IBM dio a conocer su lista anual de hitos científicos

Las predicciones 5 en 5 de IBM están basadas en tendencias de mercado y sociales, así como en tecnologías emergentes de los laboratorios de IBM Research en todo el mundo. A continuación, la lista anual de hitos científicos con el potencial de cambiar la forma en la que la gente trabajará, vivirá, e interactuará durante los próximos 5 años, de acuerdo con IBM:

Inteligencia Artificial aplicada a salud mental. En IBM, los científicos están utilizando transcripciones y audios de entrevistas psiquiátricas, junto a técnicas de machine learning, para identificar patrones en el habla, para ayudar a los médicos clínicos a predecir y monitorear con precisión enfermedades como psicosis, esquizofrenia, manía y depresión. Hoy, solamente son necesarias 300 palabras para ayudar a los médicos clínicos a predecir la probabilidad de que una persona padezca psicosis.

En el futuro, técnicas similares podrían ser utilizadas para ayudar a los pacientes con Parkinson, Alzheimer, enfermedad de Huntington, trastorno de estrés postraumático, y hasta condiciones de comportamiento, como autismo y TDAH. La computación cognitiva puede analizar las palabras habladas o escritas del paciente para buscar indicadores que se encuentran en el lenguaje, como significado, sintaxis y entonación. Combinar los resultados de estas mediciones con aquellas realizadas con wearable devices y con magnéticas y encefalogramas, puede mostrarnos una imagen completa de la persona, para que los profesionales de la salud identifiquen, entiendan y traten la enfermedad subyacente.

Hiper-imagen e Inteligencia Artificial. Nos ayudarán a ver más allá del dominio de la luz visible, a través de la combinación de múltiples bandas del espectro electromagnético, y así revelar información de valor o peligros potenciales. Más importante, estos dispositivos serán portátiles y accesibles, para que la visión de superhéroe sea parte de nuestras experiencias de todos los días.

Utilizando imágenes de onda milimétrica la tecnología de hiper-imagen podría ayudar a un auto a ver a través de la lluvia, detectar condiciones peligrosas y difíciles como hielo en el pavimento, o decirnos si hay un objeto en el camino, distancia y tamaño. Incorporada a nuestros teléfonos, las mismas tecnologías podrían tomar imágenes de nuestra comida para mostrar la información nutricional, o si es sano para comerlo; incluso revisar si una medicina o un cheque son fraudulentos o no.

Macroscopios. Gracias al Internet de las Cosas, nuevas fuentes de datos se vierten de millones de objetos conectados – desde heladeras, lámparas y el monitor de ritmo cardíaco, hasta sensores remotos como drones, cámaras, satélites y matrices de telescopios. Ya hay más de 6.000 millones de dispositivos conectados, generando decenas de exabytes de datos por mes, con un porcentaje de crecimiento de más del 30 por ciento por año. Luego de digitalizar exitosamente la información de transacciones de negocio y las interacciones sociales, estamos ahora en un proceso de digitalizar el mundo físico.

En 5 años, utilizaremos algoritmos y software de machine-learning para ayudarnos a organizar la información sobre el mundo físico. A esto lo denominamos “macroscope”, un sistema de software y algoritmos que trae todos los complejos datos de la Tierra combinados, para analizarlos y entender su significado. Entonces, será posible organizar y analizar los datos del clima, condiciones del suelo, niveles de agua, y su relación con prácticas de riego para que los agricultores puedan determinar las opciones correctas de cultivo, dónde plantarlo y cómo producir rendimientos óptimos, mientras se conservan los preciosos suministros de agua.

Laboratorios médicos on a chip. Servirán como detectives de nanotecnología en salud que rastrean pistas invisibles y nos avisan si tenemos que consultar a un médico. El objetivo es reducir hasta un solo chip de silicio todos los procesos necesarios para analizar una enfermedad, que normalmente se llevaría a cabo en un laboratorio a gran escala.

La tecnología lab-on-a-chip podría ser empaquetada en un conveniente dispositivo de mano, para ayudar a las personas a medir rápida y regularmente la presencia de bio-marcadores que se encuentran en pequeñas cantidades de fluidos corporales, y enviar dicha información a través de la nube, desde la comodidad de su casa. Podría ser combinada con otros datos de dispositivos IoT, como monitores de sueño o relojes inteligentes, y ser analizados por inteligencia artificial. Al ser tomado en su conjunto, el set de datos nos dará una visión completa de la salud de una persona.

En IBM Research, los científicos están desarrollando nanotecnología lab-on-a-chip que pueda separar y aislar bio-partículas en partes de 20 nanómetros de diámetro, una escala que nos da acceso al ADN, virus y exosomas. Esas partículas pueden ser analizadas para potencialmente revelar la presencia de enfermedades, aun cuando no hemos tenido síntomas.

Sensores Inteligentes y medio ambiente. En 5 años, nuevas y asequibles tecnologías sensoriales, desarrolladas cercanas a los pozos de extracción de gas natural, instalaciones de almacenamiento, y a lo largo de las cañerías de distribución, ayudarán a determinar con precisión y en tiempo real las pérdidas invisibles. Las redes de sensores de IoT conectadas de forma inalámbrica a la nube, proveerán monitoreo continuo de la vasta infraestructura de gas natural, permitiendo encontrar las pérdidas de gas en minutos, en lugar de semanas, reduciendo la contaminación, los residuos y la probabilidad de eventos catastróficos.

Científicos de IBM están abordando esta visión, trabajando con los productores de gas natural como Southwestern Energy, para explorar el desarrollo de un sistema inteligente de monitoreo de metano, como parte del programa ARPA-E Methane Observation Networks with Innovative Technology to Obtain Reductions (MONITOR).

En el centro de IBM Research está la fotónica de silicio, una tecnología en evolución que transfiere datos a través de la luz, permitiendo la utilización de la computación literalmente a la velocidad de la luz. Estos chips podrían estar incorporados en una red de sensores en el suelo, en infraestructura, o hasta volar en drones autónomos, generando insights que, cuando se combinan con datos del viento en tiempo real, información satelital, y otras fuentes históricas, pueden ser utilizados para crear modelos ambientales complejos para detectar el origen y cantidad de contaminadores a medida que ocurren.