สถาบันข้อมูลขนาดใหญ่ (องค์การมหาชน)

10 อันดับเทรนด์เทคโนโลยีมาแรง คาดการณ์โดย Alibaba DAMO Academy ยักษ์ใหญ่ด้านเทคโนโลยีของจีน

Dec 14, 2022
10 อันดับเทรนด์เทคโนโลยีมาแรง คาดการณ์โดย Alibaba DAMO Academy

Alibaba DAMO Academy สถาบันเพื่อการวิจัยด้านเทคโนโลยีและวิทยาศาสตร์ระดับโลกของยักษ์ใหญ่จีน ได้เปิดตัว “Top Ten Technology Trends in 2022” โดยสถาบันได้เสนอการคาดการณ์แนวโน้มทางวิทยาศาสตร์และเทคโนโลยีที่ทันสมัย ซึ่งได้ทำการสรุปแนวโน้มด้านเทคโนโลยี 10 อันดับแรกครอบคลุมถึงปัญญาประดิษฐ์ ชิป คอมพิวเตอร์ การสื่อสาร และสาขาอื่น ๆ จากการวิเคราะห์เอกสารสาธารณะ 7.7 ล้านฉบับและสิทธิบัตร 85,000 ฉบับครอบคลุม 159 สาขาในช่วง 3 ปีที่ผ่านมา และสัมภาษณ์เชิงลึกกับนักวิทยาศาสตร์เกือบ 100 คน

คุณเจฟฟ์ จาง Head of Alibaba DAMO Academy

คุณเจฟฟ์ จาง Head of Alibaba DAMO Academy กล่าวว่า เราสามารถใช้เทคโนโลยีในการสร้างอนาคตที่ดียิ่งขึ้นได้ ในช่วงศตวรรษที่ผ่านมา วิวัฒนาการของเทคโนโลยีดิจิทัลได้ขับเคลื่อนผลักดันให้เทคโนโลยีและพัฒนาการด้านอุตสาหกรรมเกิดการเติบโต เทคโนโลยีดิจิทัลมีความก้าวหน้ามากกว่าที่เคยเป็นมา ความล้ำหน้าในเรื่องของการเปลี่ยนมาใช้ระบบดิจิทัล การใช้ระบบอินเตอร์เน็ต และความอัจฉริยะได้สร้างคำนิยามใหม่ให้กับโลกดิจิทัลด้วยคุณลักษณะที่เต็มไปด้วยความหลากหลายของเทคโนโลยี Mixed Reality

ด้วยการพัฒนาเทคโนโลยีที่ล้ำหน้าในปัจจุบันนี้ ทำให้เห็นแจ้งในเรื่องของแนวคิดด้านวิศวกรรมของปัญญาประดิษฐ์, ปัญญาประดิษฐ์กับการพัฒนาในด้านวิทยาศาสตร์, รวมทั้งโมเดลที่มีการฝึกสอนไว้ล่วงหน้า (Pretrained Model) เพื่อนำไปใช้ในภาคส่วนต่าง ๆ เช่น ชีวการแพทย์ ดาราศาสตร์ อุตุนิยมวิทยา และการผลิตทางด้านอุตสาหกรรม เป็นต้น ยิ่งไปกว่านั้น เทคโนโลยีดิจิทัลยังเป็นตัวขับเคลื่อนอนาคตที่เป็นมิตรต่อสิ่งแวดล้อมและความยั่งยืน ประเด็นในเรื่องของสิ่งแวดล้อมเป็นสิ่งที่ทั่วทั้งโลกหยิบยกขึ้นมาพิจารณามากขึ้นอย่างที่ไม่เคยเป็นมาก่อน เทคโนโลยีดิจิทัลจึงมีบทบาทสำคัญ ไม่ว่าจะถูกนำมาใช้ในอุตสาหกรรม เช่น ศูนย์ข้อมูลเป็นมิตรต่อสิ่งแวดล้อม (Green Data Center) และการผลิตแบบประหยัดพลังงาน รวมทั้งกิจกรรมที่ทำประจำวัน เช่น สำนักงานไร้กระดาษ (Paperless Office) เป็นต้น

ในสองปีถึงห้าปีข้างหน้า 10 เทคโนโลยีที่กล่าวถึงหลังจากนี้จะเข้ามามีบทบาทสำคัญกับชีวิตมนุษย์มากขึ้นและเข้ามาช่วยยกระดับและสร้างอนาคตที่ดียิ่งขึ้น ได้แก่

  1. ปัญญาประดิษฐ์ สำหรับงานวิจัยด้านวิทยาศาสตร์

ในหลายศตวรรษที่ผ่านมา แวดวงวิทยาศาสตร์ได้มีการแบ่งวิธีการดำเนินการวิจัยทางวิทยาศาสตร์ออกเป็น 2 รูปแบบ นั่นคือวิทยาศาสตร์เชิงทดลองและวิทยาศาสตร์เชิงทฤษฎี ปัจจุบันความก้าวหน้าของเทคโนโลยีปัญญาประดิษฐ์ได้ก่อให้เกิดรูปแบบการศึกษาทางวิทยาศาสตร์ใหม่ ๆ จากที่ก่อนหน้านี้เป็นไปได้ค่อนข้างยาก ยกตัวอย่าง เช่น เทคโนโลยีหนึ่งของปัญญาประดิษฐ์ (Machine Learning) ด้วยเทคโนโลยีดังกล่าว ทำให้เราสามารถที่จะประมวลผลข้อมูลหลากมิติและหลากรูปแบบได้เป็นจำนวนมาก และสามารถแก้โจทย์หาคำตอบทางวิทยาศาสตร์ที่ซับซ้อนได้  ทำให้การสำรวจทางวิทยาศาสตร์เกิดความเจริญก้าวหน้าในแบบที่ไม่เคยคิดว่าจะทำได้มาก่อน ปัญญาประดิษฐ์มิได้เพียงแต่ช่วยทำให้งานวิจัยด้านวิทยาศาสตร์ดำเนินไปได้เร็วขึ้นเท่านั้น หากแต่ยังช่วยทำให้เกิดการค้นพบหลักการทางวิทยาศาสตร์ใหม่ ๆ อีกด้วย

ภายใน 3 ปีข้างหน้านับจากนี้ เราคาดว่า ปัญญาประดิษฐ์นั้นจะถูกนำไปใช้อย่างแพร่หลายทั้งในกระบวนการวิจัยด้านวิทยาศาสตร์ประยุกต์ ตลอดทั้งใช้เป็นเครื่องมือทั่วไปในวิทยาศาสตร์

ปัญญาประดิษฐ์ สำหรับงานวิจัยด้านวิทยาศาสตร์

2. วิวัฒนาการร่วมของโมเดลปัญญาประดิษฐ์ขนาดใหญ่และขนาดเล็ก

การค้นพบครั้งสำคัญที่นำมาใช้ในการเพิ่มความสามารถเเละประสิทธิภาพของ Deep learning รูปเเบบเดิมๆ คือ เทคนิคที่ชื่อว่า การฝึกสอนโมเดลล่วงหน้า (Pretrained Model) ที่มีสเกลขนาดใหญ่ หรือเรียกกันอีกอย่างหนึ่งว่า โมเดลพื้นฐาน (Foundation Model) โดยเทคนิคนี้จะถูกมาใช้ในการพัฒนาปัญญาประดิษฐ์ที่มีความสามารถเฉพาะทางหรือปัญญาประดิษฐ์ทั่วไป  แต่การพัฒนาปัญญาประดิษฐ์รูปแบบนี้ให้มีประสิทธิภาพที่สูงขึ้นนั้นต้องเเลกกับปริมาณการใช้ไฟฟ้าที่ไม่เหมาะสม ซึ่งอาจส่งผลทำให้เกิดข้อจำกัดในการพัฒนา Foundation Model ในรูปแบบอื่น ๆ ดังนั้นการพัฒนาปัญญาประดิษฐ์ในอนาคตจึงเลิกให้ความสำคัญกับการเพิ่มความสามารถของ Foundation Model เปลี่ยนไปเพิ่มความสำคัญในการพัฒนาร่วมกันของโมเดลปัญญาประดิษฐ์ขนาดใหญ่เเละขนาดเล็กแทน โดยจะดำเนินการผ่านระบบคลาวด์ เอดจ์ และอุปกรณ์ต่าง ๆ ซึ่งดูจะมีประโยชน์เพิ่มขึ้นกว่าในทางปฏิบัติ  

ในการวิวัฒนาการร่วมกัน Foundation Model จะถ่ายทอดความสามารถทั่วไปให้กับโมเดลขนาดเล็กที่มีบทบาทหน้าที่ในการเรียนรู้ อนุมาน และการประมวลผลของแอปพลิเคชันปลายทาง นอกจากนั้น โมเดลขนาดเล็กยังทำหน้าที่ส่งผลลัพธ์ที่เกิดขึ้นกับสิ่งแวดล้อมกลับไปยัง Foundation Model  เพื่อการวิวัฒนาการร่วมที่จะเกิดขึ้นในอนาคต กลไกนี้จะเป็นตัวเสริมสร้างความสามารถให้แก่โมเดลขนาดใหญ่และโมเดลขนาดเล็ก ภายใน 3 ปีข้างหน้านับจากนี้ เราคงจะได้เห็นความหลากหลายของโมเดลพื้นฐานที่ ในหลากหลายแขนง ซึ่งจะนำมาสู่การเปลี่ยนแปลงครั้งใหญ่

วิวัฒนาการร่วมของโมเดล AI ขนาดใหญ่และขนาดเล็ก

3. ชิปซิลิคอนที่ส่งข้อมูลด้วยแสง (Silicon Photonic Chips)

เมื่อขนาดของทรานซิสเตอร์ถึงขีดจํากัดในทางกายภาพ ความเร็วในการพัฒนาชิปอิเล็กทรอนิกส์จึงไม่สามารถตอบสนองต่อความต้องการด้านข้อมูลที่เพิ่มจากการใช้คอมพิวเตอร์ประมวลผลประสิทธิภาพสูงได้อีกต่อไป ชิปซิลิคอนที่ส่งข้อมูลด้วยแสงนั้นมีวิธีการทำงานที่ไม่เหมือนกับชิปอิเล็กทรอนิกส์ทั่วไป โดยที่ชิปซิลิคอนจะใช้ลำแสงโฟตอนในการส่งข้อมูลแทนการใช้อิเล็กตรอน ทั้งนี้ โฟตอนจะไม่สร้างปฏิสัมพันธ์ระหว่างกัน (interaction) และสามารถที่จะส่งข้อมูลไปได้ไกลกว่าอิเล็กตรอน ดังนั้น ชิปซิลิคอนที่ส่งข้อมูลด้วยแสงจึงสามารถรองรับการประมวลผลในปริมาณที่มากและประหยัดพลังงานได้มากขึ้น รวมถึงการประมวลผลบนระบบคลาวด์และปัญญาประดิษฐ์ที่ช่วยผลักดันให้เกิดการพัฒนาเทคโนโลยีชิปซิลิคอนที่ส่งข้อมูลด้วยแสงเป็นไปได้อย่างรวดเร็ว

ภายใน 3 ปีข้างหน้านับจากนี้ เราคงจะได้เห็นการนำเอาชิปซิลิคอนที่ส่งข้อมูลด้วยแสงมาใช้กันอย่างแพร่หลายในการส่งข้อมูลด้วยความเร็วสูงและศูนย์ข้อมูลขนาดใหญ่

ชิปซิลิคอนที่ส่งข้อมูลด้วยแสง (Silicon Photonic Chips)

4. ปัญญาประดิษฐ์ที่นำมาใช้กับพลังงานหมุนเวียน

พัฒนาการอันรวดเร็วของเทคโนโลยีในเรื่องของพลังงานหมุนเวียน เช่น กระแสไฟฟ้าที่ผลิตจากพลังงานลมและแสงอาทิตย์เมื่อไม่กี่ปีที่ผ่านมา ทำให้พลังงานหมุนเวียนกลายเป็นแหล่งพลังงานที่นำมาใช้กับโครงข่ายไฟฟ้า อย่างไรก็ตาม ปัญหาต่าง ๆ ไม่ว่าจะเป็นเรื่องของความยากลำบากในการรวมกับโครงข่าย อัตราการใช้พลังงานที่ผลิตขึ้นจากพลังงานสะอาดที่ค่อนข้างต่ำและการจัดเก็บพลังงานส่วนเกิน ก็ยังถือเป็นปัญหาสำคัญ เนื่องจากลักษณะของการผลิตกระแสไฟฟ้าจากพลังงานหมุนเวียนนนั้นไม่สามารถคาดการณ์ได้ การผนวกรวมแหล่งพลังงานหมุนเวียนเข้ากับโครงข่ายไฟฟ้าจึงก่อให้เกิดความท้าทายที่ส่งผลต่อความปลอดภัยและความน่าเชื่อถือของโครงข่ายไฟฟ้า การประยุกต์ใช้ปัญญาประดิษฐ์ในอุตสาหกรรมจึงมุ่งเน้นไปในเรื่องของการเพิ่มประสิทธิภาพและการทำให้ระบบไฟฟ้ามีความเป็นอัตโนมัติ เพื่อเพิ่มความสามารถในการใช้งานและเสถียรภาพของแหล่งทรัพยากรให้สูงสุด อีกทั้งยังช่วยให้บรรลุวัตถุประสงค์เรื่องความเป็นกลางทางคาร์บอน (Carbon Neutrality)

ภายใน 3 ปีข้างหน้านับจากนี้ เราคาดว่าปัญญาประดิษฐ์จะช่วยทำให้เกิดการบูรณาการระหว่างแหล่งพลังงานหมุนเวียนและโครงข่ายไฟฟ้า อีกทั้งยังส่งผลทำให้เกิดการใช้งานโครงข่ายไฟฟ้าที่ปลอดภัย มีประสิทธิภาพ และน่าเชื่อถือ

ปัญญาประดิษฐ์ที่นำมาใช้กับพลังงานหมุนเวียน

5. หุ่นยนต์นิ่มเสริมการรับรู้ (Perceptive Soft Robotics)

โดยทั่วไปแล้ว หุ่นยนต์ในแบบที่เราเข้าใจจะมีความสามารถที่จำกัดสำหรับการใช้งานในแต่ละวัน หุ่นยนต์แบบดั้งเดิมจะเป็นเครื่องจักรที่มีการตั้งโปรแกรมไว้ล่วงหน้าเพื่อให้ทำงานที่ซ้ำซากจำเจในสภาวะแวดล้อมที่อยู่ภายใต้การควบคุม เช่น อุตสาหกรรมการผลิต เป็นต้น หุ่นยนต์นิ่มเสริมการรับรู้นั้นแตกต่างไปจากหุ่นยนต์แบบดั้งเดิม โดยเป็นหุ่นยนต์ที่มีร่างกายที่ยืดหยุ่นและมีการเสริมสร้างความสามารถในการรับรู้ในเรื่องของแรงกด การมองเห็น และเสียง หุ่นยนต์ประเภทนี้จะอาศัยข้อดีของเทคโนโลยีที่ล้ำสมัย เช่น อุปกรณ์อิเล็กทรอนิกส์แบบยืดหยุ่นได้ วัสดุที่ปรับตัวตามแรงกด และเทคโนโลยีปัญญาประดิษฐ์ซึ่งจะช่วยทำให้หุ่นยนต์สามารถที่จะทำหน้าที่ได้อย่างเฉพาะเจาะจงมากขึ้นและสามารถทำงานที่ซับซ้อนได้อีกทั้งยังสามารถปรับตัวให้เข้ากับสภาวะแวดล้อมที่แท้จริงได้ การเปิดตัวของหุ่นยนต์นิ่มเสริมการรับรู้จะช่วยเปลี่ยนทิศทางการดำเนินงานในอุตสาหกรรมการผลิตจากการผลิตสินค้ามาตรฐานจำนวนมากไปสู่การผลิตสินค้าจำนวนน้อย แต่มีความจำเพาะเจาะจง

ภายใน 5 ปี หลังจากนี้ หุ่นยนต์นิ่มเสริมการรับรู้จะถูกนำมาใช้แทนที่หุ่นยนต์แบบดั้งเดิมในอุตสาหกรรมการผลิต และพัฒนาไปสู่หุ่นยนต์ให้บริการที่มีความหลากหลายซึ่งจะนำมาใช้งานในชีวิตประจำวันของเรา

หุ่นยนต์นิ่มเสริมการรับรู้ (Perceptive Soft Robotics)

6. การแพทย์แม่นยำ (High-precision Medicine)

การแพทย์ถือเป็นสาขาวิชาหนึ่งที่จะต้องอาศัยความรู้ความชำนาญของบุคคลเป็นอย่างมาก ซึ่งบ่อยครั้งจะต้องใช้วิธีการลองผิดลองถูก และท้ายที่สุดแล้วผลลัพธ์ในการรักษาผู้ป่วยแต่ละรายก็อาจจะแตกต่างกันไป โดยเราคาดว่าเมื่อนำเอาปัญญาประดิษฐ์มาใช้ควบคู่กับการรักษาที่มีความถูกต้องแม่นยำของแพทย์จะช่วยเพิ่มประสิทธิภาพในการบูรณาการระหว่างความเชี่ยวชาญในการวินิจฉัยโรคและเทคโนโลยีเสริมใหม่ ๆ และจะเป็นแนวทางที่มีความถูกต้องแม่นยำสูงสำหรับการเวชศาสตร์คลินิก เมื่ออาศัยแนวทางนี้ แพทย์ทั้งหลายก็สามารถที่จะวิเคราะห์ วินิจฉัยโรคและทำการตัดสินใจด้านการรักษาได้อย่างรวดเร็วและถูกต้องแม่นยำที่สุดเท่าที่จะสามารถทำได้ ความล้ำหน้าทันสมัยนี้จะช่วยทำให้เราสามารถที่จะประมาณการ คำนวณ คาดการณ์ และป้องกันมีให้เกิดโรคร้ายแรงได้

ภายใน 3 ปีข้างหน้านับจากนี้ เราคาดว่าจะเห็นการแพทย์แม่นยำที่ยึดผู้ป่วยเป็นศูนย์กลางจะกลายเป็นการแพทย์กระแสหลัก ที่จะแตกแขนงไปเป็นการดูแลสุขภาพในรอบด้าน ตัวอย่างได้แก่ การป้องกันโรค การวินิจฉัยโรค และการรักษาโรค โดยปัญญาประดิษฐ์จะช่วยชี้นำแนวทางที่มีความถูกต้องแม่นยำสูง ช่วยทำให้เราระบุโรคและวิธีการรักษาได้ง่ายยิ่งขึ้น

การแพทย์แม่นยำ (High-precision Medicine)

7. การประมวลผลที่รักษาความเป็นส่วนตัว

ในยุคดิจิทัล หนึ่งในเรื่องที่ท้าท้ายที่สุดก็คือ การรักษาความปลอดภัยของข้อมูลในขณะที่เรายังอนุญาตให้มีการส่งข้อมูลไปมาหากันได้อย่างเสรี ด้วยเหตุนี้ วิธีการประมวลที่มุ่งเน้นไปในเรื่องของการรักษาความเป็นส่วนตัวจึงได้รับความสนใจว่าจะมาเป็นทางออกที่สำคัญสำหรับปัญหานี้ นานมาแล้วที่การใช้งานแนวทางหรือนวัตกรรมที่มุ่งเน้นไปในเรื่องของการรักษาความเป็นส่วนตัวถูกจำกัดไว้ที่ขอบเขตแคบ ๆ ในส่วนการประมวลผลขนาดเล็กอันเนื่องมาจากข้อจำกัดด้านประสิทธิภาพ ความไม่มั่นใจในเทคโนโลยี และข้อกังวลในเรื่องของมาตรฐานต่าง ๆ อย่างไรก็ตาม เทคโนโลยีในการรักษาความเป็นส่วนตัวอย่างเช่น ชิปที่ผลิตขึ้นมาเฉพาะโดยเฉพาะ อัลกอริธึมการเข้ารหัส การเปิดโค้ดที่ใช้งานข้อมูลส่วนบุคคลให้สามารถตรวจสอบได้ (whitebox implementation) และความเชื่อถือในข้อมูล สิ่งเหล่านี้ได้เกิดขึ้นมา เทคโนโลยีรักษาความเป็นส่วนตัวเหล่านี้จะถูกนำมาใช้ในกรณีต่าง ๆ เช่น การประมวลผลข้อมูลจำนวนมาก และการบูรณาการข้อมูลจากแหล่งที่มาทั้งหมด ซึ่งถือเป็นความก้าวหน้าที่เกิดขึ้นจากการประมวลผลข้อมูลขนาดเล็กและข้อมูลที่มาจากแหล่งที่มาส่วนบุคคล การใช้งานดังกล่าวจะช่วยทำให้ความสามารถในการผลิตรูปแบบใหม่มีประสิทธิภาพมากยิ่งขึ้นอันเนื่องมาจากข้อมูลที่มาจากทุกโดเมน

ภายใน 3 ปีนับจากนี้ เราจะได้เห็นการปรับปรุงประสิทธิภาพและความสามารถในการตีความของการประมวลผลที่มุ่งเน้นไปในเรื่องของความเป็นส่วนตัวในรูปแบบใหม่ และจะได้เห็นหน่วยงานที่ได้รับความไว้วางใจในการจัดการข้อมูลทำหน้าที่ให้บริการการแบ่งปันข้อมูลต่าง ๆ ผ่านการใช้เทคโนโลยีนี้

การประมวลผลที่รักษาความเป็นส่วนตัว

8. การประมวลผลแบบบูรณาการระหว่างข้อมูลจากดาวเทียมและภาคพื้น (Satellite-terrestrial Integrated Computing: STC)

ระบบเครือข่ายและระบบคอมพิวเตอร์บนภาคพื้นมีการให้บริการดิจิทัลแก่พื้นที่ที่มีประชากรอยู่หนาแน่น ในขณะเดียวกันจะไม่มีบริการสำหรับพื้นที่ที่ประชากรอยู่อาศัยน้อย เช่น ทะเลทราย ทะเล และอวกาศ เป็นต้น STC จะเป็นตัวเชื่อมโยงระหว่างดาวเทียมที่มีวงโคจรรอบโลกระดับสูง (high-Earth orbit: HEO) และระดับต่ำ (low-Earth orbit: LEO) และเครือข่ายสื่อสารแบบเคลื่อนที่บนภาคพื้น ซึ่งจะช่วยทำให้เกิดการครอบคลุมพื้นที่ที่ไร้รอยต่อและหลากมิติ นอกจากนั้น STC ยังเป็นตัวสร้างระบบประมวลผลที่มีการบูรณาการเอาดาวเทียม ระบบเครือข่ายของดาวเทียม ระบบการติดต่อสื่อสารบนภาคพื้น และเทคโนโลยีการประมวลผลบนคลาวด์เข้าด้วยกัน ส่งผลให้บริการดิจิทัลนั้นสามารถเข้าถึงได้ง่ายยิ่งขึ้นและสามารถครอบคลุมพื้นที่ทั่วโลก

ภายในอีก 5 ปีข้างหน้าหลังจากนี้ ระบบดาวเทียมและระบบภาคพื้นจะทำงานในรูปแบบของโหนดสำหรับการประมวลผล ซึ่งเป็นส่วนหนึ่งของระบบเครือข่ายบูรณาการที่สามารถเชื่อมโยงไปได้ทุกหนแห่ง

การประมวลผลแบบบูรณาการระหว่างข้อมูลจากดาวเทียมและภาคพื้น (Satellite-terrestrial Integrated Computing: STC)

9. การใช้งานคลาวด์ ระบบเครือข่าย และอุปกรณ์ร่วมกัน

พัฒนาการอย่างรวดเร็วของเทคโนโลยีด้านเครือข่ายใหม่ๆ จะช่วยผลักดันวิวัฒนาการของการใช้งานคลาวด์ไปสู่ระบบประมวลผลในรูปแบบใหม่ ซึ่งเรียกว่า การใช้งานคลาวด์ ระบบเครือข่าย และอุปกรณ์ร่วมกัน (Cloud-Network-Device Convergence) สำหรับระบบใหม่นี้ คลาวด์ ระบบเครือข่าย และอุปกรณ์จะได้รับการแบ่งงานที่ชัดเจนมากยิ่งขึ้น ฟังก์ชันการทำงานบนคลาวด์เช่น “สมอง” จะมีหน้าที่ในการประมวลผลแบบศูนย์รวมและประมวลผลข้อมูลทั่วโลก ระบบเครือข่ายจะทำหน้าที่เป็น “จุดศูนย์กลาง” การเชื่อมต่อที่จะเชื่อมโยงรูปแบบต่าง ๆ ของระบบเครือข่ายมาไว้ด้วยกันบนคลาวด์ เพื่อที่จะสร้างระบบเครือข่ายที่ใช้งานร่วมกันและมีความเร็วสูง อุปกรณ์จะทำหน้าที่เป็นส่วนเชื่อมโยงที่มีขนาดเล็กและราคาประหยัดเข้ากับแอปพลิเคชันในรูปแบบต่าง ๆ เพื่อให้ผู้ใช้งานได้รับประสบการณ์ที่ราบรื่น น่าเชื่อถือ และน่าเพลิดเพลิน

การใช้งานคลาวด์ ระบบเครือข่าย และอุปกรณ์ร่วมกัน เป็นตัวเร่งให้เกิดการพัฒนาแอปพลิเคชันใหม่ ๆ เพื่อตอบสนองความต้องการในการทำงานที่มากขึ้น เช่น การจำลองทางอุตสาหกรรมที่มีความแม่นยำสูง การตรวจสอบคุณภาพของอุตสาหกรรมแบบเรียลไทม์ และเทคโนโลยี Mixed Reality โดยภายในอีก 2 ปีข้างหน้านับจากนี้ เราจะได้เห็นว่ามีการพัฒนาแอปพลิเคชันเพิ่มขึ้นอย่างรวดเร็ว เพื่อนำมาใช้งานบนระบบประมวลผลรูปแบบใหม่

การใช้งานคลาวด์ ระบบเครือข่าย และอุปกรณ์ร่วมกัน

10. Extended Reality (XR)

การพัฒนาเทคโนโลยีต่าง ๆ เช่น การประมวลผลแบบเอดจ์บนคลาวด์ การติดต่อสื่อสารผ่านระบบเครือข่าย และดิจิทัลทวิน (Digital Twins) ทำให้เทคโนโลยี XR ได้รับความนิยมเป็นอย่างมาก แว่นตาที่ใช้เทคโนโลยี XR จะช่วยให้เทคโนโลยีโลกเสมือนบนอินเทอร์เน็ตใกลเคียงความเป็นจริงมากที่สุด โดยเทคโนโลยีนี้จะปลูกฝังและเติบโตกลายเป็นระบบนิเวศทางอุตสาหกรรมรูปแบบใหม่ที่จะรวบรวมองค์ประกอบทางอิเล็กทรอนิกส์ อุปกรณ์ ระบบปฏิบัติการ และแอปพลิเคชันต่าง ๆ เข้าไว้ด้วยกัน อีกทั้ง XR จะเป็นตัวเปลี่ยนแปลงโฉมหน้าใหม่ของแอปพลิเคชันดิจิทัลและปฏิวัติแนวทางที่ผู้ใช้งานโต้ตอบกับเทคโนโลยีในกรณีต่าง ๆ เช่น ความบันเทิง การเชื่อมต่อกับเครือข่ายสังคม สำนักงาน การช้อปปิ้ง การศึกษา และการดูแลสุขภาพ เป็นต้น

ภายในอีก 3 ปีข้างหน้าหลังจากนี้ เราจะได้เห็นแว่นตา XR ที่มีรูปลักษณ์ไม่ซ้ำใคร เมื่อสวมใส่กลับให้ความรู้สึกที่เหมือนกับแว่นตาทั่วไปวางจำหน่ายอยู่ในท้องตลาดและจะเป็นจุดเปลี่ยนที่สำคัญซึ่งนำไปสู่อินเทอร์เน็ตรุ่นใหม่

ในระยะ 2 ปี ถึง 5 ปีหลังจากนี้ เทคโนโลยีด้านต่าง ๆ ที่ได้กล่าวไปในข้างต้นจะเข้ามาเป็นส่วนหนึ่งและมีบทบาทสำคัญกับคนในยุคปัจจุบันอย่างกว้างขวางในด้านต่าง ๆ เช่น ด้านเศรษฐกิจ ด้านอุตสาหกรรม ด้านการบริการ สังคม สิ่งแวดล้อมไปจนถึงด้านการศึกษา และด้านสาธารณะสุข เป็นต้น โดยเทคโนโลยีจะเข้ามาทำให้ชีวิตในอนาคตสะดวกสบายตอบสนองคนยุคใหม่ ทำให้เกิดการเชื่อมข้อมูลจากทั่วทุกมุมโลก และเกิดการสื่อสารกันได้อย่างไร้ขีดจำกัด อีกทั้งยังทำให้คนมีความเชื่อมโยงกับทุกสิ่งที่อยู่รอบตัว พูดได้เลยว่าเทคโนโลยีเหล่านั้นจะเข้ามาเป็นส่วนหนึ่งในชีวิตของมนุษย์ในยุคเร่งรีบนี้  ดังนั้นเราต้องเรียนรู้ที่จะปรับตัวและเรียนรู้ จะได้ตามทันเทคโนโลยีที่กำลังเป็นที่นิยม เพื่อจะได้ไม่พลาดโอกาสในด้านต่าง ๆ

บทความนี้ถูกแปลมาจาก 2022 Top Ten Technology Trends of Damo Academy

เนื้อหาโดย นภัสสร พิทักษ์กชกร

ตรวจทานและปรับปรุงโดย อนันต์วัฒน์ ทิพย์ภาวัต

Napatsorn Pitakkotchakorn

Data Scientist Government Big Data Institute (GBDi)

Ananwat Tippawat

Data Scientist at Big Data Institute (Public Organization), BDI