Alibaba Ramal Robot dan Kacamata XR Gencar Diadopsi pada 2022 – 2023
Inisiatif penelitian dari Alibaba Group, Alibaba DAMO Academy (DAMO) memperkirakan ada 10 teknologi yang masif diadopsi dalam dua tahun ke depan. Dua di antaranya yakni robot, kecerdasan buatan alias artificial intelligence (AI), dan kacamata XR.
Tren itu diketahui dari hasil analisis terhadap jutaan dokumen penelitian publik dan hak paten dalam kurun waktu tiga tahun terakhir. Selain itu, wawancara dengan sekitar 100 ilmuwan.
“Selama satu abad terakhir, evolusi teknologi digital mendorong percepatan kemajuan dan perkembangan industri. Batasan teknologi semakin diperluas dari dunia fisik ke realitas campuran (mixed reality),” kata Kepala Akademi DAMO Alibaba Jeff Zhang dalam keterangan pers, Selasa (11/1).
Ia pun mencatat, semakin banyak dari teknologi mutakhir yang menemukan jalannya untuk dapat digunakan di dunia industri. “Teknologi digital memainkan peran penting dalam mendukung masa depan ramah lingkungan dan berkelanjutan, baik itu diterapkan di industri seperti pusat data dan manufaktur hemat energi, atau aktivitas sehari-hari,” ujar dia.
Sedangkan 10 teknologi yang diprediksi tren dalam dua tahun ke depan di antaranya:
1. Konvergensi cloud network device
Pesatnya perkembangan teknologi jaringan baru akan mendorong evolusi komputasi awan (cloud) menuju sistem baru yakni konvergensi cloud-network-device. Pada sistem ini, cloud, jaringan, dan perangkat memiliki peran sendiri berdasarkan fungsi khususnya masing-masing.
Konvergensi Cloud-Network-Device adalah katalis yang berperan dalam mendorong munculnya aplikasi baru, yang dapat menjawab beragam kebutuhan, seperti simulasi industri dengan presisi tingkat tinggi, inspeksi kualitas standar secara langsung, dan mixed reality.
2. AI untuk ilmu pengetahuan
Dalam beberapa ratus tahun belakangan, komunitas saintis memiliki dua paradigma mendasar yakni ilmu eksperimen dan teoritis. Saat ini, berkembangnya AI memberi kemungkinan dalam penciptaan paradigma ilmiah terbaru.
Mesin pembelajar atau machine learning dapat memproses data multidimensional dan multimodal dalam jumlah masif. Ini termasuk menyelesaikan persoalan ilmiah kompleks.
Selain itu, dapat membuka peluang eksplorasi ilmiah berkembang di area yang sebelumnya diperkirakan mustahil.
3. Silicon Photonic Chips
Ukuran transistor mengalami keterbatasan dari sisi fisik. Kecepatan pengembangan cip (chip) elektronik juga dinilai tidak dapat lagi memenuhi peningkatan aliran permintaan data yang didorong oleh perkembangan kinerja komputasi tingkat tinggi.
Tidak seperti cip elektronik, silicon photonic chip menggunakan foton sebagai pengganti elektron untuk mengirimkan data. Foton tidak berinteraksi secara langsung satu sama lain, namun dapat menempuh jarak lebih jauh.
Oleh karena itu, silicon photonic chip dapat memberikan kepadatan komputasi tingkat tinggi dan efisiensi energi yang lebih tinggi.
4. AI untuk energi terbarukan
Pesatnya perkembangan teknologi seperti tenaga angin dan surya dalam beberapa tahun belakangan, melatarbelakangi semakin menariknya pemanfaatan energi terbarukan. Namun, masih ada isu yang muncul seperti kesulitan dalam integrasi jaringan, tingkat pemanfaatan energi yang rendah, dan penyimpanan sisa energi.
Untuk mengatasi tantangan itu dibutuhkan pengimplementasian AI. Teknologi ini mampu meningkatkan efisiensi, otomatisasi sistem tenaga listrik, serta memaksimalkan penggunaan sumber daya dan menjaga stabilitas.
5. High-precision Medicine
Kedokteran merupakan bidang yang sangat bergantung pada keahlian seseorang. Bidang ini seringkali didominasi percobaan dan kesalahan dalam praktiknya. Alhasil, sangat besar kemungkinan ada perbedaan kemanjuran dari pasien ke pasien.
Tantangan itu juga menuntut adanya konvergensi AI dan precision medicine. Teknologi ini mampu mempercepat pengintegrasian keahlian dan teknologi diagnosa terbarukan.
Teknologi itu pun dapat berperan sebagai pedoman tingkat presisi paling tinggi untuk kedokteran klinis. Dengan perkembangan high-precision medicine, dokter dapat mendiagnosis penyakit dan membuat keputusan medis secepat dan seakurat mungkin.
6. Komputasi yang menjaga privasi
Dengan semakin banyaknya teknologi terintegrasi, seperti cip khusus, algoritme kriptografi, whitebox implementation, dan kepercayaan data, maka komputasi yang memperkuat privasi akan diimplementasikan masif.
Komputasi yang menjaga privasi akan diimplementasikan dalam beberapa skenario, seperti pemrosesan data dalam jumlah besar dan mengintegrasikan data dari semua domain.
Tujuan adopsi teknologi itu adalah meningkatkan produktivitas jenis baru yang didukung oleh data dari semua domain.
7. Extended Reality (XR)
Teknologi seperti komputasi cloud-edge, komunikasi jaringan, dan digital twins mendorong adopsi XR yang pesat. Kacamata XR dipercaya dapat menghadirkan mixed internet reality yang imersif menjadi kenyataan.
Teknologi ini juga menjadi dasar kokoh yang akan tumbuh menjadi ekosistem industri baru. Ke depannya, teknologi ini akan mencakup komponen elektronik, perangkat, sistem operasi, dan beragam aplikasi.
XR akan membentuk kembali aplikasi digital dan merevolusi cara orang berinteraksi dengan teknologi dalam skenario seperti hiburan, jejaring sosial, kantor, belanja, pendidikan, dan perawatan kesehatan.
Dalam tiga tahun ke depan, generasi baru kacamata XR memiliki tampilan dan nuansa yang sama dengan kacamata biasa. XR akan masuk ke pasar dan berfungsi sebagai pintu masuk ke perkembangan generasi internet berikutnya.
8. Perceptive Soft Robotic
Tidak seperti robot konvensional pada umumnya, perceptive soft robotic memiliki tubuh fleksibel secara fisik. Robot ini juga mempunyai kepekaan tinggi akan tekanan, penglihatan, dan suara.
Robot-robot itu akan memanfaatkan teknologi canggih seperti fleksibilitas elektronika hingga AI. Teknologi itu memungkinkan robot-robot melakukan aktivitas khusus dan kompleks.
Kemunculan perceptive soft robotic akan mengubah arah industri manufaktur, dari produksi masal produk terstandarisasi menjadi produk khusus dalam jumlah kecil. Dalam lima tahun ke depan, perceptive soft robotic akan menggantikan robot konvensional di industri manufaktur.
9. Komputasi yang Terintegrasi dengan Satelit-terestrial
Jaringan terestrial dan sistem komputasi menyediakan layanan digital untuk daerah padat penduduk. Sedangkan, di daerah jarang penduduk seperti gurun, laut, dan luar angkasa layanan digital tidak tersedia.
Maka komputasi yang terintegrasi dengan satelit terestrial dibutuhkan. Sebab, layanan digital menjadi lebih mudah diakses dan inklusif di seluruh dunia.
Dalam lima tahun ke depan, satelit dan sistem terestrial akan berfungsi sebagai computing node untuk membentuk sistem jaringan terintegrasi. Sistem ini juga menyediakan konektivitas di mana-mana.
10. Co-Evolution Model AI Skala Besar dan Kecil
Model pra-pelatihan skala besar yang dikenal sebagai model utama merupakan terobosan teknik mendasar dari Weak AI ke General AI. Model ini secara relatif meningkatkan kinerja berbagai aplikasi menggunakan deep learning konvensional.
Namun, keunggulan pada kinerja tingkat tinggi dan kekurangannya pada konsumsi daya yang tidak seimbang akan membatasi eksplorasi model skala besar. Alhasil, model AI akan bergeser dari skalabilitas model dasar ke co-evolution model berskala besar dan kecil.
Model akan berkembang ke teknologi cloud, edge, dan perangkat yang lebih berguna dalam penggunaannya.
