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.
