กิมหยง - ตะลุงเว็บบอร์ด

Alibaba DAMO Academy (DAMO) สถาบันเพื่อการวิจัยทางเทคโนโลยีรวมทั้งวิทยาศาสตร์ระดับนานาชาติของอาลีบาบา กรุ๊ป พรีเซ็นท์การคาดหมายแนวโน้มสำคัญที่จะกำหนดทิศทางของอุตสาหกรรมเทคโนโลยี

#1 Cloud-Network-Device Convergence
การพัฒนาอย่างรวดเร็วของเทคโนโลยีด้านโครงข่ายใหม่ๆจะขับเคลื่อนพัฒนาการของคลาวด์คอมพิวติ้ง ไปสู่ระบบการประมวลผลแบบใหม่ ที่เป็นการรวมอุปกรณ์เครือข่ายบนคลาวด์เข้าไว้ด้วยกัน ซึ่งคลาวด์ เน็ตเวิร์ก และก็วัสดุอุปกรณ์ต่างๆในระบบใหม่นี้จะมีการแบ่งงานที่แจ่มกระจ่างเพิ่มขึ้น การรวมเครือข่ายระบบคลาวด์ไว้ร่วมกันจะเป็นตัวเร่งสนับสนุนให้เกิดแอปพลิเคชันใหม่ๆที่จะตอบสนองงานที่มีความต้องการเยอะขึ้น อาทิเช่น การเลียนแบบทางอุตสาหกรรมที่มีความแม่นยำสูง การวิเคราะห์ประสิทธิภาพด้านอุตสาหกรรมแบบเรียลไทม์ และ mixed reality ในอีก 2 ปีด้านหน้า เราคาดว่าจะได้มองเห็นแอปพลิเคชันสถานที่สำหรับทำงานบนระบบประมวลผลใหม่มากขึ้นอย่างรวดเร็ว

#2 AI for Science (AI กับการพัฒนาด้านวิทยาศาสตร์)
เดี๋ยวนี้ความเจริญของ AI ทำให้กระบวนทัศน์ด้านวิทยาศาสตร์ใหม่ๆเป็นได้ แมชชีนเลิร์นนิ่งสามารถประมวลผลข้อมูลหลายชิ้นที่มีหลากหลายมิติและก็ในหลายต้นแบบ พร้อมแก้ไขปัญหาทางด้านวิทยาศาสตร์ที่ซับซ้อนได้ ช่วยทำให้การศึกษาค้นคว้าวิจัยทางด้านวิทยาศาสตร์เติบโตขึ้นในเรื่องที่เคยคิดว่าเป็นไปไม่ได้ ไม่เพียงแค่ AI จะเป็นตัวเร่งให้การศึกษาค้นคว้าด้านวิทยาศาสตร์รวดเร็วทันใจขึ้นแค่นั้น แต่ว่ายังช่วยสำหรับเพื่อการศึกษาและทำการค้นพบกฎด้านวิทยาศาสตร์ใหม่ๆอีกด้วย ในอีก 3 ปีด้านหน้า พวกเราคาดว่าจะมีการนำ AI ไปใช้อย่างกว้างขวางในแนวทางการวิจัยทางด้านวิทยาศาสตร์ปรับใช้ รวมทั้งใช้เป็นเครื่องไม้เครื่องมือการผลิตในวิทยาศาสตร์ฐานรากด้านต่างๆ

#3 Silicon Photonic Chips (ชิปซิลิคอนที่ส่งข้อมูลด้วยแสง)
silicon photonic chips แตกต่างจากชิปอิเล็กทรอนิกส์ตรงที่ใช้โฟตอน (photons) แทนอิเล็คตรอน (electrons) เพื่อส่งข้อมูล โฟตอนจะไม่มีปฏิกิริยาโต้ตอบกันโดยตรง และก็สามารถเคลื่อนที่ในระยะทางที่ไกลกว่า โดยเหตุนั้น silicon photonic chips จึงสามารถเพิ่มความหนาแน่นสำหรับเพื่อการประมวลผลแล้วก็ความสามารถสำหรับการใช้พลังงานให้สูงขึ้น ส่วนการเติบโตของคลาวด์คอมพิวติ้งรวมทั้ง AI ก็ขับการพัฒนาเทคโนโลยี silicon photonic chips อย่างเร็ว ในอีก 3 ปีด้านหน้า พวกเราสามารถคาดหวังว่าจะได้เห็นแนวทางการเอามาใช้ silicon photonic chips อย่างแพร่หลายสำหรับในการรับส่งข้อมูลความเร็วสูงในดาต้าเซ็นเตอร์ขนาดใหญ่

#4 AI for Renewable Energy (AI กับพลังงานเวียน)
เหตุเพราะลักษณะที่คาดเดามิได้ของการสร้างไฟฟ้าพลังงานหมุนเวียน รวมทั้งการรวมแหล่งพลังงานหมุนเวียนกับเครือข่ายกระแสไฟฟ้า ทำให้เกิดความท้าทายที่มีผลต่อความปลอดภัยและก็ความน่าเชื่อถือของโครงข่ายกระแสไฟฟ้า การประยุกต์ใช้ AI ในภาคอุตสาหกรรมจึงมีความจำเป็นยิ่งต่อการปรับแก้สมรรถนะ และก็ระบบอัตโนมัติของระบบไฟฟ้ากำลัง ตลอดจนการใช้ทรัพยากรให้เกิดผลดีสูงสุดและมีเสถียรภาพ ซึ่งจะเอื้อให้ไปถึงเป้าหมาย carbon neutrality. ที่จะไม่ปลดปล่อยก๊าซเรือนกระจกสู่ชั้นบรรยากาศมากขึ้น

#5 High-precision Medicine (การดูแลรักษาแบบถูกต้องแม่นยำและก็จำเพาะสูง)
การแพทย์เกิดเรื่องที่ต้องอาศัยความชำนิชำนาญเฉพาะของแต่ละบุคคลอย่างมากมาย และก็มักจะเกี่ยวพันกับการลองผิดลองถูกอย่างมาก รวมทั้งสุดท้ายอาจมีคุณภาพต่างๆนาๆตามคนไข้แต่ละราย เป็นที่คาดกันว่าการนำ AI มารวมกับการดูแลและรักษาที่ถูกต้องแม่นยำ จะช่วยกระตุ้นการบูรณาการความเชี่ยวชาญแล้วก็เทคโนโลยีการวิเคราะห์ใหม่ๆมากขึ้น และทำหน้าที่เป็นเข็มทิศนำทางที่มีความเที่ยงตรงสูงสำหรับเวชศาสตร์คลีนิก ซึ่งหมอสามารถใช้เข็มทิศนี้วินิจฉัยโรครวมทั้งตัดสินใจด้านการแพทย์ได้อย่างเร็วแล้วก็ถูกต้องที่สุดเท่าที่จะเป็นได้ ความรุ่งเรืองเหล่านี้สามารถช่วยให้เราสามารถวัด คำนวณ คาดเดา และก็ป้องกันโรครุนแรงได้

#6 Privacy-preserving Computation (การประมวลผลแบบรักษาความเป็นส่วนตัว)
เนื่องจากว่าเทคโนโลยีมีการบูรณาการเพิ่มขึ้นเรื่อยๆเป็นต้นว่า ชิปที่มีการดำเนินการเฉพาะ อัลกอริธึมการเข้ารหัส การใช้แรงงานไวท์บ็อกซ์ (whitebox) ที่เป็นคอมพิวเตอร์ส่วนตัวหรือเซิร์ฟเวอร์ประกอบเองที่ไม่มีแบรนด์ รวมทั้งความน่านับถือของข้อมูล ฯลฯ กำลังเกิดขึ้น ด้วยเหตุนั้น ก็เลยจะมีการประเมินผลแบบรักษาความเป็นส่วนตัวนำมาใช้ในสถานการณ์ต่างๆอย่างเช่น การประมวลผลข้อมูลปริมาณพรั่งพร้อม แล้วก็การผสานรวมข้อมูลจากทุกโดเมน ซึ่งเป็นความเจริญที่เกิดจากการประมวลผลข้อมูลปริมาณเล็กน้อย และข้อมูลที่ได้มาจากโดเมนส่วนตัวเข้าไว้ด้วยกัน การนำไปใช้งานจะเพิ่มประสิทธิภาพการทำงานใหม่ที่ขับโดยข้อมูลจากทุกโดเมน

#7 Extended Reality: XR (เทคโนโลยีโลกเสมือนจริง – XR)
แว่น XR ให้คำมั่นที่จะทำให้โลกเสมือนบนอินเทอร์เน็ตใกล้ความจริงมากที่สุด ของใหม่นี้ได้หว่านเมล็ดพันธุ์ที่จะแตกหน่อในระบบนิเวศอุตสาหกรรมใหม่ ที่รวมถึงองค์ประกอบอิเล็กทรอนิกส์ เครื่องมือ ระบบปฏิบัติการ รวมทั้งการใช้แรงงานในด้านต่างๆเทคโนโลยี XR จะแปลงโฉมแอปพลิเคชันดิจิทัล และปฏิรูปวิธีที่ผู้คนมีส่วนร่วมกับเทคโนโลยีในหัวข้อต่างๆเป็นต้นว่า ความบันเทิง โซเชียลเน็ตเวิร์ก ออฟฟิศ ช็อปปิ้ง การเรียนรู้ รวมทั้งการดูแลสุขภาพ ฯลฯ ในอีก 3 ปีด้านหน้า พวกเราคาดว่าจะได้เห็นแว่นตา XR รุ่นใหม่ที่มีรูปลักษณ์ รวมทั้งให้ความรู้ความเข้าใจสึกที่ไม่ผิดฟั่นเฟือนไปจากแว่นสายตาทั่วๆไปออกสู่ตลาด รวมทั้งจะเป็นจุดเริ่มต้นที่สำคัญสู่อินเทอร์เน็ตในยุคต่อไป

#8 Perceptive Soft Robotics
หุ่นยนต์นิ่ม (Perceptive Soft Robotics) ไม่เหมือนกับหุ่นยนต์ทั่วไป ตรงที่มีส่วนต่างๆที่ยืดหยุ่นได้ และมีความรู้ความสามารถสำหรับการรับรู้ต่อแรงกด การมองเห็น รวมทั้งเสียง หุ่นยนต์เหล่านี้ใช้ประโยชน์จากเทคโนโลยีต่างๆที่ล้ำสมัย เช่น เครื่องใช้ไม้สอยอิเล็กทรอนิกส์ที่ยืดหยุ่นได้ อุปกรณ์ที่รองรับแรงกด รวมทั้ง AI ซึ่งช่วยทำให้ทำงานพิเศษรวมทั้งงานที่มีความสลับซับซ้อนสูง ทั้งยังสามารถเปลี่ยนรูปเพื่อปรับให้เข้ากับสิ่งแวดล้อมทางกายภาพที่ต่างกันได้ การเกิดขึ้นของหุ่นยนต์นิ่มจะช่วยสำหรับเปลี่ยนแนวทางของอุตสาหกรรมด้านที่เกี่ยวข้องกับการผลิต ตั้งแต่การสร้างผลิตภัณฑ์มาตรฐานจำนวนไม่น้อย ไปจนถึงผลิตภัณฑ์เฉพาะกรุ๊ปที่มีการผลิตจำนวนน้อย

#9 Satellite-terrestrial Integrated Computing (การประมวลผลแบบบูรณาการผ่านดาวเทียมและก็ภาคพื้นดิน – STC)
เครือข่ายภาคพื้นดินและระบบการประมวลผลมีการให้บริการดิจิทัลสำหรับพื้นที่ที่มีพลเมืองหนาแน่น แม้กระนั้นจะไม่มีบริการในพื้นที่ที่มีพลเมืองเบาบาง ได้แก่ ทะเลทราย ทะเล แล้วก็อวกาศ เป็นต้น STC จะเชื่อมต่อกับดาวเทียมแบบ High-Earth Orbit (HEO) ที่มีวงโคจรสูง แล้วก็แบบ Low-Earth Orbit (LEO) ที่มีเส้นทางโคจรต่ำ และก็โครงข่ายทางด้านที่เกี่ยวข้องกับการสื่อสารเคลื่อนที่ภาคพื้นดิน ครอบคลุมไร้รอยต่อในทุกมิติ ยิ่งกว่านั้น STC ยังสร้างระบบประเมินผลศูนย์รวมดาวเทียม เครือข่ายดาวเทียม ระบบสื่อสารภาคพื้นดิน และเทคโนโลยีคลาวด์คอมพิวติ้งเข้าไว้ร่วมกัน ซึ่งจะทำให้เกิดการเข้าถึงบริการดิจิทัลได้มากขึ้น และครอบคลุมทั่วโลก

#10 พัฒนาการร่วมของโมเดล AI ขนาดใหญ่และก็ขนาดเล็ก
โมเดลก่อนจะมีการฝึกอบรม หรือที่เรียกกันว่าโมเดลเบื้องต้น เป็นเคล็ดวิธีก้าวล้ำในการพัฒนาเบื้องต้นตั้งแต่ AI เฉพาะทาง (Weak AI) ที่มีความรู้ความสามารถเฉพาะด้าน ไปจนถึง AI ทั่วๆไป (General AI) ที่มีความรู้และมีความเข้าใจดัดแปลงปรับปรุงแก้ไขความรู้รวมทั้งความสามารถได้ระดับหนึ่ง อย่างไรก็แล้วแต่ จุดเด่นในด้านประสิทธิภาพที่สูงขึ้น และก็จุดอ่อนในด้านการใช้พลังงานนั้นไม่สมดุลกัน ก็เลยทำให้การสำรวจโมเดลขนาดใหญ่มีข้อจำกัด AI ในอนาคตกำลังเปลี่ยนแปลงจากการประลองด้านความสามารถสำหรับการปรับขนาดของโมเดลเบื้องต้น ไปสู่การพัฒนาร่วมกันของโมเดลขนาดใหญ่และขนาดเล็ก ผ่านระบบคลาวด์ เอดจ์ รวมทั้งเครื่องไม้เครื่องมือต่างๆซึ่งเป็นประโยชน์มากยิ่งกว่าในทางปฏิบัติ