IBM revela 5 innovaciones que nos ayudarán a transformar nuestras vidas

IBM dio a conocer el “IBM 5 in 5”, una 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.

· Con la Inteligencia Artificial, nuestras palabras serán una ventana hacia nuestra salud mental

· La hiper-imagen y la Inteligencia Artificial nos darán visión de superhéroes

· Los macroscopios nos ayudarán a entender la complejidad de la Tierra en detalle infinito

· Los laboratorios médicos “on a chip” servirán como detectives de la salud para rastrear enfermedades a nano-escala

· Los sensores inteligentes detectarán la contaminación medioambiental a la velocidad de la luz

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. Las innovaciones presentadas nos podrían ayudar a mejorar la agricultura, aumentar la eficiencia energética, detectar la contaminación nociva y prevenir el deterioro prematuro de la salud física y mental.

Con la Inteligencia Artificial, nuestras palabras serán una ventana hacia nuestra salud mental
Hoy, 1 de cada 5 adultos en los Estados Unidos experimenta un afección de salud mental, ya sea neurológica (Huntington, Alzheimer, Parkinson, etc) o mental (depresión o psicosis), cada año, y aproximadamente la mitad de las personas con severos trastornos psiquiátricos no reciben tratamientos. La carga económica de los trastornos mentales alcanza el billón de dólares por año, solamente en Estados Unidos.

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 sistemas de imagen (resonancias 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.

La hiper-imagen y la Inteligencia Artificial nos darán visión de superhéroes
Más de 99.9 por ciento del especto electromagnético no puede ser observado por el ojo humano. Confiamos en algunos instrumentos para tomar imágenes de nuestro cuerpo, ver la cavidad dentro de un diente, revisar nuestras valijas en el aeropuerto, o aterrizar un avión en la niebla. Sin embargo, estos instrumentos son increíblemente especializados y caros, y solo ven a través de partes específicas del espectro electromagnético.

En 5 años, nuevos dispositivos de imagen que utilizarán 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 tencologías podrían tomar imágenes de nuestra comida para mostrar la información nutricional, o si es sano par comerlo; incluso revisar si una medicina o un cheque son fraudulentos o no.

Hoy, los científicos de IBM están construyendo una plataforma de hiper-imagen compacta que “ve” a través de porciones separadas del espectro electromagnético, en una plataforma que potencialmente habilitará una gran cantidad de dispositivos y aplicaciones prácticas.

Los macroscopios nos ayudarán a entender la complejidad de la Tierra en detalle infinito
El mundo físico solo nos deja entrever nuestro complejo e interconectado ecosistema. Reunimos exabytes de datos pero la mayoría está desorganizado. Un estimado del 80 por ciento del tiempo de un científico de datos es consumido sólo depurando datos.

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 platarlo y cómo producir rendimientos óptimos, mientras se conservan los preciosos suministros de agua.

Más allá de nuestro propio planeta, la tecnología macroscópica podrá manejar, por ejemplo, la complicada indexación y correlación de varias capas y volúmenes de datos recopiladas por telescopios, para predecir colisiones de asteroides entre ellos, y aprender más sobre su composición.

Los laboratorios médicos “on a chip” servirán como detectives de la salud para rastrear enfermedades a nano-escala
La detección temprana de las enfermedades es clave. En la mayor parte de los casos, cuanto antes es detectada la enfermedad, mayor es la probabilidad de que pueda ser curada o bien tratada. Sin embargo, enfermedades como cáncer y Parkinson pueden ser difíciles de detectar porque permanecen escondidas en nuestro cuerpo antes que los síntomas comiencen a aparecer. La información sobre nuestro estado de salud puede ser extraída de pequeñas bio-partículas de fluidos corporales –miles de veces más pequeñas que el diámetro de una hebra de cabello humano – como la saliva, lágrimas, sangre, orina y sudor.

En los próximos 5 años, nuevos 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 cominada 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.

Los sensores inteligentes detectarán la contaminación medioambiental a la velocidad de la luz
La mayor parte de los contaminantes no son visibles al ojo humano, hasta que sus efectos hacen imposible que los ignoremos. El metano, por ejemplo, es el componente primario del gas natural, considerado como una fuente limpia de energía. Pero si el metano se escappa en el aire antes de ser utilizado, pude dañar la atmósfera de la Tierra. Se estima que el metano será el segundo mayor contribuidor del calentamiento global luego del dióxido de carbono.

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.