10 Tren Teknologi 2023 untuk Transformasi Digital, AI Generatif hingga Chiplet
Berikut sejumlah inovasi teknologi yang diprediksi bakal jadi tren di 2023.
IDXChannel - Sejumlah terobosan dan inovasi teknologi bakal jadi tren di 2023. Adapun beberapa tren teknologi 2023 dibagikan oleh Alibaba DAMO Academy (“DAMO”), yang merupakan inisiatif penelitian global oleh Alibaba Group.
Melalui analisa makalah publik dan pengajuan paten selama tiga tahun terakhir serta melakukan wawancara dengan hampir 100 ilmuwan hingga insinyur di sejumlah negara, DAMO menyajikan tren teknologi teratas di 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, melansir dari keterangan pers DAMO.
Pada 2023, DAMO pun memprediksi ada sejumlah kemajuan teknologi dan lonjakan aplikasi di berbagai bidang.
Tren Teknologi 2023
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.
Tren 3: Keamanan Cloud-native
Keamanan cloud-native diimplementasikan tidak hanya untuk memberikan kemampuan keamanan yang asli untuk infrastruktur cloud, tetapi juga meningkatkan layanan keamanan dengan memanfaatkan teknologi cloud-native. Teknologi keamanan dan komputasi awan menjadi lebih terintegrasi dari sebelumnya. Kami telah menyaksikan teknologi terapan berkembang dari containerized deployment ke layanan mikro menuju ke arah model tanpa server. Layanan keamanan beralih menjadi native, fine-grained, berorientasi platform, dan cerdas.
Dalam tiga hingga lima tahun ke depan, keamanan cloud-native akan menjadi lebih serbaguna dan dapat lebih mudah beradaptasi dengan arsitektur multi-cloud. Ini juga akan menjadi lebih kondusif untuk membangun sistem keamanan yang dinamis, end-to-end, presisi, dan dapat diterapkan pada lingkungan hibrid.
Tren 4: Model Dasar Multimodal Pra-pelatihan
Model Dasar multimodal pra-pelatihan telah menjadi paradigma baru dan infrastruktur untuk membangun sistem kecerdasan buatan (AI). Model-model ini dapat memperoleh pengetahuan dari berbagai modalitas dan menyajikan pengetahuan berdasarkan kerangka pembelajaran representasi terpadu. Kedepannya, model dasar ditetapkan untuk berfungsi sebagai infrastruktur dasar sistem AI di seluruh tugas gambar, teks, dan audio, memberdayakan sistem AI dengan kemampuan kecerdasan kognitif dalam bernalar, menjawab pertanyaan, meringkas, dan memproduksi.
Tren 5: Arsitektur Cloud Computing yang Terintegrasi antara Hardware-Software
Cloud computing berkembang menuju arsitektur baru yang berpusat di sekitar Cloud Infrastructure Processor (CIPU). Arsitektur yang ditentukan oleh perangkat lunak dan dipercepat perangkat keras ini membantu mengakselerasi aplikasi cloud sambil mempertahankan elastisitas dan ketangkasan yang tinggi untuk pengembangan aplikasi cloud. CIPU akan menjadi standar de facto layanan komputasi awan generasi mendatang dan menciptakan peluang pengembangan baru untuk R&D perangkat lunak inti dan desain chip khusus.
Tren 6: Bahan Pakaian yang Dapat Diprediksi berdasarkan Sinergi Edge-Cloud
Kain atau bahan pakaian yang dapat diprediksi, sistem jaringan host co-design yang didorong oleh kemajuan dalam komputasi awan, bertujuan untuk menawarkan layanan jaringan berkinerja tinggi. Ini juga merupakan tren yang tak terelakkan karena kemampuan komputasi dan jaringan saat ini secara bertahap menyatu satu sama lain. Melalui inovasi full-stack dari protokol, perangkat lunak, chip, perangkat keras, arsitektur, dan platform yang ditentukan cloud, struktur yang dapat diprediksi diharapkan dapat menumbangkan arsitektur jaringan berbasis TCP tradisional dan menjadi bagian dari jaringan inti di data center generasi mendatang. Kemajuan di bidang ini juga mendorong adopsi struktur yang dapat diprediksi dari jaringan pusat data ke jaringan backbone area cloud yang luas.
Tren 7: Pencitraan Komputasi
Pencitraan komputasi adalah teknologi interdisipliner yang muncul. Berbeda dengan teknik pencitraan tradisional, pencitraan komputasi memanfaatkan model matematika dan kemampuan pemrosesan sinyal, yang membuatnya dapat melakukan analisis mendalam yang belum pernah terjadi sebelumnya pada informasi bidang cahaya. Teknologi ini sudah digunakan dalam skala besar pada fotografi ponsel, perawatan kesehatan, dan mengemudi secara otonom. Kedepannya, pencitraan komputasi akan terus merevolusi teknologi pencitraan tradisional dan memunculkan aplikasi inovatif serta imajinatif seperti pencitraan tanpa lensa, dan pencitraan Non-line-of-sight (NLOS).
Tren 8: Chiplet
Desain berbasis chiplet memungkinkan produsen memecah sistem pada chip (SoC) menjadi beberapa chiplet, membuat chiplet secara terpisah dengan menggunakan proses yang berbeda, dan mengintegrasikannya ke dalam SoC melalui interkoneksi dan akhirnya menuju ke pengemasan.
Interkoneksi chiplet disatukan menjadi satu standar, mempercepat proses industrialisasi chiplet. Didukung oleh teknologi pengemasan canggih, chiplet dapat membawa gelombang perubahan baru ke proses Litbang sirkuit terpadu dan membentuk kembali lanskap industri chip.
Tren 9: Memproses dalam Memori (PIM)
Teknologi Processing in Memory (PIM) adalah integrasi CPU dan memori dalam satu chip, yang memungkinkan data diproses secara langsung dalam memori. Di masa mendatang, chip komputasi dalam memori diproyeksikan akan digunakan dalam aplikasi yang lebih canggih seperti inferensi berbasis cloud. Ini akan menggeser arsitektur komputasi-sentris tradisional menuju arsitektur data-sentris, yang akan berdampak positif pada industri seperti komputasi awan, AI, dan Internet of Things (IoT).
Tren 10: Urban Digital Twins berskala besar
Konsep urban digital twins telah menjadi pendekatan baru untuk menyempurnakan tata kelola kota. Sejauh ini, perencanaan tata kota virtual skala besar telah membuat kemajuan besar dalam skenario seperti tata kelola lalu lintas, pencegahan dan pengelolaan bencana alam, puncak karbon, dan netralitas. Di masa depan, urban digital twins berskala besar akan menjadi lebih otonom dan multidimensi.
(IND)