10 เทรนด์เทคโนโลยีเปลี่ยนโฉมอุตสาหกรรมโลกอนาคต
Alibaba DAMO Academy ("DAMO") โครงการวิจัยระดับโลกของอาลีบาบา กรุ๊ป เผยการคาดการณ์ประจำปีเกี่ยวกับเทรนด์ทางเทคโนโลยีชั้นนำที่อาจเป็นตัวกำหนดรูปโฉมของอุตสาหกรรมจำนวนมากในอีกหลายปีต่อจากนี้ ซึ่งมาจากการรวบรวมและวิเคราะห์จากเอกสารสาธารณะและการจดสิทธิบัตรในช่วงสามปีที่ผ่านมา และการสัมภาษณ์นักวิทยาศาสตร์ผู้ประกอบการ และวิศวกรทั่วโลก
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 จะได้เห็นความรุดหน้าทางเทคโนโลยีและการเกิดขึ้นอย่างมากมายของแอพพลิเคชั่นที่เกี่ยวข้องดังต่อไปนี้
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
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
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 กลายเป็นแบบอย่างและโครงสร้างพื้นฐานแบบใหม่ในการสร้างระบบปัญญาประดิษฐ์ (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, ชิพ, ฮาร์ดแวร์, สถาปัตยกรรม และแพลตฟอร์มต่าง ๆ ทำให้คาดการณ์
ได้ว่า 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: ชิพเล็ต (Chiplet)
การใช้ชิพเล็ตหรือชิพขนาดย่อย (chiplet) ช่วยให้ผู้ผลิตสามารถแบ่งระบบต่าง ๆ ที่รวมกันอยู่บนชิพตัวหนึ่ง (system on a chip: SoC) ออกเป็น chiplet หลายตัว ทำการผลิต chiplet แยกกันและใช้กระบวนการผลิตที่แตกต่างกันแล้วรวม chiplet ทุกตัวไว้ใน SoC ผ่านการเชื่อมต่อกันภายในและแพ็กเกจจิ้ง ทั้งนี้ การรวมมาตรฐานการเชื่อมต่อกันของ chiplet ต่าง ๆ ให้เป็นมาตรฐานเดียว เป็นการเร่งกระบวนการพัฒนา chiplet ในระดับอุตสาหกรรม เทคโนโลยีแพ็กเกจจิ้งที่ล้ำหน้าช่วยเสริมให้ chiplet เป็นคลื่นลูกใหม่ที่มีผลต่อการเปลี่ยนแปลงของกระบวนการวิจัยและพัฒนาวงจรรวมและเปลี่ยนโฉมอุตสาหกรรมชิพ
เทรนด์ที่ 9: การประมวลผลในหน่วยความจำ (PIM)
เทคโนโลยีการประมวลผลในหน่วยความจำ (Processing in Memory: PIM) เป็นการรวมหน่วยประมวลผลกลาง (CPU) และหน่วยความจำไว้บนชิพเดียว ซึ่งช่วยให้ประมวลผลข้อมูลในหน่วยความจำได้โดยตรง คาดว่าจะมีการใช้ชิพที่เป็นแบบประมวลผลในหน่วยความจำกับแอปพลิเคชันที่มีความสามารถสูง มากขึ้นในอนาคต เช่น การอนุมานที่อยู่บนคลาวด์ และชิพลักษณะนี้จะยกระดับสถาปัตยกรรมที่ยึดการประมวลผลเป็นศูนย์กลางแบบเดิม 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
ที่มา ; มติชนออนไลน์ 12 มกราคม 2566
สรุปสาระสำคัญ
Alibaba DAMO Academy ได้เผยการคาดการณ์แนวโน้มเทคโนโลยีสำคัญที่จะมีบทบาทในการเปลี่ยนแปลงอุตสาหกรรมต่าง ๆ ในอนาคต โดยอาศัยการวิเคราะห์เอกสารสาธารณะ สิทธิบัตร และการสัมภาษณ์ผู้เชี่ยวชาญทั่วโลก แนวโน้มหลักชี้ว่าเทคโนโลยีในยุคต่อไปจะเน้นการบูรณาการระหว่างฮาร์ดแวร์และซอฟต์แวร์ การผสานคอมพิวติ้งกับการสื่อสาร และการใช้ AI อย่างแพร่หลายในหลายภาคส่วน พร้อมทั้งเพิ่มความร่วมมือด้านความปลอดภัยและการกำกับดูแล
เทรนด์สำคัญ 10 ประการ ได้แก่ (1) Generative AI ที่สร้างสรรค์เนื้อหาใหม่ (2) การตัดสินใจอัจฉริยะด้วย AI และวิจัยเชิงปฏิบัติการ (3) Cloud-native Security ที่ยกระดับความปลอดภัยบนคลาวด์ (4) โมเดล AI หลายรูปแบบแบบ pre-trained (5) สถาปัตยกรรมคลาวด์แบบรวมฮาร์ดแวร์-ซอฟต์แวร์ (CIPU) (6) Edge-Cloud synergy ที่ทำให้เครือข่ายคาดการณ์ได้ (7) Computational Imaging ที่ปฏิวัติการถ่ายภาพ (8) Chiplet ที่เพิ่มประสิทธิภาพการออกแบบชิพ (9) PIM ที่รวมการประมวลผลในหน่วยความจำ และ (10) Digital Twin ของเมืองเพื่อการบริหารจัดการเมืองอัจฉริยะ
โดยรวม เทคโนโลยีเหล่านี้มุ่งสู่ระบบอัจฉริยะ ยืดหยุ่น ปลอดภัย และทำงานแบบเรียลไทม์ ส่งผลต่อทั้งเศรษฐกิจ อุตสาหกรรม และการบริหารจัดการสังคมในอนาคต
ข้อสอบ
ข้อ 1
แนวคิดหลักของรายงาน DAMO Academy สะท้อนทิศทางเทคโนโลยีในข้อใดมากที่สุด
ก. ลดบทบาทของ AI ในอนาคต
ข. แยกการทำงานของฮาร์ดแวร์และซอฟต์แวร์
ค. การบูรณาการเทคโนโลยีและ AI ในทุกระบบ
ง. มุ่งเน้นเฉพาะเทคโนโลยีการผลิต
เฉลย: ค
เหตุผล: เนื้อหาชี้ชัดว่ามีการผสานฮาร์ดแวร์ ซอฟต์แวร์ และ AI เข้าด้วยกันในทุกอุตสาหกรรม
ข้อ 2
Generative AI มีบทบาทสำคัญอย่างไร
ก. วิเคราะห์ข้อมูลเครือข่าย
ข. สร้างเนื้อหาใหม่จากข้อมูลที่มี
ค. เพิ่มความปลอดภัยของคลาวด์
ง. ออกแบบชิพคอมพิวเตอร์
เฉลย: ข
เหตุผล: Generative AI เน้นการสร้างข้อความ ภาพ หรือเสียงใหม่จากข้อมูลเดิม
ข้อ 3
Dual-engine Decision Intelligence คือการผสานเทคโนโลยีใด
ก. IoT + Big Data
ข. Cloud + Edge
ค. Operations Research + Machine Learning
ง. Blockchain + AI
เฉลย: ค
เหตุผล: ใช้การวิจัยเชิงปฏิบัติการร่วมกับแมชชีนเลิร์นนิ่งเพื่อเพิ่มคุณภาพการตัดสินใจ
ข้อ 4
Cloud-native Security มีจุดเด่นสำคัญคืออะไร
ก. ใช้เฉพาะระบบออฟไลน์
ข. เพิ่มความปลอดภัยด้วยเทคโนโลยีคลาวด์
ค. ลดการใช้ข้อมูล
ง. แยกการทำงานจากคลาวด์
เฉลย: ข
เหตุผล: เป็นการยกระดับความปลอดภัยโดยใช้โครงสร้างพื้นฐานคลาวด์
ข้อ 5
Multimodal Foundation Models หมายถึงอะไร
ก. โมเดลที่ใช้ข้อมูลเพียงประเภทเดียว
ข. โมเดลที่ทำงานเฉพาะข้อความ
ค. โมเดลที่รวมข้อมูลหลายรูปแบบ เช่น ภาพ เสียง ข้อความ
ง. โมเดลฮาร์ดแวร์ล้วน
เฉลย: ค
เหตุผล: รองรับข้อมูลหลายรูปแบบและรวมการเรียนรู้เป็นระบบเดียว
ข้อ 6
CIPU ในคลาวด์คอมพิวติ้งมีบทบาทอย่างไร
ก. ลดการใช้คลาวด์
ข. แยกซอฟต์แวร์ออกจากฮาร์ดแวร์
ค. เร่งประสิทธิภาพด้วยการรวมฮาร์ดแวร์-ซอฟต์แวร์
ง. ใช้เฉพาะในมือถือ
เฉลย: ค
เหตุผล: เป็นสถาปัตยกรรมที่ใช้ฮาร์ดแวร์เร่งและซอฟต์แวร์ควบคุมร่วมกัน
ข้อ 7
Predictable Fabric เกี่ยวข้องกับเรื่องใด
ก. ระบบการศึกษา
ข. เครือข่ายและคลาวด์คอมพิวติ้ง
ค. การแพทย์
ง. การตลาดดิจิทัล
เฉลย: ข
เหตุผล: เป็นโครงสร้างเครือข่ายที่พัฒนาเพื่อเพิ่มประสิทธิภาพดาต้าเซ็นเตอร์และคลาวด์
ข้อ 8
Computational Imaging แตกต่างจากการถ่ายภาพแบบเดิมอย่างไร
ก. ใช้ฟิล์มแทนดิจิทัล
ข. ใช้คอมพิวเตอร์สร้างภาพจากการคำนวณ
ค. ไม่ใช้ข้อมูลภาพ
ง. ใช้เฉพาะกล้องฟิล์ม
เฉลย: ข
เหตุผล: ใช้การประมวลผลเชิงคณิตศาสตร์สร้างภาพใหม่จากข้อมูลสัญญาณ
ข้อ 9
Chiplet มีประโยชน์หลักด้านใด
ก. ลดการใช้ AI
ข. รวม CPU กับ GPU เป็นชิ้นเดียว
ค. เพิ่มความยืดหยุ่นในการออกแบบชิพ
ง. ลดการผลิตชิพทั้งหมด
เฉลย: ค
เหตุผล: แยกชิพเป็นส่วนย่อยเพื่อผลิตและประกอบได้ยืดหยุ่นมากขึ้น
ข้อ 10
Digital Twin ของเมืองมีเป้าหมายหลักคืออะไร
ก. ใช้เพื่อการท่องเที่ยว
ข. จำลองเมืองเพื่อบริหารจัดการแบบอัจฉริยะ
ค. ลดจำนวนประชากร
ง. แทนที่ระบบราชการทั้งหมด
เฉลย: ข
เหตุผล: ใช้แบบจำลองดิจิทัลเพื่อจัดการเมือง เช่น จราจร สิ่งแวดล้อม และพลังงาน