IBM預(yù)測(cè)未來(lái)5年改變?nèi)祟惿畹?大創(chuàng)新
日期：2017-03-29 / 人氣： / 來(lái)源：
[概要說(shuō)明] IBM研究人員公布了有望在未來(lái)5年改變?nèi)祟惿畹?大創(chuàng)新。這份預(yù)測(cè)被稱作“IBM 5 in 5”，資料則源自6個(gè)大洲12個(gè)實(shí)驗(yàn)室的3000名研究人員。
IBM研究人員公布了有望在未來(lái)5年改變?nèi)祟惿畹?大創(chuàng)新。這份預(yù)測(cè)被稱作“IBM 5 in 5”，資料則源自6個(gè)大洲12個(gè)實(shí)驗(yàn)室的3000名研究人員。
該預(yù)測(cè)的重點(diǎn)是人工智能和心理健康的未來(lái)、基于人工智能的超人視覺(jué)、可以掌握地球復(fù)雜狀況的巨視顯微鏡、片上醫(yī)療實(shí)驗(yàn)室、能夠探測(cè)環(huán)境污染的智能傳感器。這些領(lǐng)域的創(chuàng)新可以極大地改善農(nóng)業(yè)和能源效率，提前識(shí)別有害污染物，并提前預(yù)防身心健康問(wèn)題。
“科學(xué)家有一項(xiàng)優(yōu)良傳統(tǒng)，之前創(chuàng)造了各種設(shè)備幫助我們以完全不同的視角看待世界。比如顯微鏡幫助我們看到肉眼無(wú)法看到的微小物體，溫度計(jì)幫助我們了解地球和人體的溫度。”IBM研究院科學(xué)和解決方案副總裁達(dá)里奧·吉爾（Daril Gil）說(shuō)，“隨著人工智能和納米技術(shù)的進(jìn)步，我們計(jì)劃投資開(kāi)發(fā)新一代科技設(shè)備，讓當(dāng)今世界這些無(wú)法看到的復(fù)雜系統(tǒng)可以在未來(lái)5年呈現(xiàn)在我們面前。”
“IBM 5 in 5”不僅參考了市場(chǎng)和社會(huì)趨勢(shì)，也考慮了世界各地的IBM實(shí)驗(yàn)室正在開(kāi)發(fā)的新型技術(shù)。
以下就是今年的最新預(yù)測(cè)：
1、借助人工智能，語(yǔ)言將成為洞察心理健康的窗口
美國(guó)目前有1/5的成年人存在心理健康問(wèn)題，無(wú)論是神經(jīng)性疾?。ê嗤㈩D病、阿爾茲海默病、帕金森?。┻€是心理疾?。ㄒ钟舭Y和精神錯(cuò)亂），每年約有半數(shù)患有嚴(yán)重精神疾病的人得不到治療。從全球來(lái)看，治療精神疾病的成本甚至超過(guò)糖尿病、呼吸系統(tǒng)疾病和癌癥的總和。僅美國(guó)一個(gè)國(guó)家，因?yàn)樾睦碚系K產(chǎn)生的經(jīng)濟(jì)負(fù)擔(dān)每年就高達(dá)1萬(wàn)億美元。
如果說(shuō)電腦是一個(gè)尚未被人類充分了解的黑匣子，那么語(yǔ)言就是打開(kāi)這個(gè)黑匣子的鑰匙。5年內(nèi)，我們說(shuō)的話、寫(xiě)的字都將成為判斷身心健康的指標(biāo)。新的認(rèn)知系統(tǒng)可以通過(guò)對(duì)語(yǔ)言和書(shū)寫(xiě)形態(tài)的分析，了解心理和神經(jīng)系統(tǒng)疾病的早期信號(hào)，幫助醫(yī)生和病人更好地預(yù)測(cè)、監(jiān)控和追蹤這些疾病。
IBM的科學(xué)家利用機(jī)器學(xué)習(xí)技術(shù)來(lái)分析精神病檢查過(guò)程中的文本和語(yǔ)音記錄，尋找那些可以幫助臨床醫(yī)生準(zhǔn)確預(yù)測(cè)和監(jiān)控精神錯(cuò)亂、精神分裂、狂躁癥和抑郁癥的形態(tài)。目前大約只需要300個(gè)單詞就可以幫助臨床醫(yī)生預(yù)測(cè)某人患有精神病的概率。
類似的技術(shù)未來(lái)還可以幫助帕金森病、阿爾茨海默病、亨廷頓病、創(chuàng)傷后應(yīng)激障礙（PTSD），甚至孤獨(dú)癥及注意力缺陷多動(dòng)癥（ADHD）等行為疾病的患者。認(rèn)知計(jì)算機(jī)可以分析病人的語(yǔ)言和書(shū)寫(xiě)內(nèi)容，從中找出一些有意義的指標(biāo)，包括語(yǔ)言含義、句法和語(yǔ)調(diào)。
將這些結(jié)果與穿戴設(shè)備提供的數(shù)據(jù)以及磁共振和腦電圖掃描數(shù)據(jù)進(jìn)行整合，便可展現(xiàn)更加全面的狀況，幫助醫(yī)生更好地確診、理解和治療基礎(chǔ)疾病。
原本看不見(jiàn)摸不著的信號(hào)將成為判斷病人是否進(jìn)入某種心理狀態(tài)，或者衡量治療方案具體效果的明確信號(hào)，對(duì)常規(guī)的臨床評(píng)估進(jìn)行補(bǔ)充。
2、超成像和人工智能將為我們提供超人視覺(jué)
99.9%的電磁波譜都無(wú)法被肉眼看到。過(guò)去100年，科學(xué)家開(kāi)發(fā)了各種各樣的設(shè)備，可以釋放和感應(yīng)不同波長(zhǎng)的能量。我們現(xiàn)在將其中的某些技術(shù)應(yīng)用在醫(yī)學(xué)成像領(lǐng)域，可以查看牙齒中的空洞，檢查機(jī)場(chǎng)的包裹，幫助飛機(jī)在濃霧天氣降落。但這些設(shè)備都非常專業(yè)，且價(jià)格昂貴，只能看見(jiàn)某些具體波長(zhǎng)的電磁波譜。
5年內(nèi)，使用超成像技術(shù)的成像設(shè)備將集成眾多波長(zhǎng)的電磁波譜，從而極大地拓展我們的視野范圍，揭露出有價(jià)值的或蘊(yùn)含潛在危險(xiǎn)的信號(hào)。最重要的是，這些設(shè)備都便于攜帶、價(jià)格親民、易于使用，因此超人視覺(jué)可以成為我們?nèi)粘ｓw驗(yàn)的一部分。
如果能夠看到周?chē)袩o(wú)法看到或有些模糊的物理現(xiàn)象，便可幫助駕駛員和無(wú)人駕駛汽車(chē)更好地了解路況。例如，借助毫米波成像、攝像頭和其他傳感器，超成像技術(shù)便可幫助汽車(chē)看透迷霧或暴雨，探測(cè)黑冰等難以看清的危險(xiǎn)路況，或者幫助我們了解前方物體的距離和尺寸。認(rèn)知計(jì)算技術(shù)將會(huì)分析這些數(shù)據(jù)，從而判斷前方哪個(gè)地方可能撞到橫穿馬路的動(dòng)物，或者路上的坑洼地段是否會(huì)刺破輪胎。
將同樣的技術(shù)嵌入手機(jī)后，便可通過(guò)拍攝照片的方式分析食物的營(yíng)養(yǎng)價(jià)值，判斷其是否可以安全使用。在醫(yī)藥和銀行領(lǐng)域使用超成像技術(shù)則可以幫助用戶識(shí)別欺詐行為。原本無(wú)法被人類看到的信息都將一一呈現(xiàn)在我們面前，
IBM的科學(xué)家現(xiàn)在正在開(kāi)發(fā)一套緊湊型超成像平臺(tái)，可以在一個(gè)平臺(tái)上看到不同波長(zhǎng)的電磁波譜，從而促成一系列實(shí)用且價(jià)格親民的設(shè)備和應(yīng)用模式。
3、巨視顯微鏡幫助我們深入了解地球的復(fù)雜狀況
當(dāng)今的物理世界只能讓我們膚淺地了解環(huán)環(huán)相扣的復(fù)雜生態(tài)系統(tǒng)。我們收集了海量數(shù)據(jù)，但多數(shù)都很凌亂。事實(shí)上，數(shù)據(jù)科學(xué)家約有80%的時(shí)間都用來(lái)規(guī)整數(shù)據(jù)，而非分析和理解數(shù)據(jù)背后的含義。
得益于物聯(lián)網(wǎng)的發(fā)展，大量的聯(lián)網(wǎng)設(shè)備成為了新的數(shù)據(jù)源——從冰箱、燈泡和心率監(jiān)測(cè)器，到無(wú)人機(jī)、攝像頭、氣象站、衛(wèi)星和望遠(yuǎn)鏡陣列。
現(xiàn)在已經(jīng)有60多億聯(lián)網(wǎng)設(shè)備每月貢獻(xiàn)數(shù)十EXABYTE的數(shù)據(jù)，年增速超過(guò)30%。在成功實(shí)現(xiàn)信息、商業(yè)交易和社交互動(dòng)的數(shù)字化后，我們現(xiàn)在又開(kāi)始對(duì)物理世界實(shí)施數(shù)字化。
5年內(nèi)，我們將利用機(jī)器學(xué)習(xí)算法和軟件來(lái)組織與物理世界有關(guān)的信息，從而分析利用數(shù)十億設(shè)備收集的復(fù)雜數(shù)據(jù)。我們稱之為“巨視顯微鏡”（macroscope）——與觀察微觀世界的顯微鏡和觀察遠(yuǎn)方世界的望遠(yuǎn)鏡不同，這套由軟件和算法構(gòu)成的系統(tǒng)可以將地球的復(fù)雜數(shù)據(jù)匯總起來(lái)，分析背后的含義。
例如，通過(guò)匯總、組織、分析各種數(shù)據(jù)（氣候、土壤環(huán)境、水位）及其與灌溉活動(dòng)之間的關(guān)系，新一代的農(nóng)民便可選擇更加合適的作物、種植地點(diǎn)、耕作方式，同時(shí)還能保留珍貴的水資源。
2012年，IBM研究員開(kāi)始在Gallo Winery調(diào)查這個(gè)概念，將灌溉、土壤和氣象數(shù)據(jù)與衛(wèi)星圖像和其他傳感器的數(shù)據(jù)結(jié)合起來(lái)，預(yù)測(cè)獲得最佳葡萄產(chǎn)量和頂尖葡萄品質(zhì)所需的具體灌溉方法。未來(lái)，巨視顯微鏡技術(shù)還將幫助我們把這個(gè)概念應(yīng)用到世界各地。
除了了解自己的星球外，巨視顯微鏡技術(shù)還可以匯總和分析望遠(yuǎn)鏡收集的海量數(shù)據(jù)，從而預(yù)測(cè)行星之間的相互碰撞，并對(duì)其構(gòu)成展開(kāi)更加深入的研究。
4、“片上”醫(yī)療實(shí)驗(yàn)室將扮演健康偵探角色，在納米層面追蹤疾病
疾病的早期診斷至關(guān)重要。在多數(shù)情況下，越早診斷疾病，治愈或控制的概率就越大。然而，像癌癥或帕金森這樣的疾病卻很難診斷——在出現(xiàn)癥狀前，都會(huì)隱藏在我們的身體內(nèi)。
唾液、淚液、血液、尿液和汗液等各種體液里包含的生物學(xué)微粒所提供的信息，可以幫助我們了解自己的健康狀況?，F(xiàn)有的技術(shù)很難捕捉和分析這些生物微粒，因?yàn)樗鼈兊闹睆絻H為人類頭發(fā)直徑的幾千分之一。
今后5年新的“片上”醫(yī)療實(shí)驗(yàn)室將充當(dāng)納米級(jí)健康偵探——追蹤體液中無(wú)法看到的信號(hào)，讓我們立刻了解自己是否應(yīng)該去看醫(yī)生。最終目標(biāo)是將分析疾病所需的完整生化實(shí)驗(yàn)室壓縮到一個(gè)芯片上。
這種片上實(shí)驗(yàn)室技術(shù)最終將整合到便攜式的手持設(shè)備中，讓人們可以定期而迅速地通過(guò)少量體液分析生物指標(biāo)，并輕而易舉地將信息傳送到云端。這樣便可與睡眠監(jiān)測(cè)器和智能手表等其他物聯(lián)網(wǎng)設(shè)備的數(shù)據(jù)進(jìn)行整合，然后交由人工智能系統(tǒng)進(jìn)行分析。這些數(shù)據(jù)可以幫助我們更加深入地了解自己的健康狀況，在出現(xiàn)問(wèn)題時(shí)候第一時(shí)間獲知，及時(shí)阻止問(wèn)題惡化。
IBM研究院的科學(xué)家正在開(kāi)發(fā)片上實(shí)驗(yàn)室納米技術(shù)，最低可以分離直徑20納米的生物微粒，這一精度足夠捕捉DNA、病毒和外來(lái)體。通過(guò)對(duì)這些微粒進(jìn)行分析，便有望在出現(xiàn)病癥之前診斷疾病。
5、智能傳感器以光速探測(cè)環(huán)境污染
多數(shù)污染物都是人眼無(wú)法看到的，直到產(chǎn)生不可忽視的影響才會(huì)引起我們的注意。例如，甲烷是天然氣的主要成分，人們普遍認(rèn)為這是一種清潔能源。但如果甲烷泄漏到空氣中，便會(huì)產(chǎn)生溫室效應(yīng)。據(jù)估計(jì)，甲烷是僅次于二氧化碳的第二大全球變暖來(lái)源。
在美國(guó)，石油和天然氣系統(tǒng)泄露成為大氣中甲烷氣體的最大工業(yè)來(lái)源。美國(guó)環(huán)保局估計(jì)，2017年從天然氣系統(tǒng)中泄漏到大氣中的甲烷超過(guò)900萬(wàn)噸。這些溫室氣體相當(dāng)于美國(guó)所有鋼鐵、水泥、鋁生產(chǎn)設(shè)施釋放的溫室氣體總量。
5年內(nèi)，廉價(jià)的新型感應(yīng)技術(shù)幾乎會(huì)部署到所有天然氣開(kāi)采井附近、存儲(chǔ)設(shè)施周?chē)约斑\(yùn)輸管道沿線，以便隨時(shí)精確查找人眼無(wú)法看到的氣體泄露。通過(guò)無(wú)線網(wǎng)絡(luò)接入云端的物聯(lián)網(wǎng)可以對(duì)龐大的天然氣基礎(chǔ)設(shè)施展開(kāi)持續(xù)監(jiān)控，只需幾分鐘便可找到漏點(diǎn)，較之前的幾周時(shí)間大大縮短。不僅減少了污染和浪費(fèi)，還有可能避免災(zāi)難事故的發(fā)生。
IBM的科學(xué)家也在追逐這一趨勢(shì)，與Southwestern Energy等天然氣開(kāi)采商合作開(kāi)發(fā)了智能甲烷監(jiān)控系統(tǒng)，并參與了ARPA-E的MONITOR項(xiàng)目。
IBM研究的核心是硅光子學(xué)，這項(xiàng)處于發(fā)展過(guò)程中的技術(shù)可以通過(guò)光來(lái)傳輸數(shù)據(jù)，因此可以實(shí)現(xiàn)光速計(jì)算。這些芯片內(nèi)置在地面或基礎(chǔ)設(shè)施的傳感器網(wǎng)絡(luò)中，甚至可以安裝在無(wú)人機(jī)上。與實(shí)時(shí)風(fēng)力數(shù)據(jù)、衛(wèi)星數(shù)據(jù)和其他歷史數(shù)據(jù)進(jìn)行整合后，便可建立復(fù)雜的環(huán)境模型，以便在污染發(fā)生時(shí)快速確定源頭和污染物的排放量。