Alibaba DAMO Academy (“DAMO”) membagikan 10 prediksi terkait tren teknologi terdepan yang akan membentuk industri di tahun 2023.
Salah satu yang disoroti oleh inisiatif penelitian global dari Alibaba Group ini adalah Generative Artificial Intelligence (AI Generatif). Penerapan artificial intelligence generatif ini diharapkan dapat terus berkembang, terutama dalam mengubah proses produksi konten digital.
Dengan kemajuan teknologi di masa depan dan pengurangan biaya, AI Generatif akan menjadi teknologi inklusif yang secara signifikan dapat meningkatkan variasi, kreativitas, dan efisiensi pembuatan konten, menurut DAMO.
Teknologi penting lainnya yang diperkirakan akan muncul adalah dual-engine decision intelligence (kecerdasan keputusan bermesin ganda). Didukung oleh optimalisasi operasi dan machine learning, sistem kecerdasan ini memungkinkan alokasi sumber daya yang dinamis, komprehensif, dan real-time, seperti pengiriman listrik secara real-time, optimalisasi throughput pelabuhan, penugasan stan bandara, dan peningkatan dalam proses manufaktur. Kemampuan ini disebut DAMOi dapat membantu bisnis meningkatkan efisiensi operasional.
Sementara itu, komputasi dan keamanan cloud diperkirakan akan terus memainkan peran kunci dalam transformasi digital bisnis. Berkat teknologi keamanan dan komputasi cloud yang menjadi lebih terintegrasi daripada sebelumnya, layanan keamanan bisa beralih ke cloud native, berorientasi platform, dan cerdas.
Tren lain yang berkembang menurut prediksi DAMO adalah pre-trained multimodal foundation model, chiplet, pemrosesan dalam memori (in-memory processing), arsitektur komputasi awan terintegrasi perangkat keras-perangkat lunak (hardware-software integrated cloud computing architecture), struktur yang dapat diprediksi berdasarkan sinergi edge-cloud (predictable fabric), pencitraan komputasi (computational imaging), serta perencanaan tata kota virtual skala besar (Urban Digital Twins).
Tren teknologi teratas di tahun 2023 diformulasikan DAMO melalui analisis makalah publik dan pengajuan paten selama tiga tahun terakhir, serta wawancara dengan hampir 100 ilmuwan, pengusaha, dan insinyur di seluruh dunia.
“Melihat ke tahun 2023, kemajuan berbagai teknologi akan mendorong desain perangkat lunak/perangkat keras serta integrasi teknologi komputasi dan komunikasi. Penerapan teknologi secara luas akan memfasilitasi peluncuran AI dan teknologi digital lainnya di pasar vertikal dan mendorong kolaborasi sektor publik dan swasta serta individu dalam teknologi keamanan dan manajemen keamanan. Inovasi yang didorong oleh kemajuan teknologi dan aplikasi khusus industri mereka telah menjadi tren yang tidak dapat diubah,” kata Jeff Zhang, Head of Alibaba DAMO Academy.
Inilah 10 teknologi yang diprediksi Alibaba DAMO akan mengalami kemajuan dan melonjak penerapannya pada tahun 2023 ini dan seterusnya:
1. AI Generatif/Generative AI
AI generatif menghasilkan konten baru berdasarkan kumpulan teks, gambar, atau file audio tertentu. Saat ini, AI Generatif sebagian besar digunakan untuk menghasilkan purwarupa dan draft yang diterapkan dalam beberapa skenario, seperti permainan, iklan, maupun desain grafis. Seiring dengan kemajuan teknologi di masa depan dan pengurangan biaya, AI Generatif akan menjadi teknologi inklusif yang dapat meningkatkan variasi, kreativitas, dan efisiensi pembuatan konten secara signifikan.
Dalam tiga tahun ke depan, DAMO memperkirakan kemunculan model bisnis dan ekosistem yang lebih matang karena AI Generatif dipasarkan secara luas. Model AI generatif akan lebih interaktif, aman, dan cerdas, membantu manusia menyelesaikan berbagai pekerjaan kreatif.
2. Dual engine decision intelligence
Sebelumnya, metode pengambilan keputusan tradisional didasarkan pada Riset Operasi atau Operations Research. Namun di tengah dunia yang kian kompleks, kemampuan metode ini menjadi terbatas, terutama dalam menangani masalah yang mengandung ketidakpastian besar. Responsnya pun terbilang lambat terhadap masalah berskala besar.
Oleh karena itu, dunia akademis dan industripun mulai memasukkan machine learning dalam optimalisasi keputusan. Kedua mesin tersebut saling melengkapi, dan bila digunakan secara bersamaan, dapat meningkatkan kecepatan serta kualitas pengambilan keputusan.
Di masa mendatang, teknologi ini diharapkan dapat digunakan secara luas dalam berbagai skenario untuk mendukung alokasi sumber daya yang dinamis, komprehensif, dan real-time, seperti pengalokasian listrik secara real-time, optimalisasi lalu lintas pelabuhan, penentuan apron pesawat atau aircraft stand, dan peningkatan proses manufaktur.
Di masa depan, kecerdasan untuk pengambilan keputusan ini diprediksi DAMO akan diterapkan di lebih banyak skenario.
3. Keamanan cloud-native
Keamanan cloud-native diimplementasikan tidak hanya untuk mendapatkan keamanan yang bersifat native pada infrastruktur cloud, tetapi juga akan meningkatkan layanan keamanan dengan memanfaatkan teknologi cloud-native.
Walhasil, teknologi keamanan dan komputasi awan menjadi semakin terintegrasi. Kita telah menyaksikan teknologi terapan berkembang dari containerized deployment ke layanan mikro menuju ke model serverless. Dan layanan keamanan pun beralih menjadi layanan yang bersifat native, lebih detail, berorientasi platform, dan cerdas.
Dalam tiga hingga lima tahun ke depan, DAMO meramalkan keamanan cloud-native akan menjadi lebih serbaguna dan lebih mudah beradaptasi dengan arsitektur multicloud. Dengan demikian akan menjadi lebih kondusif untuk membangun sistem keamanan yang dinamis, end-to-end, presisi, dan dapat diterapkan pada lingkungan hibrid.
4. Model pre-trained multimodal foundation
Model fondasi multimodal pre-trained telah menjadi paradigma dan infrastruktur baru untuk membangun sistem artificial intelligence. Sistem AI tengah berevolusi dari sistem mono-modal yang fokus pada teks, percakapan, atau visual, menuju sistem yang bersifat general-purpose. Dan pada inti dari sistem general purpose ini adalah multimodality.
DAMO memprediksi, di masa depan, model-model fondasi ini akan menjadi infrastruktur dasar bagi sistem AI untuk gambar, teks, dan audio, dan akan memberdayakan sistem AI dengan kemampuan cognitive intelligence untuk bernalar, menjawab pertanyaan, meringkas, dan menciptakan.
5. Arsitektur cloud computing dengan hardware software terintegrasi
Cloud computing berkembang menuju arsitektur baru yang berpusat di sekitar Cloud Infrastructure Processor (CIPU). Arsitektur software-defined dan hardware-accelerated ini akan membantu mengakselerasi aplikasi cloud dengan tetap menjaga elastisitas dan agility yang tinggi untuk pengembangan aplikasi cloud.
CIPU akan menjadi standar de facto layanan cloud computing generasi mendatang dan menciptakan peluang pengembangan baru untuk R&D perangkat lunak inti dan desain chip khusus.
6. Predictable fabric
Predictable fabric adalah sistem jaringan host-network co-design yang berkembang dengan dorongan kemajuan dalam cloud computing, dan memiliki tujuan “menawarkan layanan jaringan berkinerja tinggi.”
Predictable fabric, disebut DAMO, sebagai tren yang tak terelakkan karena kemampuan komputasi dan jaringan saat ini secara bertahap akan bertemu. Dan tren ini mendatangkan manfaat baik di sisi cloud provider maupun konsumen cloud.
Perkembangan di bidang ini juga mendorong adopsi predictable fabric di jaringan data center ke jaringan wide-area cloud backbone.
7. Computational imaging
Computational imaging adalah teknologi antardisiplin yang tengah berkembang dan memiliki kemampuan mengumpulkan dan memroses informasi optis dengan berbagai dimensi yang tidak dapat dideteksi oleh mata manusia, seperti sudut sinar dan polarisasi.
Berbeda dengan teknik pencitraan tradisional, computational imaging memanfaatkan model matematika dan kemampuan pemrosesan sinyal sehingga teknik ini dapat melakukan analisis mendalam terhadap informasi light field. DAMO menyebut hal ini belum pernah ada sebelumnya.
Teknologi ini sudah digunakan dalam skala besar pada fotografi ponsel, bidang kesehatan, dan autonomous drivnig. Kedepannya, computational imaging akan terus merevolusi teknologi pencitraan tradisional dan memunculkan aplikasi inovatif serta imajinatif seperti pencitraan tanpa lensa, dan pencitraan Non-line-of-sight (NLOS).
8. Chiplet
Desain berbasis chiplet berfokus pada tiga proses inti: deconstruction, reconstruction, dan reuse. Metode ini memungkinkan para pabrikan memecah System on a Chip (SoC) menjadi beberapa chiplet, membuat chiplet secara terpisah dengan pemrosesan yang berbeda, dan mengintegrasikannya ke dalam SoC melalui interkoneksi dan pengemasan. Dengan cara ini, biaya dapat dipangkas dan memungkinkan sebuah format baru penggunaan ulang hak cipta.
Didukung oleh teknologi pengemasan yang canggih, chiplet dapat membawa perubahan baru dalam proses R&D integrated circuit, mulai dari electronic design automation (EDA), desain, dan manufaktur sampai ke pengemasan dan testing. Menurut DAMO, perkembangan di area ini akan membentuk ulang industri chip.
9. Pemrosesan dalam memori (Processing in Memory/PIM)
Teknologi Processing in Memory (PIM) adalah integrasi CPU dan memori dalam satu chip, yang memungkinkan data diproses secara langsung pada memori. Di masa mendatang, chip PIM diproyeksikan akan digunakan dalam aplikasi yang lebih canggih, seperti inferensi berbasis cloud. Tren ini akan menggeser arsitektur computing-centric tradisional menjadi arsitektur yang data-centric, yang akan berdampak positif pada industri seperti komputasi awan, AI, dan Internet of Things (IoT).
10. Urban Digital Twins berskala besar
Konsep urban digital twins sendiri telah menjadi sebuah pendekatan baru untuk menyempurnakan tata kelola kota. Dan belakangan, ada sejumlah terobosan di bidang ini. Beberapa teknologi ditingkatkan sehingga memungkinkan penerapan urban digital twin dalam skala besar, seperti dynamic perceptual mapping berskala besar yang dapat menekan biaya modeling, atau online real-time rendering berskala besar yang mengurang response time.
Sejauh ini, urban digital twins berskala besar telah membuat kemajuan besar dalam berbagai skenario, seperti tata kelola lalu lintas, pencegahan dan pengelolaan bencana alam. Di masa, DAMO memprediksi, urban digital twins berskala besar akan menjadi lebih autonomous dan multidimensi.
| Penulis | : | Liana Threestayanti |
| Editor | : | Liana Threestayanti |
KOMENTAR