Dengan menganalisis makalah publik dan pengajuan paten selama tiga tahun terakhir serta melakukan wawancara dengan hampir 100 ilmuwan, pengusaha, dan insinyur di seluruh dunia, DAMO menyajikan tren teknologi teratas di tahun 2023 yang diharapkan dapat mencapai terobosan dalam akselerasi dan berdampak positif secara ekonomi dan sosial di seluruh industri inti.
“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.
Pada tahun 2023, DAMO berharap dapat melihat kemajuan teknologi dan lonjakan aplikasi terkait di berbagai bidang, seperti:
Tren 1: AI Generatif
AI generatif menghasilkan konten baru berdasarkan kumpulan teks, gambar, atau file audio tertentu. Saat ini, AI Generatif sebagian besar digunakan untuk menghasilkan prototipe dan draf yang diterapkan dalam 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, kita akan melihat model bisnis muncul dan ekosistem menjadi matang karena AI Generatif dipasarkan secara luas. Model AI generatif akan lebih interaktif, aman, dan cerdas, membantu manusia menyelesaikan berbagai pekerjaan kreatif.
Tren 2: Inteligensi Keputusan Mesin Ganda
Sebelumnya, metode pengambilan keputusan tradisional didasarkan pada Riset Operasi. Akibat keterbatasannya dalam menangani masalah yang memiliki ketidakpastian besar serta responsnya yang lambat terhadap masalah skala besar, maka akademisi dan industri mulai memasukkan pembelajaran mesin ke dalam pengoptimalan keputusan. Kedua mesin tersebut merupakan pelengkap sempurna satu sama lain, 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, penetapan stan bandara, dan peningkatan proses manufaktur.
Di masa depan, kecerdasan keputusan bermesin ganda akan diterapkan di lebih banyak skenario. Ini akan berfungsi untuk meningkatkan jumlah entitas dan memperluas skala dalam skenario alokasi sumber daya regional, dan pada akhirnya mencapai alokasi sumber daya yang dinamis, komprehensif, dan real-time.
