IBM研究人員公布了有望在未來5年改變人類生活的5大創新。這份預測被稱作“IBM 5 in 5”，資料則源自6個大洲12個實驗室的3000名研究人員。

該預測的重點是人工智能和心理健康的未來、基于人工智能的超人視覺、可以掌握地球復雜狀況的巨視顯微鏡、片上醫療實驗室、能夠探測環境污染的智能傳感器。這些領域的創新可以極大地改善農業和能源效率，提前識別有害污染物，并提前預防身心健康問題。

“科學家有一項優良傳統，之前創造了各種設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法看到的微小物體，溫度計幫助我們了解地球和人體的溫度?！盜BM研究院科學和解決方案副總裁達里奧·吉爾（Daril Gil）說，“隨著人工智能和納米技術的進步，我們計劃投資開發新一代科技設備，讓當今世界這些無法看到的復雜系統可以在未來5年呈現在我們面前?！?/p>

“IBM 5 in 5”不僅參考了市場和社會趨勢，也考慮了世界各地的IBM實驗室正在開發的新型技術。

以下就是今年的最新預測：

1、借助人工智能，語言將成為洞察心理健康的窗口

美國目前有1/5的成年人存在心理健康問題，無論是神經性疾病（亨廷頓病、阿爾茲海默病、帕金森?。┻€是心理疾病（抑郁癥和精神錯亂），每年約有半數患有嚴重精神疾病的人得不到治療。從全球來看，治療精神疾病的成本甚至超過糖尿病、呼吸系統疾病和癌癥的總和。僅美國一個國家，因為心理障礙產生的經濟負擔每年就高達1萬億美元。

如果說電腦是一個尚未被人類充分了解的黑匣子，那么語言就是打開這個黑匣子的鑰匙。5年內，我們說的話、寫的字都將成為判斷身心健康的指標。新的認知系統可以通過對語言和書寫形態的分析，了解心理和神經系統疾病的早期信號，幫助醫生和病人更好地預測、監控和追蹤這些疾病。

IBM的科學家利用機器學習技術來分析精神病檢查過程中的文本和語音記錄，尋找那些可以幫助臨床醫生準確預測和監控精神錯亂、精神分裂、狂躁癥和抑郁癥的形態。目前大約只需要300個單詞就可以幫助臨床醫生預測某人患有精神病的概率。

類似的技術未來還可以幫助帕金森病、阿爾茨海默病、亨廷頓病、創傷后應激障礙（PTSD），甚至孤獨癥及注意力缺陷多動癥（ADHD）等行為疾病的患者。認知計算機可以分析病人的語言和書寫內容，從中找出一些有意義的指標，包括語言含義、句法和語調。

將這些結果與穿戴設備提供的數據以及磁共振和腦電圖掃描數據進行整合，便可展現更加全面的狀況，幫助醫生更好地確診、理解和治療基礎疾病。

原本看不見摸不著的信號將成為判斷病人是否進入某種心理狀態，或者衡量治療方案具體效果的明確信號，對常規的臨床評估進行補充。

2、超成像和人工智能將為我們提供超人視覺

99.9%的電磁波譜都無法被肉眼看到。過去100年，科學家開發了各種各樣的設備，可以釋放和感應不同波長的能量。我們現在將其中的某些技術應用在醫學成像領域，可以查看牙齒中的空洞，檢查機場的包裹，幫助飛機在濃霧天氣降落。但這些設備都非常專業，且價格昂貴，只能看見某些具體波長的電磁波譜。

5年內，使用超成像技術的成像設備將集成眾多波長的電磁波譜，從而極大地拓展我們的視野范圍，揭露出有價值的或蘊含潛在危險的信號。最重要的是，這些設備都便于攜帶、價格親民、易于使用，因此超人視覺可以成為我們日常體驗的一部分。

如果能夠看到周圍所有無法看到或有些模糊的物理現象，便可幫助駕駛員和無人駕駛汽車更好地了解路況。例如，借助毫米波成像、攝像頭和其他傳感器，超成像技術便可幫助汽車看透迷霧或暴雨，探測黑冰等難以看清的危險路況，或者幫助我們了解前方物體的距離和尺寸。認知計算技術將會分析這些數據，從而判斷前方哪個地方可能撞到橫穿馬路的動物，或者路上的坑洼地段是否會刺破輪胎。

將同樣的技術嵌入手機后，便可通過拍攝照片的方式分析食物的營養價值，判斷其是否可以安全使用。在醫藥和銀行領域使用超成像技術則可以幫助用戶識別欺詐行為。原本無法被人類看到的信息都將一一呈現在我們面前，IBM的科學家現在正在開發一套緊湊型超成像平臺，可以在一個平臺上看到不同波長的電磁波譜，從而促成一系列實用且價格親民的設備和應用模式。

3、巨視顯微鏡幫助我們深入了解地球的復雜狀況

當今的物理世界只能讓我們膚淺地了解環環相扣的復雜生態系統。我們收集了海量數據，但多數都很凌亂。事實上，數據科學家約有80%的時間都用來規整數據，而非分析和理解數據背后的含義。

得益于物聯網的發展，大量的聯網設備成為了新的數據源——從冰箱、燈泡和心率監測器，到無人機、攝像頭、氣象站、衛星和望遠鏡陣列。

現在已經有60多億聯網設備每月貢獻數十exabyte的數據，年增速超過30%。在成功實現信息、商業交易和社交互動的數字化后，我們現在又開始對物理世界實施數字化。

5年內，我們將利用機器學習算法和軟件來組織與物理世界有關的信息，從而分析利用數十億設備收集的復雜數據。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方世界的望遠鏡不同，這套由軟件和算法構成的系統可以將地球的復雜數據匯總起來，分析背后的含義。

例如，通過匯總、組織、分析各種數據（氣候、土壤環境、水位）及其與灌溉活動之間的關系，新一代的農民便可選擇更加合適的作物、種植地點、耕作方式，同時還能保留珍貴的水資源。

2012年，IBM研究員開始在Gallo Winery調查這個概念，將灌溉、土壤和氣象數據與衛星圖像和其他傳感器的數據結合起來，預測獲得最佳葡萄產量和頂尖葡萄品質所需的具體灌溉方法。未來，巨視顯微鏡技術還將幫助我們把這個概念應用到世界各地。

除了了解自己的星球外，巨視顯微鏡技術還可以匯總和分析望遠鏡收集的海量數據，從而預測行星之間的相互碰撞，并對其構成展開更加深入的研究。

4、“片上”醫療實驗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重要。在多數情況下，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——在出現癥狀前，都會隱藏在我們的身體內。

唾液、淚液、血液、尿液和汗液等各種體液里包含的生物學微粒所提供的信息，可以幫助我們了解自己的健康狀況。現有的技術很難捕捉和分析這些生物微粒，因為它們的直徑僅為人類頭發直徑的幾千分之一。

今后5年新的“片上”醫療實驗室將充當納米級健康偵探——追蹤體液中無法看到的信號，讓我們立刻了解自己是否應該去看醫生。最終目標是將分析疾病所需的完整生化實驗室壓縮到一個芯片上。

這種片上實驗室技術最終將整合到便攜式的手持設備中，讓人們可以定期而迅速地通過少量體液分析生物指標，并輕而易舉地將信息傳送到云端。這樣便可與睡眠監測器和智能手表等其他物聯網設備的數據進行整合，然后交由人工智能系統進行分析。這些數據可以幫助我們更加深入地了解自己的健康狀況，在出現問題時候第一時間獲知，及時阻止問題惡化。

IBM研究院的科學家正在開發片上實驗室納米技術，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、病毒和外來體。通過對這些微粒進行分析，便有望在出現病癥之前診斷疾病。

5、智能傳感器以光速探測環境污染

多數污染物都是人眼無法看到的，直到產生不可忽視的影響才會引起我們的注意。例如，甲烷是天然氣的主要成分，人們普遍認為這是一種清潔能源。但如果甲烷泄漏到空氣中，便會產生溫室效應。據估計，甲烷是僅次于二氧化碳的第二大全球變暖來源。

在美國，石油和天然氣系統泄露成為大氣中甲烷氣體的最大工業來源。美國環保局估計，2017年從天然氣系統中泄漏到大氣中的甲烷超過900萬噸。這些溫室氣體相當于美國所有鋼鐵、水泥、鋁生產設施釋放的溫室氣體總量。

5年內，廉價的新型感應技術幾乎會部署到所有天然氣開采井附近、存儲設施周圍以及運輸管道沿線，以便隨時精確查找人眼無法看到的氣體泄露。通過無線網絡接入云端的物聯網可以對龐大的天然氣基礎設施展開持續監控，只需幾分鐘便可找到漏點，較之前的幾周時間大大縮短。不僅減少了污染和浪費，還有可能避免災難事故的發生。

IBM的科學家也在追逐這一趨勢，與Southwestern Energy等天然氣開采商合作開發了智能甲烷監控系統，并參與了ARPA-E的MONITOR項目。

IBM研究的核心是硅光子學，這項處于發展過程中的技術可以通過光來傳輸數據，因此可以實現光速計算。這些芯片內置在地面或基礎設施的傳感器網絡中，甚至可以安裝在無人機上。與實時風力數據、衛星數據和其他歷史數據進行整合后，便可建立復雜的環境模型，以便在污染發生時快速確定源頭和污染物的排放量。