วิวัฒนาการทางเทคโนโลยีดิจิทัล คือปัจจัยสำคัญ ที่เร่งให้เกิดความก้าวหน้า และการพัฒนาอุตสาหกรรมอย่างรวดเร็ว
ขณะเดียวกัน ก็มีบทบาทสำคัญในการขับเคลื่อนอนาคตที่ยั่งยืนและเป็นมิตรกับสิ่งแวดล้อม ไม่ว่าจะถูกนำไปใช้ในอุตสาหกรรมไหน
เพื่อให้เห็นภาพชัดเจนขึ้น ว่าในอีก 2-5 ปีจากนี้ เทคโนโลยีดิจิทัลแบบใด จะมีบทบาทสำคัญกับชีวิตเรา
Alibaba DAMO Academy หรือ DAMO สถาบันเพื่อการวิจัยด้านเทคโนโลยีและวิทยาศาสตร์ระดับโลกของอาลีบาบา กรุ๊ป นำโดยนายเจฟฟ์ จาง ได้วิเคราะห์ข้อมูลจากแหล่งข้อมูลต่าง ๆ
ทั้ง เอกสารที่ตีพิมพ์เผยแพร่สู่สาธารณะ การยื่นจดทะเบียนสิทธิบัตรในช่วงสามปีที่ผ่านมา และการสัมภาษณ์นักวิทยาศาสตร์เกือบ 100 คน
จนได้ 10 แนวโน้มสำคัญที่จะกำหนดทิศทางของอุตสาหกรรมเทคโนโลยี ซึ่งจะส่งผลกระทบต่อเศรษฐกิจและสังคมทุกภาคส่วนในวงกว้าง
การรวมอุปกรณ์เครือข่ายบนคลาวด์
(Cloud-Network-Device Convergence)
การพัฒนาของเทคโนโลยีเครือข่ายใหม่ ๆ มีบทบาทสำคัญในการขับเคลื่อนคลาวด์คอมพิวติ้ง ไปสู่ระบบการประมวลผลแบบใหม่ ที่รวมอุปกรณ์เครือข่ายบนคลาวด์เข้าไว้ด้วยกัน (Cloud-Network-Device Convergence)
ในระบบใหม่นี้ ทั้ง คลาวด์ เน็ตเวิร์ก และอุปกรณ์ต่าง ๆ จะแบ่งงานกันอย่างชัดเจน และนำไปสู่การพัฒนาแอปพลิเคชันใหม่ ๆ เพื่อตอบสนองงานที่มีความต้องการมากขึ้น
เช่น การจำลองทางอุตสาหกรรมที่มีความแม่นยำสูง การตรวจสอบคุณภาพทางอุตสาหกรรมแบบเรียลไทม์ และ mixed reality
ในอีก 2 ปีข้างหน้า คาดว่าจะได้เห็นแอปพลิเคชันที่ทำงานบนระบบประมวลผลแบบใหม่นี้ เพิ่มขึ้นอย่างรวดเร็ว
AI กับการพัฒนาทางวิทยาศาสตร์
(AI for Science)
เมื่อหลายร้อยปีที่ผ่านมา ชุมชนวิทยาศาสตร์มีกระบวนทัศน์พื้นฐานสองประการ ได้แก่ วิทยาศาสตร์เชิงทดลอง และวิทยาศาสตร์เชิงทฤษฎี
ทุกวันนี้ความก้าวหน้าของ AI ทำให้กระบวนทัศน์ทางวิทยาศาสตร์ใหม่ ๆ เป็นไปได้มากกว่าเดิม
เพราะ แมชชีนเลิร์นนิ่ง สามารถประมวลผลข้อมูลจำนวนมากในหลายมิติและรูปแบบ รวมถึงแก้ไขปัญหาทางวิทยาศาสตร์ที่ซับซ้อนได้ ช่วยให้การค้นคว้าทางวิทยาศาสตร์ ในเรื่องที่เคยคิดว่าเป็นไปไม่ได้ กลายเป็นความจริง
AI ไม่เพียงเป็นตัวเร่งปฏิกิริยาให้การวิจัยทางวิทยาศาสตร์เร็วขึ้น แต่ยังช่วยค้นพบกฎทางวิทยาศาสตร์ใหม่ ๆ ด้วย
ในอีก 3 ปีข้างหน้า เราคาดว่าจะมีการนำ AI ไปใช้อย่างกว้างขวางในกระบวนการวิจัยทางวิทยาศาสตร์ประยุกต์ และใช้เป็นเครื่องมือการผลิตในวิทยาศาสตร์พื้นฐานด้านต่าง ๆ
ชิปซิลิคอนที่ส่งข้อมูลด้วยแสง
(Silicon Photonic Chips)
ปัจจุบัน ขนาดทางกายภาพของทรานซิสเตอร์ใกล้ถึงขีดจำกัด ความเร็วในการพัฒนาชิปอิเล็กทรอนิกส์ จะไม่พร้อมตอบสนองความต้องการด้านปริมาณข้อมูลที่เพิ่มขึ้นจากการประมวลผลประสิทธิภาพสูงอีกต่อไป
จนเป็นที่มาของการพัฒนา Silicon Photonic Chips ซึ่งใช้ที่ใช้โฟตอนในการส่งข้อมูลแทนอิเล็กตรอนแบบชิปอิเล็กทรอนิกส์
โฟตอน จะไม่มีปฏิกิริยาโต้ตอบกันโดยตรง และเคลื่อนที่ในระยะทางที่ไกลกว่า
Silicon Photonic Chips จึงเพิ่มความหนาแน่นในการประมวลผล และประสิทธิภาพด้านพลังงานที่สูงขึ้น สอดคล้องกับการเติบโตของคลาวด์คอมพิวติ้งและ AI
ในอีก 3 ปีข้างหน้า น่าจะมีการใช้ Silicon Photonic Chips อย่างแพร่หลายในการรับส่งข้อมูลความเร็วสูงในดาต้าเซ็นเตอร์ขนาดใหญ่
AI กับพลังงานหมุนเวียน
(AI for Renewable Energy)
การเติบโตของพลังงานหมุนเวียน เช่น พลังงานลม และพลังงานแสงอาทิตย์ ในช่วงไม่กี่ปีที่ผ่านมา ทำให้เทคโนโลยีเหล่านี้ กลายาเป็นแหล่งพลังงานน่าสนใจที่จะเพิ่มเข้าไปในโครงข่ายไฟฟ้า
แต่ก็ยังติดขัดปัญหาต่าง ๆ เช่น ความยุ่งยากในการรวมระบบโครงข่าย อัตราการใช้พลังงานต่ำ และการจัดเก็บพลังงานส่วนเกิน
ความท้าทายสำคัญของไฟฟ้าพลังงานหมุนเวียน คือลักษณะที่คาดเดาไม่ได้ในการผลิต และการรวมแหล่งพลังงงานกลุ่มนี้เข้ากับโครงข่ายไฟฟ้า
จึงเป็นที่มาของการประยุกต์ใช้ AI เพื่อปรับปรุงประสิทธิภาพ และระบบอัตโนมัติของระบบไฟฟ้ากำลัง เพื่อใช้ทรัพยากรให้เกิดประโยชน์สูงสุดและมีเสถียรภาพ
DAMO คาดว่าในอีก 3 ปีจากนี้ AI จะถูกพัฒนาเพื่อแก้ไขปัญหานี้อย่างจริงจัง ซึ่งถ้าทำสำเร็จ จะนำไปสู่การบรรลุเป้าหมาย carbon neutrality (ลดการปล่อยก๊าซเรือนกระจกสู่ชั้นบรรยากาศ) ต่อไป
การรักษาแบบแม่นยำและจำเพาะสูง
(High-precision Medicine)
การแพทย์ในปัจจุบัน เป็นเรื่องที่ต้องอาศัยความเชี่ยวชาญเฉพาะบุคคล และการรักษาแต่ละครั้ง จะให้ผลแตกต่างกันในผู้ป่วยแต่ละราย
การนำ AI มารวมกับการรักษาที่แม่นยำ จะช่วยกระตุ้นการบูรณาการในเรื่องนี้ ในแง่ของการวินิจฉัยใหม่ ๆ ซึ่งจะเป็นเข็มทิศนำทางที่มีความแม่นยำสูงสำหรับเวชศาสตร์คลีนิก
แพทย์สามารถใช้เข็มทิศนี้วินิจฉัยโรค และตัดสินใจทางการแพทย์ได้รวดเร็วและแม่นยำ ช่วยให้เราวัด คำนวณ คาดการณ์ และป้องกันโรคร้ายแรงได้
ในอีก 3 ปีข้างหน้า การรักษาแบบแม่นยำโดยอาศัยข้อมูลทางพันธุกรรม หรือข้อมูลในระดับโมเลกุล จะมีบทบาทมากขึ้น ในการรักษาแบบเน้นผู้ป่วยเป็นศูนย์กลาง ซึ่งจะเป็นเทรนด์สำคัญของการดูแลสุขภาพ การป้องกัน การวินิจฉัย และการรักษาโรค
การประมวลผลแบบรักษาความเป็นส่วนตัว
(Privacy-preserving Computation)
ข้อจำกัดด้านประสิทธิภาพ ความกังวลที่มีต่อเทคโนโลยี และมาตรฐานต่าง ๆ เป็นสาเหตุให้การประมวลผลเพื่อรักษาความเป็นส่วนตัว ยังถูกจำกัดการใช้งานในวงแคบมาตลอด
แต่ความก้าวหน้าของเทคโนโลยี ที่มีการบูรณาการมากขึ้นเรื่อย ๆ เช่น ชิปที่มีการทำงานเฉพาะ อัลกอริธึมการเข้ารหัส การใช้งานไวท์บ็อกซ์ (whitebox) ที่เป็นคอมพิวเตอร์ส่วนบุคคลหรือเซิร์ฟเวอร์ประกอบเองที่ไม่มีแบรนด์ ความน่าเชื่อถือของข้อมูล ฯลฯ
การประมวลผลแบบรักษาความเป็นส่วนตัว จึงจะถูกนำมาใช้ในสถานการณ์ต่าง ๆ มากขึ้น เช่น การประมวลผลข้อมูลจำนวนมหาศาล และผสานรวมข้อมูลจากทุกโดเมน
ในอีก 3 ปีข้างหน้า เราจะการยกระดับด้านประสิทธิภาพ และความสามารถในการเข้าใจการประมวลผลแบบรักษาความเป็นส่วนตัว และเกิดหน่วยงานด้านความน่าเชื่อถือของข้อมูลที่ให้บริการแบ่งปันข้อมูลต่าง ๆ ผ่านการใช้เทคโนโลยีเพิ่มขึ้น
เทคโนโลยีโลกเสมือนจริง – XR
(Extended Reality: XR)
เมื่อ มาร์ค ซัคเคอร์เบิร์ก แสดงวิสัยทัศน์ถึงอนาคตของอุตสาหกรรมเมตาเวิร์ส ทำให้ทุกคนเริ่มตื่นตัวกับเทคโนโลยีอย่าง AR และ VR มากขึ้น
และในอนาคตอันใกล้ XR (Extended Reality) ซึ่งจะช่วยให้โลกเสมือนบนอินเทอร์เน็ตใกล้ความเป็นจริงมากที่สุด จะเป็นอีกเทคโนโลยีที่ถูกกล่าวถึงมากขึ้น
ด้วยการเปลี่ยนโฉมแอปพลิเคชันดิจิทัล และวิธีที่ผู้คนมีส่วนร่วมกับเทคโนโลยี เช่น ความบันเทิง โซเชียลเน็ตเวิร์ก ออฟฟิศ ช็อปปิ้ง การศึกษา และการดูแลสุขภาพ ฯลฯ
การเติบโตของ XR เป็นผลจาก การประมวลผลแบบเอดจ์บนคลาวด์ การเชื่อมต่อเครือข่าย และดิจิทัลทวิน ที่มีพัฒนาการแบบก้าวกระโดด
และจะมีบทบาทสำคัญในระบบนิเวศอุตสาหกรรมใหม่ ตั้งแต่ส่วนประกอบอิเล็กทรอนิกส์ อุปกรณ์ ระบบปฏิบัติการ และการใช้งานในด้านต่าง ๆ
ในอีก 3 ปีข้างหน้า คาดว่าจะได้เห็นแว่นตา XR รุ่นใหม่ ที่มีรูปลักษณ์ใกล้เคียงแว่นตาในท้องตลาด และจะเป็นจุดเริ่มต้นที่สำคัญสู่อินเทอร์เน็ตในยุคต่อไป
หุ่นยนต์นิ่ม
(Perceptive Soft Robotics)
หุ่นยนต์นิ่ม (Perceptive Soft Robotics) ถูกพัฒนาโดยผสมผสานเทคโนโลยีต่าง ๆ เพื่อให้แตกต่างจากหุ่นยนต์ทั่วไป ตรงที่มีส่วนประกอบยืดหยุ่นได้ สามารถรับรู้แรงกด การมองเห็น และเสียง ฯลฯ
เทคโนโลยีสำคัญ ๆ ที่อยู่เบื้องหลังหุ่นยนต์รูปแบบใหม่นี้ คือ อุปกรณ์อิเล็กทรอนิกส์ที่ยืดหยุ่นได้ วัสดุที่รองรับแรงกด และ AI ซึ่งช่วยให้ทำงานพิเศษและงานที่มีความซับซ้อนสูง เปลี่ยนรูปเพื่อปรับให้เข้ากับสภาพแวดล้อมทางกายภาพที่แตกต่างกันได้
ในอีก 5 ปีข้างหน้า จะมีการนำหุ่นยนต์นิ่ม มาใช้แทนที่หุ่นยนต์ทั่วไปในอุตสาหกรรมการผลิต และปูทางไปสู่การใช้เป็นหุ่นยนต์บริการในชีวิตประจำวันมากขึ้น
การประมวลผลแบบบูรณาการผ่านดาวเทียมและภาคพื้นดิน – STC
(Satellite-terrestrial Integrated Computing)
ทั่วไป เครือข่ายภาคพื้นดินสำหรับการประมวลผล จะมีให้บริการเฉพาะพื้นที่ที่มีประชากรหนาแน่น แต่ไม่สามารถให้บริการในพื้นที่ที่มีประชากรเบาบาง อย่าง ทะเลทราย ทะเล หรือในอวกาศได้
STC จึงถูกพัฒนาขึ้นให้เป็นระบบประมวลผลที่ทำงานร่วมกับดาวเทียม ทั้งแบบ High-Earth Orbit (HEO) ที่วงโคจรสูง และแบบ Low-Earth Orbit (LEO) ที่วงโคจรต่ำ
ไปจนเครือข่ายดาวเทียม ระบบสื่อสารภาคพื้นดิน และเทคโนโลยีคลาวด์คอมพิวติ้งเข้าไว้ด้วยกัน เพื่อให้เกิดการเข้าถึงบริการดิจิทัลที่ครอบคลุมทั่วโลก
ในอีก 5 ปีข้างหน้า ดาวเทียมและระบบภาคพื้นดินจะทำงานร่วมกันเป็นโหนดการประมวลผล เพื่อสร้างระบบเครือข่ายแบบครบวงจรที่ให้การเชื่อมต่อทั่วทุกพื้นที่
วิวัฒนาการร่วมของโมเดล AI ขนาดต่างๆ
(Co-evolution of Large- and Small-scale AI Models)
โมเดลพื้นฐานเป็นเทคนิคในการพัฒนา AI รูปแบบต่าง ๆ ทั้ง AI เฉพาะทาง (Weak AI) ที่มีความสามารถเฉพาะด้าน และ AI ทั่วไป (General AI) ที่สามารถดัดแปลงความรู้และทักษะได้ระดับหนึ่ง
ปัญหาคือความไม่สมดุล ทั้งในด้านประสิทธิภาพที่สูงขึ้นที่เป็นข้อดี และการใช้พลังงานที่เป็นข้อเสีย จนเป็นข้อจำกัดในการพัฒนาโมเดลเหล่านี้
ทางแก้คือการพัฒนาร่วมกันของโมเดลขนาดใหญ่และขนาดเล็ก ผ่านระบบคลาวด์ เอดจ์ และอุปกรณ์ต่าง ๆ ซึ่งให้ผลดีกว่าในทางปฏิบัติ
ตามแนวทางนี้ ตัวโมเดลพื้นฐานจะมอบหมายให้โมเดลขนาดเล็กทำหน้าที่เรียนรู้ อนุมาน และดำเนินการบนแอปพลิเคชันปลายทาง
กลับกัน โมเดลขนาดเล็กจะรับฟีดแบ็กที่เกิดขึ้น และส่งกลับไปให้โมเดลพื้นฐานเพื่อพัฒนาคำสั่งในการทำงานต่อไป
.
อ่านรายงานฉบับเต็มได้ ที่นี่
AHEAD ASIA นวัตกรรม ล้ำหน้า
