Alibaba DAMO Academy (DAMO) สถาบันเพื่อการศึกษาเรียนรู้และค้นคว้าและทำการวิจัยด้านเทคโนโลยีแล้วก็วิทยาศาสตร์ระดับโลกของอาลีบาบา กรุ๊ป เสนอการคาดเดาแนวโน้มสำคัญที่จะระบุทิศทางของอุตสาหกรรมเทคโนโลยี
#1 Cloud-Network-Device Convergence
การพัฒนาอย่างเร็วของเทคโนโลยีด้านเครือข่ายใหม่ๆจะขับพัฒนาการของคลาวด์คอมพิวติ้ง ไปสู่ระบบการประมวลผลแบบใหม่ ที่เป็นการรวมอุปกรณ์โครงข่ายบนคลาวด์เข้าไว้ร่วมกัน ซึ่งคลาวด์ เน็ตเวิร์ก และเครื่องไม้เครื่องมือต่างๆในระบบใหม่นี้จะมีการแบ่งงานที่เด่นชัดเพิ่มขึ้น การรวมเครือข่ายระบบคลาวด์ไว้ร่วมกันจะเป็นตัวเร่งส่งเสริมให้เกิดแอปพลิเคชันใหม่ๆเพื่อตอบสนองงานที่มีความต้องการเยอะขึ้นเรื่อยๆ ตัวอย่างเช่น การเลียนแบบด้านอุตสาหกรรมที่มีความแม่นยำสูง การตรวจสอบคุณภาพด้านอุตสาหกรรมแบบเรียลไทม์ และ mixed reality ในอีก 2 ปีด้านหน้า พวกเราคาดว่าจะได้เห็นแอปพลิเคชันที่ทำงานบนระบบประมวลผลใหม่เพิ่มขึ้นอย่างเร็ว
#2 AI for Science (AI กับการพัฒนาทางด้านวิทยาศาสตร์)
ขณะนี้ความรุ่งโรจน์ของ AI ทำให้กระบวนทัศน์ทางวิทยาศาสตร์ใหม่ๆเป็นได้ แมชชีนเลิร์นนิ่งสามารถประมวลผลข้อมูลเยอะมากที่มีมากมายมิติแล้วก็ในหลายรูปแบบ พร้อมขจัดปัญหาด้านวิทยาศาสตร์ที่ซับซ้อนได้ ช่วยทำให้การศึกษาวิจัยทางด้านวิทยาศาสตร์เติบโตขึ้นในเรื่องที่เคยคิดว่าไม่มีทางเป็นไปได้ ไม่เพียงแค่ AI จะเป็นตัวเร่งให้การวิจัยทางด้านวิทยาศาสตร์รวดเร็วขึ้นเพียงแค่นั้น แม้กระนั้นยังช่วยสำหรับในการศึกษาและทำการค้นพบกฎทางด้านวิทยาศาสตร์ใหม่ๆอีกด้วย ในอีก 3 ปีด้านหน้า เราคาดว่าจะมีการนำ AI ไปใช้อย่างกว้างขวางในกระบวนการศึกษาค้นคว้าทางด้านวิทยาศาสตร์ปรับใช้ แล้วก็ใช้เป็นเครื่องมือการสร้างในวิทยาศาสตร์ฐานรากด้านต่างๆ
#3 Silicon Photonic Chips (ชิปซิลิคอนที่ส่งข้อมูลด้วยแสงสว่าง)
silicon photonic chips ไม่เหมือนกับชิปอิเล็กทรอนิกส์ตรงที่ใช้โฟตอน (photons) แทนอิเล็กตรอน (electrons) เพื่อส่งข้อมูล โฟตอนจะไม่มีปฏิกิริยาโต้ตอบกันโดยตรง แล้วก็สามารถเขยื้อนในระยะทางที่ไกลกว่า ด้วยเหตุผลดังกล่าว silicon photonic chips ก็เลยสามารถเพิ่มความหนาแน่นสำหรับในการประเมินผลรวมทั้งประสิทธิภาพในการใช้พลังงานให้สูงมากขึ้น ส่วนการเติบโตของคลาวด์คอมพิวติ้งและ AI ก็ขับเคลื่อนการพัฒนาเทคโนโลยี silicon photonic chips อย่างเร็ว ในอีก 3 ปีด้านหน้า พวกเราสามารถคาดหมายว่าจะได้เห็นวิธีการนำมาใช้ silicon photonic chips อย่างล้นหลามสำหรับในการรับส่งข้อมูลความเร็วสูงในดาต้าเซ็นเตอร์ขนาดใหญ่
#4 AI for Renewable Energy (AI กับพลังงานหมุนวน)
ด้วยเหตุว่าลักษณะที่คาดการณ์มิได้ของการผลิตกระแสไฟฟ้าพลังงานเวียน และก็การรวมแหล่งพลังงานหมุนวนเข้ากับเครือข่ายไฟฟ้า นำไปสู่ความท้าทายที่มีผลต่อความปลอดภัยและก็ความน่านับถือของโครงข่ายกระแสไฟฟ้า การประยุกต์ใช้ AI ในภาคอุตสาหกรรมก็เลยมีความจำเป็นยิ่งต่อการปรับปรุงแก้ไขประสิทธิภาพ แล้วก็ระบบอัตโนมัติของระบบไฟฟ้ากำลัง ตลอดจนการใช้ทรัพยากรให้กำเนิดคุณประโยชน์สูงสุดและมีเสถียรภาพ ซึ่งจะเอื้อให้สำเร็จตามเป้าหมาย carbon neutrality
. ที่จะไม่ปล่อยแก๊สสภาวะเรือนกระจกสู่ชั้นบรรยากาศมากขึ้น
#5 High-precision Medicine (การดูแลรักษาแบบแม่นยำรวมทั้งเฉพาะเจาะจงสูง)
การแพทย์เกิดเรื่องที่จำเป็นต้องอาศัยความเชี่ยวชาญเฉพาะของแต่ละบุคคลอย่างใหญ่โต และชอบเกี่ยวข้องกับการลองถูกลองผิดอย่างมาก และในที่สุดอาจมีสมรรถนะนาๆประการตามคนป่วยแต่ละราย เป็นที่คาดกันว่าการนำ AI มารวมกับการดูแลรักษาที่ถูกต้องแม่นยำ จะช่วยกระตุ้นการบูรณาการความเชี่ยวชาญรวมทั้งเทคโนโลยีการวิเคราะห์ใหม่ๆเพิ่มขึ้น รวมทั้งทำหน้าที่เป็นเข็มทิศนำทางที่มีความเที่ยงตรงสูงสำหรับเวชศาสตร์คลีนิก ซึ่งหมอสามารถใช้เข็มทิศนี้วินิจฉัยโรครวมทั้งตกลงใจทางการแพทย์ได้อย่างรวดเร็วรวมทั้งแม่นยำที่สุดเท่าที่จะเป็นได้ ความเจริญเหล่านี้สามารถที่จะช่วยให้พวกเราสามารถวัด คำนวณ คาดเดา รวมทั้งคุ้มครองป้องกันโรครุนแรงได้
#6 Privacy-preserving Computation (การประมวลผลแบบรักษาความเป็นส่วนตัว)
ด้วยเหตุว่าเทคโนโลยีมีการบูรณาการเยอะขึ้นอย่างเช่น ชิปที่มีการดำเนินงานเฉพาะ อัลกอริธึมการเข้ารหัส การใช้งานไวท์บ็อกซ์ (whitebox) ที่เป็นคอมพิวเตอร์ส่วนตัวหรือเซิร์ฟเวอร์ประกอบเองที่ไม่มีแบรนด์ รวมทั้งความน่าไว้วางใจของข้อมูล ฯลฯ กำลังเกิดขึ้น ด้วยเหตุผลดังกล่าว ก็เลยจะมีการประมวลผลแบบรักษาความเป็นส่วนตัวนำมาใช้ในเหตุการณ์ต่างๆเป็นต้นว่า การประมวลผลข้อมูลปริมาณมหาศาล รวมทั้งการผสานรวมข้อมูลจากทุกโดเมน ซึ่งเป็นความล้ำหน้าที่เกิดจากการประมวลผลข้อมูลปริมาณบางส่วน และก็ข้อมูลที่ได้มาจากโดเมนส่วนตัวเข้าไว้ด้วยกัน การนำไปใช้งานจะทำให้มีประสิทธิภาพเพิ่มมากขึ้นการทำงานใหม่ที่ขับโดยข้อมูลที่ได้มาจากทุกโดเมน
#7 Extended Reality: XR (เทคโนโลยีโลกเหมือนจริง – XR)
แว่น XR ให้คำมั่นที่จะทำให้โลกเหมือนบนอินเทอร์เน็ตใกล้ข้อเท็จจริงมากที่สุด ของใหม่นี้ได้หว่านเมล็ดพันธุ์ที่จะแตกหน่อในระบบนิเวศอุตสาหกรรมใหม่ ศูนย์รวมถึงส่วนประกอบอิเล็กทรอนิกส์ เครื่องมือ ระบบปฏิบัติการ แล้วก็การใช้งานในด้านต่างๆเทคโนโลยี XR จะแปลงโฉมแอปพลิเคชันดิจิทัล แล้วก็ปฏิรูปวิธีที่ผู้คนมีส่วนร่วมกับเทคโนโลยีในประเด็นต่างๆอาทิเช่น ความบันเทิง โซเชียลเน็ตเวิร์ก สถานที่ทำงาน ช็อปปิ้ง การศึกษาเล่าเรียน และการรักษาสุขภาพ อื่นๆอีกมากมาย ในอีก 3 ปีด้านหน้า เราคาดว่าจะได้เห็นแว่นตา XR แบบใหม่ที่มีรูปลักษณ์ แล้วก็ให้ความรู้ความเข้าใจสึกที่ไม่ผิดสติไม่ดีไปจากแว่นสายตาทั่วไปออกสู่ตลาด และจะเป็นจุดเริ่มที่สำคัญสู่อินเทอร์เน็ตในสมัยต่อไป
#8 Perceptive Soft Robotics
หุ่นยนต์นิ่ม (Perceptive Soft Robotics) ต่างจากหุ่นยนต์ทั่วไป ตรงที่มีส่วนต่างๆที่ยืดหยุ่นได้ รวมทั้งมีความรู้ความสามารถในการรับรู้ต่อแรงกด การมองเห็น และก็เสียง หุ่นยนต์กลุ่มนี้ใช้ประโยชน์จากเทคโนโลยีต่างๆที่ล้ำสมัย เช่น วัสดุอุปกรณ์อิเล็กทรอนิกส์ที่ยืดหยุ่นได้ วัสดุที่รองรับแรงกด และก็ AI ซึ่งช่วยให้ทำงานพิเศษและก็งานที่มีความสลับซับซ้อนสูง อีกทั้งยังสามารถเปลี่ยนรูปเพื่อปรับให้กับสภาพแวดล้อมทางด้านกายภาพที่ไม่เหมือนกันได้ การเกิดขึ้นของหุ่นยนต์นุ่มจะช่วยเปลี่ยนทิศทางของอุตสาหกรรมด้านที่เกี่ยวข้องกับการผลิต ตั้งแต่การผลิตผลิตภัณฑ์มาตรฐานเยอะๆ ไปจนกระทั่งสินค้าเฉพาะกลุ่มที่มีการผลิตจำนวนน้อย
#9 Satellite-terrestrial Integrated Computing (การประมวลผลแบบบูรณาการผ่านดาวเทียมรวมทั้งภาคพื้นดิน – STC)
เครือข่ายภาคพื้นดินรวมทั้งระบบการประมวลผลมีการให้บริการดิจิทัลสำหรับพื้นที่ที่มีราษฎรหนาแน่น แม้กระนั้นจะไม่มีบริการในพื้นที่ที่มีพลเมืองเบาบาง ดังเช่นว่า ทะเลทราย ทะเล และอวกาศ เป็นต้น STC จะเชื่อมต่อกับดาวเทียมแบบ High-Earth Orbit (HEO) ที่มีเส้นทางโคจรสูง รวมทั้งแบบ Low-Earth Orbit (LEO) ที่มีวิถีโคจรต่ำ รวมทั้งเครือข่ายการสื่อสารเคลื่อนภาคพื้นดิน ครอบคลุมไร้รอยต่อในทุกมิติ นอกนั้น STC ยังสร้างระบบประมวลผลศูนย์รวมดาวเทียม โครงข่ายดาวเทียม ระบบการสื่อสารภาคพื้นดิน แล้วก็เทคโนโลยีคลาวด์คอมพิวติ้งเข้าไว้ร่วมกัน ซึ่งจะก่อให้มีการเข้าถึงบริการดิจิทัลได้มากขึ้น รวมทั้งครอบคลุมทั่วทั้งโลก
#10 พัฒนาการร่วมของโมเดล AI ขนาดใหญ่และขนาดเล็ก
โมเดลก่อนจะมีการฝึกอบรม หรือที่เรียกกันว่าโมเดลเบื้องต้น เป็นเคล็ดวิธีก้าวล้ำในการพัฒนาฐานรากตั้งแต่ AI เฉพาะทาง (Weak AI) ที่มีความสามารถเฉพาะด้าน ไปจนถึง AI ทั่วๆไป (General AI) ที่มีความเข้าใจปรับเปลี่ยนวิชาความรู้และความถนัดได้ระดับหนึ่ง อย่างไรก็ตาม ข้อดีในด้านความสามารถที่สูงขึ้น และจุดอ่อนในด้านการใช้พลังงานนั้นไม่สมดุลกัน ก็เลยทำให้การสำรวจโมเดลขนาดใหญ่มีข้อกำหนด AI ในอนาคตกำลังเปลี่ยนแปลงจากการประลองด้านความสามารถสำหรับการปรับขนาดของโมเดลฐานราก ไปสู่การพัฒนาร่วมกันของโมเดลขนาดใหญ่และขนาดเล็ก ผ่านระบบคลาวด์ เอดจ์ และอุปกรณ์ต่างๆซึ่งมีประโยชน์มากยิ่งกว่าในทางปฏิบัติ
