10 ชั้นเทรนด์เทคโนโลยีพุ่งแรง จัดลำดับโดย ALIBABA DAMO

[Chanapot]

Alibaba DAMO Academy (DAMO) สถาบันเพื่อการศึกษาทำการค้นคว้าและทำการวิจัยทางด้านเทคโนโลยีและก็วิทยาศาสตร์สุดยอดของอาลีบาบา กลุ่ม พรีเซ็นท์การคาดหมายแนวโน้มสำคัญที่จะระบุทิศทางของอุตสาหกรรมเทคโนโลยี

#1 Cloud-Network-Device Convergence
การพัฒนาอย่างรวดเร็วของเทคโนโลยีด้านโครงข่ายใหม่ๆจะขับเคลื่อนพัฒนาการของคลาวด์คอมพิวติ้ง ไปสู่ระบบการประมวลผลแบบใหม่ ที่เป็นการรวมเครื่องไม้เครื่องมือเครือข่ายบนคลาวด์เข้าไว้ร่วมกัน ซึ่งคลาวด์ เน็ตเวิร์ก รวมทั้งอุปกรณ์ต่างๆในระบบใหม่นี้จะมีการแบ่งงานที่แจ่มชัดยิ่งขึ้น การรวมเครือข่ายระบบคลาวด์ไว้ร่วมกันจะเป็นตัวเร่งผลักดันให้กำเนิดแอปพลิเคชันใหม่ๆเพื่อตอบสนองงานที่มีความต้องการเพิ่มมากขึ้น ได้แก่ การจำลองด้านอุตสาหกรรมที่มีความเที่ยงตรงสูง การวิเคราะห์ประสิทธิภาพทางด้านอุตสาหกรรมแบบเรียลไทม์ รวมทั้ง mixed reality ในอีก 2 ปีด้านหน้า พวกเราคาดว่าจะได้มองเห็นแอปพลิเคชันสถานที่สำหรับทำงานบนระบบประเมินผลใหม่มากขึ้นอย่างเร็ว

#2 AI for Science (AI กับการพัฒนาด้านวิทยาศาสตร์)
เดี๋ยวนี้ความรุ่งโรจน์ของ AI ทำให้กระบวนทัศน์ทางด้านวิทยาศาสตร์ใหม่ๆเป็นไปได้ แมชชีนเลิร์นนิ่งสามารถประมวลผลข้อมูลจำนวนหลายชิ้นที่มีนานาประการมิติและก็ในหลายรูปแบบ พร้อมขจัดปัญหาทางวิทยาศาสตร์ที่ซับซ้อนได้ ช่วยให้การศึกษาเรียนรู้และค้นคว้าและทำการวิจัยทางด้านวิทยาศาสตร์เติบโตขึ้นในเรื่องที่เคยรู้สึกว่าเป็นไปไม่ได้ ไม่เพียงแค่ AI จะเป็นตัวเร่งให้การวิจัยทางด้านวิทยาศาสตร์เร็วทันใจขึ้นแค่นั้น แต่ว่ายังช่วยสำหรับในการค้นพบกฎทางวิทยาศาสตร์ใหม่ๆอีกด้วย ในอีก 3 ปีด้านหน้า พวกเราคาดว่าจะมีการนำ AI ไปใช้อย่างกว้างขวางในกระบวนการวิจัยด้านวิทยาศาสตร์ปรับใช้ และใช้เป็นเครื่องไม้เครื่องมือการสร้างในวิทยาศาสตร์ฐานรากด้านต่างๆ

#3 Silicon Photonic Chips (ชิปซิลิคอนที่ส่งข้อมูลด้วยแสงสว่าง)
silicon photonic chips ไม่เหมือนกับชิปอิเล็กทรอนิกส์ตรงที่ใช้โฟตอน (photons) แทนอิเล็กตรอน (electrons) เพื่อส่งข้อมูล โฟตอนจะไม่มีปฏิกิริยาโต้ตอบกันโดยตรง และก็สามารถเคลื่อนในระยะทางที่ไกลกว่า ดังนั้น silicon photonic chips ก็เลยสามารถเพิ่มความหนาแน่นสำหรับเพื่อการประมวลผลและคุณภาพสำหรับในการใช้พลังงานให้สูงขึ้น ส่วนการเติบโตของคลาวด์คอมพิวติ้งและก็ AI ก็เคลื่อนการพัฒนาเทคโนโลยี silicon photonic chips อย่างรวดเร็ว ในอีก 3 ปีข้างหน้า พวกเราสามารถมุ่งหวังว่าจะได้ดูการใช้ silicon photonic chips อย่างล้นหลามสำหรับในการรับส่งข้อมูลความเร็วสูงในดาต้าเซ็นเตอร์ขนาดใหญ่

#4 AI for Renewable Energy (AI กับพลังงานหมุนวน)
ด้วยเหตุว่าลักษณะที่เดาไม่ได้ของการสร้างไฟฟ้าพลังงานหมุนเวียน รวมทั้งการรวมแหล่งพลังงานหมุนเวียนเข้ากับเครือข่ายไฟฟ้า ทำให้เกิดความท้าทายที่ส่งผลต่อความปลอดภัยและก็ความน่าวางใจของโครงข่ายไฟฟ้า การปรับใช้ AI ในภาคอุตสาหกรรมจึงมีความหมายยิ่งต่อการแก้ไขประสิทธิภาพ และก็ระบบอัตโนมัติของระบบกระแสไฟฟ้ากำลัง ตลอดจนการใช้ทรัพยากรให้กำเนิดประโยชน์สูงสุดแล้วก็มีเสถียรภาพ ซึ่งจะเอื้อให้ประสบผลสำเร็จ carbon neutrality. ที่จะไม่ปล่อยแก๊สเรือนกระจกสู่ชั้นบรรยากาศมากขึ้น

#5 High-precision Medicine (การรักษาแบบถูกต้องแล้วก็เฉพาะสูง)
การแพทย์เกิดเรื่องที่จำต้องอาศัยความชำนิชำนาญเฉพาะของแต่ละบุคคลอย่างมาก รวมทั้งมักจะเกี่ยวข้องกับการลองถูกลองผิดอย่างยิ่ง รวมทั้งท้ายที่สุดอาจมีสมรรถนะนาๆประการตามคนเจ็บแต่ละราย เป็นที่คาดกันว่าการนำ AI มารวมกับการรักษาที่ถูกต้องแม่นยำ จะช่วยกระตุ้นการบูรณาการความเชี่ยวชาญและก็เทคโนโลยีการวิเคราะห์ใหม่ๆเพิ่มขึ้น แล้วก็ทำหน้าที่เป็นเข็มทิศนำทางที่มีความแม่นยำสูงสำหรับเวชศาสตร์คลีนิก ซึ่งแพทย์สามารถใช้เข็มทิศนี้วินิจฉัยโรคแล้วก็ตกลงใจทางด้านการแพทย์ได้อย่างเร็วและก็ถูกต้องแม่นยำที่สุดเท่าที่จะเป็นได้ ความเจริญรุ่งเรืองเหล่านี้สามารถที่จะช่วยให้เราสามารถวัด คำนวณ คาดหมาย และคุ้มครองปกป้องโรคร้ายแรงได้

#6 Privacy-preserving Computation (การประมวลผลแบบรักษาความเป็นส่วนตัว)
เหตุเพราะเทคโนโลยีมีการบูรณาการมากขึ้นอาทิเช่น ชิปที่มีการดำเนินการเฉพาะ อัลกอริธึมการเข้ารหัส การใช้แรงงานไวท์บ็อกซ์ (whitebox) ที่เป็นเครื่องพีซีหรือเซิร์ฟเวอร์ประกอบเองที่ไม่มีแบรนด์ รวมทั้งความน่าไว้วางใจของข้อมูล อื่นๆอีกมากมาย กำลังเกิดขึ้น ด้วยเหตุนั้น ก็เลยจะมีการประเมินผลแบบรักษาความเป็นส่วนตัวนำมาใช้ในเหตุการณ์ต่างๆตัวอย่างเช่น การประมวลผลข้อมูลจำนวนมากมาย และการผสมผสานรวมข้อมูลที่ได้รับมาจากทุกโดเมน ซึ่งเป็นความเจริญที่เกิดจากการประมวลผลข้อมูลปริมาณบางส่วน รวมทั้งข้อมูลจากโดเมนส่วนตัวเข้าไว้ด้วยกัน การนำไปใช้งานจะเพิ่มประสิทธิภาพการทำงานใหม่ที่ขับเคลื่อนโดยข้อมูลที่ได้มาจากทุกโดเมน

#7 Extended Reality: XR (เทคโนโลยีโลกเหมือนจริง – XR)
แว่นตา XR ให้คำมั่นที่จะทำให้โลกเหมือนบนอินเทอร์เน็ตใกล้ความเป็นจริงสูงที่สุด ของใหม่นี้ได้หว่านเมล็ดพันธุ์ที่จะแตกหน่อในระบบนิเวศอุตสาหกรรมใหม่ ที่รวมถึงส่วนประกอบอิเล็กทรอนิกส์ เครื่องไม้เครื่องมือ ระบบปฏิบัติการ และก็การใช้งานในด้านต่างๆเทคโนโลยี XR จะเปลี่ยนโฉมแอปพลิเคชันดิจิทัล และเปลี่ยนแปลงวิธีที่ผู้คนมีส่วนร่วมกับเทคโนโลยีในเรื่องต่างๆดังเช่น ความเบิกบานใจ โซเชียลเน็ตเวิร์ก ที่ทำงาน ช็อปปิ้ง การเล่าเรียน และก็การรักษาสุขภาพ อื่นๆอีกมากมาย ในอีก 3 ปีข้างหน้า พวกเราคาดว่าจะได้เห็นแว่นสายตา XR แบบใหม่ที่มีรูปลักษณ์ และก็ให้ความรู้สึกที่ไม่ผิดเพี้ยนไปจากแว่นทั่วๆไปออกสู่ตลาด และก็จะเป็นจุดเริ่มที่สำคัญสู่อินเทอร์เน็ตในสมัยถัดไป

#8 Perceptive Soft Robotics
หุ่นยนต์นุ่ม (Perceptive Soft Robotics) แตกต่างจากหุ่นยนต์ทั่วๆไป ตรงที่มีส่วนต่างๆที่ยืดหยุ่นได้ แล้วก็มีความรู้ความเข้าใจในการรับรู้ต่อแรงกด การมองเห็น แล้วก็เสียง หุ่นยนต์กลุ่มนี้ใช้ประโยชน์จากเทคโนโลยีต่างๆที่ล้ำสมัย ดังเช่น วัสดุอุปกรณ์อิเล็กทรอนิกส์ที่ยืดหยุ่นได้ อุปกรณ์ที่รองรับแรงกด รวมทั้ง AI ซึ่งช่วยให้ทำอาชีพเสริมและก็งานที่มีความซับซ้อนสูง อีกทั้งยังสามารถเปลี่ยนรูปเพื่อปรับให้เข้ากับสิ่งแวดล้อมด้านกายภาพที่แตกต่างกันได้ การเกิดขึ้นของหุ่นยนต์นิ่มจะช่วยสำหรับในการเปลี่ยนทิศทางของอุตสาหกรรมด้านที่เกี่ยวข้องกับการผลิต ตั้งแต่การผลิตผลิตภัณฑ์มาตรฐานมากไม่น้อยเลยทีเดียว ไปจนกระทั่งสินค้าเฉพาะกลุ่มที่มีการผลิตจำนวนน้อย

#9 Satellite-terrestrial Integrated Computing (การประมวลผลแบบบูรณาการผ่านดาวเทียมแล้วก็ภาคพื้นดิน – STC)
โครงข่ายภาคพื้นดินแล้วก็ระบบการประมวลผลมีการให้บริการดิจิทัลสำหรับพื้นที่ที่มีราษฎรหนาแน่น แม้กระนั้นจะไม่มีบริการในพื้นที่ที่มีประชาชนบางเบา อย่างเช่น ทะเลทราย สมุทร และอวกาศ ฯลฯ STC จะเชื่อมต่อกับดาวเทียมแบบ High-Earth Orbit (HEO) ที่มีวงโคจรสูง แล้วก็แบบ Low-Earth Orbit (LEO) ที่มีวิถีโคจรต่ำ และโครงข่ายทางด้านที่เกี่ยวข้องกับการสื่อสารเคลื่อนที่ภาคพื้นดิน ครอบคลุมไม่มีรอยต่อในทุกมิติ ยิ่งกว่านั้น STC ยังสร้างระบบประเมินผลศูนย์รวมดาวเทียม โครงข่ายดาวเทียม ระบบสื่อสารภาคพื้นดิน รวมทั้งเทคโนโลยีคลาวด์คอมพิวติ้งเข้าไว้ด้วยกัน ซึ่งจะก่อให้เกิดการเข้าถึงบริการดิจิทัลได้มากขึ้น และครอบคลุมทั่วทั้งโลก

#10 พัฒนาการร่วมของโมเดล AI ขนาดใหญ่แล้วก็ขนาดเล็ก
โมเดลก่อนที่จะมีการฝึกอบรม หรือที่เรียกกันว่าโมเดลรากฐาน เป็นวิธีก้าวล้ำในการพัฒนาฐานรากตั้งแต่ AI เฉพาะทาง (Weak AI) ที่มีความรู้ความเข้าใจเฉพาะด้าน ไปจนกระทั่ง AI ทั่วไป (General AI) ที่มีความรู้และมีความเข้าใจดัดแปลงแก้ไขความรู้และก็ความสามารถได้ระดับหนึ่ง แม้กระนั้น ข้อดีในด้านประสิทธิภาพที่สูงขึ้น รวมทั้งจุดบกพร่องในด้านการใช้พลังงานนั้นไม่สมดุลกัน ก็เลยทำให้การสำรวจโมเดลขนาดใหญ่มีข้อจำกัด AI ในอนาคตกำลังเปลี่ยนแปลงจากการประลองด้านความสามารถสำหรับในการปรับขนาดของโมเดลพื้นฐาน ไปสู่การพัฒนาด้วยกันของโมเดลขนาดใหญ่และก็ขนาดเล็ก ผ่านระบบคลาวด์ เอดจ์ และก็เครื่องใช้ไม้สอยต่างๆซึ่งเป็นประโยชน์มากยิ่งกว่าในทางปฏิบัติ