สุด สิ่งใหม่นี้ได้หว่านเมล็ดพันธุ์ที่จะแตกหน่อในระบบนิเวศอุตสาหกรรมใหม่ ที่รวมถึงส่วนประกอบอิเล็กทรอนิกส์ เครื่องไม้เครื่องมือ ระบบปฏิบัติการ และการใช้แรงงานในด้านต่างๆเทคโนโลยี XR จะเปลี่ยนแปลงโฉมแอปพลิเคชันดิจิทัล แล้วก็ปฏิวัติวิธีที่ผู้คนมีส่วนร่วมกับเทคโนโลยีในหัวข้อต่างๆเป็นต้นว่า ความเพลิดเพลิน โซเชียลเน็ตเวิร์ก ออฟฟิศ ช็อปปิ้ง การเล่าเรียน และการดูแลสุขภาพ ฯลฯ ในอีก 3 ปีด้านหน้า พวกเราคาดว่าจะได้เห็นแว่น XR แบบใหม่ที่มีรูปลักษณ์ และให้ความรู้ความเข้าใจสึกที่ไม่ผิดบ้าไปจากแว่นตาทั่วไปออกสู่ตลาด และจะเป็นจุดเริ่มต้นที่สำคัญสู่อินเทอร์เน็ตในยุคต่อไป

#8 Perceptive Soft Robotics
หุ่นยนต์นิ่ม (Perceptive Soft Robotics) ต่างจากหุ่นยนต์ทั่วไป ตรงที่มีส่วนต่างๆที่ยืดหยุ่นได้ รวมทั้งมีความรู้ในการรับรู้ต่อแรงกด การมองเห็น รวมทั้งเสียง หุ่นยนต์พวกนี้ใช้ประโยชน์จากเทคโนโลยีต่างๆที่ล้ำสมัย ยกตัวอย่างเช่น อุปกรณ์อิเล็กทรอนิกส์ที่ยืดหยุ่นได้ วัสดุที่รองรับแรงกด แล้วก็ AI ซึ่งช่วยทำให้ทำงานพิเศษและก็งานที่มีความซับซ้อนสูง อีกทั้งยังสามารถเปลี่ยนรูปเพื่อปรับให้กับสภาพแวดล้อมทางกายภาพที่แตกต่างกันได้ การเกิดขึ้นของหุ่นยนต์นุ่มจะช่วยในการเปลี่ยนแนวทางของอุตสาหกรรมด้านที่เกี่ยวข้องกับการผลิต ตั้งแต่การสร้างผลิตภัณฑ์มาตรฐานมากมาย ไปจนกระทั่งสินค้าเฉพาะกรุ๊ปที่มีการผลิตจำนวนน้อย

#9 Satellite-terrestrial Integrated Computing (การประมวลผลแบบบูรณาการผ่านดาวเทียมและก็ภาคพื้นดิน – STC)
โครงข่ายภาคพื้นดินรวมทั้งระบบการประมวลผลมีการให้บริการดิจิทัลสำหรับพื้นที่ที่มีประชากรหนาแน่น แต่ว่าจะไม่มีบริการในพื้นที่ที่มีราษฎรน้อยลง ได้แก่ ทะเลทราย สมุทร และก็อวกาศ ฯลฯ STC จะเชื่อมต่อกับดาวเทียมแบบ High-Earth Orbit (HEO) ที่มีเส้นทางโคจรสูง และก็แบบ Low-Earth Orbit (LEO) ที่มีวิถีโคจรต่ำ และเครือข่ายการสื่อสารเคลื่อนภาคพื้นดิน ครอบคลุมไร้รอยต่อในทุกมิติ นอกจากนี้ STC ยังสร้างระบบประมวลผลที่รวมดาวเทียม โครงข่ายดาวเทียม ระบบการสื่อสารภาคพื้นดิน แล้วก็เทคโนโลยีคลาวด์คอมพิวติ้งเข้าไว้ด้วยกัน ซึ่งจะก่อให้มีการเข้าถึงบริการดิจิทัลได้มากขึ้น แล้วก็ครอบคลุมทั่วทั้งโลก

#10 พัฒนาการร่วมของโมเดล AI ขนาดใหญ่แล้วก็ขนาดเล็ก
โมเดลก่อนการฝึกหัด หรือที่เรียกกันว่าโมเดลเบื้องต้น เป็นวิธีก้าวล้ำในการพัฒนาฐานรากตั้งแต่ AI เฉพาะทาง (Weak AI) ที่มีความรู้ความเข้าใจเฉพาะด้าน ไปจนถึง AI ทั่วไป (General AI) ที่มีความสามารถดัดแปลงปรับปรุงแก้ไขความรู้และความสามารถได้ระดับหนึ่ง อย่างไรก็แล้วแต่ จุดเด่นในด้านคุณภาพที่สูงขึ้น และจุดด้วยในด้านการใช้พลังงานนั้นไม่สมดุลกัน ก็เลยทำให้การสำรวจโมเดลขนาดใหญ่มีข้อจำกัด AI ในอนาคตกำลังเปลี่ยนจากการแข่งขันชิงชัยด้านความรู้ความเข้าใจในการปรับขนาดของโมเดลฐานราก ไปสู่การพัฒนาร่วมกันของโมเดลขนาดใหญ่แล้วก็ขนาดเล็ก ผ่านระบบคลาวด์ เอดจ์ และก็วัสดุอุปกรณ์ต่างๆซึ่งเป็นประโยชน์มากกว่าในทางปฏิบัติ