อาลีบาบาคาดการณ์สุดยอดเทรนด์เทคโนโลยีปี 2566

Alibaba DAMO Academy (“DAMO”) โครงการวิจัยระดับโลกของอาลีบาบา กรุ๊ป เผยการคาดการณ์ประจำปีเกี่ยวกับเทรนด์ทางเทคโนโลยีชั้นนำที่อาจเป็นตัวกำหนดรูปโฉมของอุตสาหกรรมจำนวนมากในอีกหลายปีต่อจากนี้

ในบรรดาเทรนด์เทคโนโลยีชั้นนำต่าง ๆ เป็นที่คาดการณ์ว่า เอไอแบบรู้สร้าง หรือ Generative AI ซึ่งได้รับความสนใจอย่างมากอยู่แล้ว จะได้รับความนิยมมากขึ้นอีกจากการมีชุดแอปพลิเคชันต่าง ๆ ที่เพิ่มมากขึ้น เพื่อนำไปใช้ในการเปลี่ยนผ่านวิธีการผลิตเนื้อหาดิจิทัล ข้อมูลจากการวิจัยของ DAMO ระบุว่า Generative AI ที่อาศัยความก้าวหน้าทางเทคโนโลยีแห่งอนาคต และการลดค่าใช้จ่าย จะกลายเป็นเทคโนโลยีเบ็ดเสร็จที่สามารถเพิ่มความหลากหลาย ความคิดสร้างสรรค์ และประสิทธิภาพในการสร้างคอนเทนต์ได้อย่างมีนัยสำคัญ

อีกหนึ่งเทคโนโลยีเกิดใหม่ที่โดดเด่นคือ dual-engine decision intelligence ระบบ dual-engine decision intelligence ที่ได้รับการสนับสนุนจากการเพิ่มประสิทธิภาพการทำงาน และแมชชีนเลิร์นนิ่งนี้ ช่วยในการจัดสรรทรัพยากรได้แบบไดนามิก ครบถ้วนและเรียลไทม์ เช่น การจ่ายไฟฟ้าแบบเรียลไทม์ การปรับพอร์ตทรูพุตให้เหมาะสม การกำหนดจุดจอดในสนามบิน และการเพิ่มประสิทธิภาพให้กับกระบวนการผลิตต่าง ๆ ดังนั้นเทคโนโลยีนี้จึงช่วยเพิ่มประสิทธิภาพการดำเนินงานให้กับธุรกิจต่าง ๆ อย่างมาก

นอกจากนี้ยังคาดการณ์ได้ว่าคลาวด์คอมพิวติ้งและเรื่องของความปลอดภัย จะยังคงมีบทบาทสำคัญอย่างต่อเนื่องต่อการเปลี่ยนผ่านสู่ดิจิทัลของธุรกิจทั้งหลาย การที่เทคโนโลยีด้านความปลอดภัยและคลาวด์คอมพิวติ้งผสานการทำงานร่วมกันมากขึ้นอย่างไม่เคยมีมาก่อน ทำให้บริการด้านความปลอดภัยเปลี่ยนไปเป็นบริการในรูปแบบคลาวด์เนทีฟ ใช้แพลตฟอร์มเป็นศูนย์กลาง และมีความชาญฉลาดมากขึ้น

DAMO ได้คาดการณ์ว่าจะมีเทรนด์อื่น ๆ เพิ่มขึ้น เช่น โมเดลโครงสร้างสำเร็จรูปหลากหลายที่ผ่านการเทรนด์มาแล้ว (pre-trained multimodal foundation models), ชิปเล็ต (chiplets), การประมวลผลในหน่วยความจำ (processing in memory), สถาปัตยกรรมคลาวด์คอมพิวติ้งที่รวมเอาฮาร์ดแวร์และซอฟต์แวร์ไว้ด้วยกัน, โครงสร้างที่คาดการณ์ได้บน Edge-Cloud Synergy (predictable fabric based on edge-cloud synergy), การสร้างภาพด้วยคอมพิวเตอร์ (computational imaging) รวมถึงคู่เสมือนทางดิจิทัลของเมื่องใหญ่ (large-scale urban digital twins)

DAMO นำเสนอสุดยอดเทรนด์ทางเทคโนโลยีปี 2566 ที่คาดการณ์ว่าจะเร่งให้เกิดนวัตกรรมและส่งผลในทางที่ดีทั้งด้านเศรษฐกิจและสังคมต่ออุตสาหกรรมสำคัญ ๆ ซึ่งมาจากการรวบรวมและวิเคราะห์จากเอกสารสาธารณะและการจดสิทธิบัตรในช่วงสามปีที่ผ่านมา และการสัมภาษณ์นักวิทยาศาสตร์ผู้ประกอบการ และวิศวกรทั่วโลกมากกว่า 100 ราย

นายเจฟฟ์ ชาง หัวหน้าของ Alibaba DAMO Academy กล่าวว่า “ปี 2566 จะเป็นปีที่ความก้าวหน้าทางเทคโนโลยีด้านต่าง ๆ จะขับเคลื่อนให้เกิดการออกแบบการทำงานของซอฟต์แวร์ และฮาร์ดแวร์ร่วมกัน และการผสานรวมของเทคโนโลยีด้านคอมพิวติ้งกับการติดต่อสื่อสาร การนำเทคโนโลยีไปใช้ในวงกว้างจะทำให้มีการใช้ AI และเทคโนโลยีดิจิทัลอื่น ๆ มากขึ้นในตลาดเฉพาะทางต่าง ๆ และกระตุ้นให้เกิดความร่วมมือของภาครัฐ เอกชน และบุคคลทั่วไปเกี่ยวกับการใช้เทคโนโลยีและการบริหารจัดการด้านความปลอดภัย นวัตกรรมที่เกิดจากความก้าวหน้าทางเทคโนโลยีและการใช้งานที่เฉพาะเจาะจงในแต่ละอุตสาหกรรม จะกลายเป็นแนวโน้มที่จะเกิดขึ้นและไม่กลับมาเป็นเหมือนเดิมได้อีก”

DAMO คาดว่าในปี 2566 จะได้เห็นความรุดหน้าทางเทคโนโลยีและการเกิดขึ้นอย่างมากมายของแอปพลิเคชันที่เกี่ยวข้องดังต่อไปนี้

เทรนด์ที่ 1: เอไอแบบรู้สร้าง (Generative AI)

Generative AI สร้างคอนเทนต์ใหม่ตามชุดข้อความ รูปภาพ หรือไฟล์เสียงที่กำหนดไว้ ปัจจุบันมีการใช้ Generative AI ในการผลิตต้นแบบและแบบร่างต่าง ๆ เป็นหลัก รวมถึงใช้กับเกม โฆษณา และกราฟิกดีไซน์ นอกจากจะเป็นความก้าวหน้าทางเทคโนโลยีแห่งอนาคตและการลดค่าใช้จ่ายแล้ว Generative AI จะกลายเป็นเทคโนโลยีเบ็ดเสร็จที่สามารถเพิ่มความหลากหลาย ความคิดร้างสรรค์ และการสร้างคอนเทนต์ที่โดดเด่นได้อย่างมีนัยสำคัญ 

Generative-AI

อีกสามปีต่อจากนี้ เราจะได้เห็นรูปแบบทางธุรกิจใหม่ ๆ และระบบนิเวศที่สมบูรณ์เต็มที่ เพราะมีการนำ Generative AI ไปใช้อย่างแพร่หลาย รูปแบบที่เป็น Generative AI จะโต้ตอบได้มากขึ้น ปลอดภัยและชาญฉลาดมากขึ้น ทั้งยังจะช่วยมนุษย์ทำงานสร้างสรรค์ต่าง ๆ ให้ลุล่วงได้อย่างดี 

เทรนด์ที่ 2: การตัดสินใจที่ชาญฉลาดด้วยการวิจัยเชิงปฏิบัติการและแมชชีนเลิร์นนิ่ง (Dual-engine Decision Intelligence)

วิธีการตัดสินใจแบบเดิมในอดีตนั้นพึ่งพาการวิจัยเชิงปฏิบัติการ ซึ่งมีข้อจำกัดในการจัดการกับปัญหาต่าง ๆ ที่มีความไม่แน่นอนสูงและตอบสนองต่อปัญหาใหญ่ ๆ ได้ช้า ดังนั้น สถาบันทางการศึกษาและภาคอุตสาหกรรมจึงได้เริ่มใช้แมชชีนเลิร์นนิ่งเข้ามาเสริม เพื่อเพิ่มประสิทธิภาพให้กับการตัดสินใจด้านต่าง ๆ เครื่องมือทั้งสองนี้เป็นองค์ประกอบที่ลงตัวของกันและกัน และเมื่อได้ใช้ควบคู่กันไปจะช่วยเพิ่มความเร็วและคุณภาพของการตัดสินใจต่าง ๆ และเป็นที่คาดการณ์ว่า เทคโนโลยีนี้จะใช้กันอย่างแพร่หลายในสถานการณ์หลากหลายในอนาคต เพื่อช่วยให้สามารถจัดสรรทรัพยากรได้แบบไดนามิก ครบถ้วนและเรียลไทม์ เช่น การจ่ายไฟฟ้าแบบเรียลไทม์ การปรับพอร์ตทรูพุตให้เหมาะสม การกำหนดจุดจอดในสนามบิน และการเพิ่มประสิทธิภาพให้กับกระบวนการผลิตต่าง ๆ เป็นต้น

Dual-engine-Decision-Intelligence

ในอนาคต dual-engine decision intelligence จะใช้ในงานด้านต่าง ๆ มากขึ้น ซึ่งจะช่วยเพิ่มจำนวน entities และขยายขนาดการจัดสรรทรัพยากรตามภูมิภาคต่าง ๆ เพื่อให้บรรลุผลในการจัดสรรทรัพยากรแบบไดนามิก ครบถ้วนและเรียลไทม์

เทรนด์ที่ 3: ระบบความปลอดภัยที่รองรับการประมวลผลบนคลาวด์ (Cloud-native Security)

การใช้ระบบความปลอดภัยที่รองรับการทำงานบนคลาวด์ (Cloud-native security) นั้น ไม่เพียงมอบสมรรถนะด้านความปลอดภัยบนโครงสร้างพื้นฐานบนคลาวด์เท่านั้น แต่ยังเพิ่มประสิทธิภาพให้กับบริการด้านความปลอดภัยต่าง ๆ ด้วยการใช้ประโยชน์จากเทคโนโลยีคลาวด์-เนทีฟ การรวมเทคโนโลยีด้านความปลอดภัยต่าง ๆ และคลาวด์คอมพิวติ้งเข้าด้วยกันกำลังเกิดขึ้นอย่างไม่เคยมีมาก่อน ซึ่งเราเห็นได้จากการใช้เทคโนโลยีที่พัฒนาจากการใช้คอนเทนเนอร์ไปเป็นไมโครเซอร์วิส จนถึงรูปแบบที่ไม่ต้องพึ่งพาเซิร์ฟเวอร์ (serverless model) และบริการด้านความปลอดภัยที่ยกระดับสู่การเป็นคลาวด์-เนทีฟ มีความรัดกุม ใช้แพลตฟอร์มเป็นศูนย์กลาง และชาญฉลาด

ในสามถึงห้าปีจากนี้ การรักษาความปลอดภัยแบบคลาวด์-เนทีฟจะหลากหลายมากขึ้น นำไปใช้กับสถาปัตยกรรมมัลติ-คลาวด์ได้ง่ายขึ้น และเอื้อต่อการสร้างระบบความปลอดภัยแบบไดนามิก ครบวงจร แม่นยำ และใช้กับสภาพแวดล้อมแบบไฮบริดได้

เทรนด์ที่ 4: โมเดลโครงสร้างสำเร็จรูปหลากหลายที่ผ่านการเทรนด์มาแล้ว (pre-trained multimodal foundation models)

Pre-trained multimodal foundation models กลายเป็นแบบอย่างและโครงสร้างพื้นฐานแบบใหม่
ในการสร้างระบบปัญญาประดิษฐ์ (AI) รูปแบบเหล่านี้สามารถรับความรู้จากแบบวิธีต่าง ๆ และนำเสนอความรู้นั้นตามกรอบการเรียนรู้ด้านการแสดงออกที่รวมเป็นหนึ่งเดียว ในอนาคต foundation models จะถูกกำหนดขึ้นเพื่อทำหน้าที่เป็นโครงสร้างพื้นฐานปกติของระบบ AI ที่ใช้ทำงานต่าง ๆ เช่น รูปภาพ ข้อความ และเสียง เป็นการเสริมศักยภาพระบบ AI ด้วยความสามารถด้านสติปัญญาในการให้เหตุผล การตอบคำถาม การสรุป และการสร้างสรรค์

เทรนด์ที่ 5: สถาปัตยกรรมคลาวด์คอมพิวติ้งที่รวมฮาร์ดแวร์-ซอฟต์แวร์

คลาวด์คอมพิวติ้งกำลังพัฒนาเป็นสถาปัตยกรรมใหม่ที่มีศูนย์กลางอยู่ที่ Cloud Infrastructure Processor (CIPU) ซึ่งเป็นสถาปัตยกรรมที่ใช้ฮาร์ดแวร์เร่งความเร็วในการทำงานและควบคุมการทำงานด้วยซอฟต์แวร์ โดยจะช่วยเร่งการใช้แอปพลิเคชันบนคลาวด์ ในขณะเดียวกันยังคงความยืดหยุ่นและความคล่องตัวสูงไว้เพื่อการพัฒนาแอปพลิเคชันบนคลาวด์ CIPU จะกลายเป็นมาตรฐานที่ได้รับการยอมรับทั่วไปของคลาวด์คอมพิวติ้งยุคหน้า และนำมาซึ่งโอกาสด้านการพัฒนาใหม่ ๆ จำนวนมากในด้านการวิจัยและพัฒนาซอฟต์แวร์และการออกแบบ dedicated chip

เทรนด์ที่ 6: โครงสร้างที่คาดการณ์ได้บน Edge-Cloud Synergy

โครงสร้างที่คาดการณ์ได้ (predictable fabric) เป็นระบบเน็ตเวิร์กที่ออกแบบร่วมกันโดยโฮสต์และเครือข่าย ขับเคลื่อนโดยความล้ำสมัยของคลาวด์คอมพิวติ้ง และมีจุดประสงค์เพื่อนำเสนอบริการเน็ตเวิร์กที่มีประสิทธิภาพสูง และเป็นเทรนด์ที่ต้องเกิดขึ้นอย่างแน่นอน เพราะความสามารถด้านคอมพิวติ้งและเน็ตเวิร์กในปัจจุบันค่อย ๆ รวมตัวเข้าด้วยกัน และด้วยสมรรถนะของนวัตกรรมแบบฟูลสแต็ก จาก cloud-defined protocols, ซอฟต์แวร์, ชิป, ฮาร์ดแวร์, สถาปัตยกรรม และแพลตฟอร์มต่าง ๆ ทำให้คาดการณ์ได้ว่า predictable fabric จะเข้ามาแทนที่สถาปัตยกรรมเน็ตเวิร์ก TCP แบบดั้งเดิม และกลายเป็นส่วนหนึ่งของเน็ตเวิร์กหลักในดาต้าเซ็นเตอร์รุ่นต่อไป ความก้าวล้ำด้านนี้ยังขับเคลื่อนการใช้ predictable fabric จากเน็ตเวิร์กของดาต้าเซ็นเตอร์ ไปจนถึงเน็ตเวิร์กหลักบนคลาวด์ที่กว้างขวาง

เทรนด์ที่ 7: การสร้างภาพด้วยคอมพิวเตอร์ (Computational Imaging)

การสร้างภาพด้วยคอมพิวเตอร์ (computational imaging) เป็นสหวิทยาการเทคโนโลยีเกิดใหม่อย่างหนึ่ง ซึ่งตรงข้ามกับเทคนิคการถ่ายภาพแบบเดิม โดยคอมพิวเตอร์สร้างภาพจากรูปแบบจำลองทางคณิตศาสตร์ต่าง ๆ และความสามารถในการประมวลผลสัญญาณต่าง ๆ จำนวนมาก จึงสามารถวิเคราะห์ข้อมูลสนามแสงเชิงลึกที่ไม่เคยทำได้มาก่อนได้ เทคโนโลยีนี้มีใช้แล้วในวงกว้าง เช่น การถ่ายภาพของโทรศัพท์มือถือ, การถ่ายภาพทางการแพทย์, และยานยนต์อัตโนมัติ ในอนาคตการสร้างภาพด้วยคอมพิวเตอร์จะยังคงปฏิวัติเทคโนโลยีการถ่ายภาพแบบเดิม และทำให้เกิดนวัตกรรมและการสร้างสรรค์ เช่น การถ่ายภาพแบบไม่ต้องใช้เลนส์ และการถ่ายภาพแบบไม่อยู่ในแนวสายตา (Non-line-of-sight: NLOS)

เทรนด์ที่ 8: ชิปเล็ต (Chiplet)

การใช้ชิปเล็ตหรือชิปขนาดย่อย (chiplet) ช่วยให้ผู้ผลิตสามารถแบ่งระบบต่าง ๆ ที่รวมกันอยู่บนชิปตัวหนึ่ง (system on a chip: SoC)  ออกเป็น chiplet หลายตัว ทำการผลิต chiplet แยกกันและใช้กระบวนการผลิตที่แตกต่างกันแล้วรวม chiplet ทุกตัวไว้ใน SoC ผ่านการเชื่อมต่อกันภายในและแพคเกจจิ้ง ทั้งนี้การรวมมาตรฐานการเชื่อมต่อกันของ chiplet ต่าง ๆ ให้เป็นมาตรฐานเดียว เป็นการเร่งกระบวนการพัฒนา chiplet ในระดับอุตสาหกรรม เทคโนโลยีแพคเกจจิ้งที่ล้ำหน้าช่วยเสริมให้ chiplet เป็นคลื่นลูกใหม่ที่มีผลต่อการเปลี่ยนแปลงของกระบวนการวิจัยและพัฒนาวงจรรวมและเปลี่ยนโฉมอุตสาหกรรมชิป

เทรนด์ที่ 9: การประมวลผลในหน่วยความจำ (PIM)

เทคโนโลยีการประมวลผลในหน่วยความจำ (Processing in Memory: PIM) เป็นการรวมหน่วยประมวลผลกลาง (CPU) และหน่วยความจำไว้บนชิปเดียว ซึ่งช่วยให้ประมวลผลข้อมูลในหน่วยความจำได้โดยตรง คาดว่าจะมีการใช้ชิปที่เป็นแบบประมวลผลในหน่วยความจำกับแอปพลิเคชันที่มีความสามารถสูง มากขึ้นในอนาคต เช่น การอนุมานที่อยู่บนคลาวด์ และชิปลักษณะนี้จะยกระดับสถาปัตยกรรมที่ยึดการประมวลผลเป็นศูนย์กลางแบบเดิม ไปเป็นสถาปัตยกรรมแบบยึดข้อมูลเป็นสำคัญ ซึ่งจะส่งผลดีต่ออุตสาหกรรมต่าง ๆ เช่น คลาวด์คอมพิวติ้ง, AI และอินเทอร์เน็ตออฟธิงค์ (IoT)

เทรนด์ที่ 10: คู่เสมือนทางดิจิทัลของเมืองใหญ่ (Large-scale Urban Digital Twins)

คอนเซปต์ของคู่เสมือนดิจิทัลของเมือง (urban digiital twins) ได้กลายเป็นแนวทางใหม่ในการดูแลเมืองที่มีประสิทธิภาพ ณ ปัจจุบัน urgan digital twins ขนาดใหญ่มีบทบาทในการพัฒนาการทำงานสำคัญด้านต่าง ๆ เช่น การดูแลการจราจร การป้องกันและการจัดการภัยทางธรรมชาติ การวิเคราะห์จุดสูงสุดและความเป็นกลางทางคาร์บอน เป็นต้น ทั้งนี้ urban digital twins ขนาดใหญ่จะทำงานโดยอิสระได้ด้วยตนเองและมีหลากหลายมิติมากขึ้นในอนาคต

ดูข้อมูลเพิ่มเติมได้จากรายงานฉบับเต็มที่ลิงก์นี้