Altijd leuk om weer even iets verder te kijken in de toekomst en aandacht te schenken welke innovaties op ons af gaan komen. Als je 24 jaar achter elkaar patent-leider bent wereldwijd, met meer dan 8000 goedgekeurde patenten alleen al in 2016, dan mag je, natuurlijk in gepaste bescheidenheid, je innovatieve visie geven over de nabije toekomt.
Dit jaar draaien de vijf voorspellingen van IBM Research om technologieën die moeilijk waar te nemen zijn in onze omgeving zichtbaar te maken voor het blote oog. Het onzichtbare, zichtbaar maken. Technologieën die nu al in de onderzoekslaboratoria van IBM ontwikkeld of getest worden en/of voortvloeien uit markttrends en maatschappelijke ontwikkelingen.
Een lijst van 5 wetenschappelijke innovaties die het potentieel hebben om veranderingen te weeg te brengen op hoe we leven, werken en met elkaar interacteren.
AI kan op basis van onze woorden onze geestelijke gezondheid voorspellen
Is het mogelijk onze mentale gezondheid te voorspellen voordat de eerste zichtbare symptomen zich voordoen? Het antwoord kan liggen in onze taal; wat we zeggen en schrijven kan over vijf jaar worden gebruikt als indicator voor onze geestelijke gezondheid en ons lichamelijk welzijn. Cognitieve assistenten en sensoren in onze smartphones en andere apparaten kunnen “luisteren” om de mentale gezondheid te evalueren en waarschuwen zodra verslechtering of een terugval dreigt op te treden.
Patronen in ons woord en geschrift worden door cognitieve systemen geanalyseerd en tekenen van een vroegtijdige stadium van een mogelijke psychische aandoening gedetecteerd. Denk hierbij aan neurologische, (bijv. Huntington, Alzheimer, Parkinson) of geestelijke (depressie en psychose). Door middel van lexicale analyse (analyse van de gebruikte woorden) waren de onderzoekers in staat om aan te tonen dat de eerste persoon voornaamwoorden in relatie met negatieve emotie vaker voorkwam bij mensen met een psychose. Tegenwoordig heb je slechts 300 woorden nodig om de waarschijnlijkheid van psychose te kunnen voorspellen gebruikmakend van machine-learning technieken.
Men is nu bezig dit te repliceren en uit te breiden zodat soortgelijke technieken kunnen worden gebruikt om patiënten met Parkinson, Alzheimer, ziekte van Huntington, PTSS en zelfs gedragsvoorwaarden zoals autisme en ADHD te helpen vinden.
Cognitieve computers kunnen spraak van een patiënt of geschreven woorden analyseren om te zoeken naar “verklikker indicatoren” gevonden in taal, met inbegrip van betekenis, syntaxis en intonatie. Actuele diagnose procedures voor de ziekte van Parkinson zijn zeer tijdrovend en arbeidsintensief. Onderzoekers hebben zich tot doel gesteld om geautomatiseerde instrumenten te gebruiken om de toestand van Parkinson van een patiënt te bepalen door het meten van de patiënt “logo-genesis“. Dit is de vorm en inhoud van wat ze zeggen in de loop van een gesprek, of in een stuk wat ze geschreven hebben. Maar ook door te kijken naar grammaticale patronen in spraak.
Het team was in staat om de mate van ernst van de motorische disfunctie van Parkinson patiënten met 80% nauwkeurigheid af te leiden, gebaseerd op slechts 1 minuut van meningsuiting.
Breiden we de resultaten van deze metingen uit met die van wearables en andere beeldvormende systemen (bijv. MRI, CT) dan kunnen we een vollediger beeld van het individu krijgen. We kunnen de ziekte beter identificeren, begrijpen en de behandeling van de onderliggende ziekte te beschrijven. Het onzichtbare, zichtbaar maken.
Dankzij Hyperimaging en AI krijgen we “integrale supervisie”
Wetenschappers hebben in de afgelopen 100 jaar diverse instrumenten ontwikkeld om elektromagnetische golven te kunnen waarnemen. Al deze tools kunnen objecten met behulp van verschillende frequenties van het elektromagnetisch spectrum, zoals radiogolven, microgolven, millimetergolven, infrarood- en röntgenfoto’s verlichten, en geven ze terug naar ons in de vorm van een herkenbare afbeeldingen.
Meer dan 99,9% van de elektromagnetische omgeving waarin we nu leven kan niet worden waargenomen met het blote oog. In vijf jaar tijd zal verdere vooruitgang deze systemen nog kleiner maken. Zodat nieuwe beeldvormende apparaten en technologieën draagbaar, betaalbaar en toegankelijk zijn zodat ze deel kunnen uitmaken van onze alledaagse ervaringen. We kunnen dan kijken naar een scène door het combineren van meerdere banden van het elektromagnetische spectrum in één platform wat ons de mogelijkheid geeft om multi-spectrale beelden te creëren van de wereld om ons heen. We zijn bezig met de bouw van een compact hyperimaging platform dat kan ‘zien’ op verschillende delen van het elektromagnetische spectrum om zo voor een groot aantal praktische en betaalbare apparaten en toepassingen dit mogelijk te maken.
Als we dit combineren met machine intelligentie kunnen we deze nieuwe beeldvormende apparaten om ons heen gebruiken om ons beter te informeren over en te laten waarschuwen tegen wat we eerst niet konden detecteren (uit het zicht). Een onzichtbaar of vaag zichtbaar verschijnsel om ons heen zou kunnen helpen om de weg en de verkeerssituatie duidelijker voor chauffeurs en zelf-rijdende auto’s te maken. Bijvoorbeeld met behulp van millimeter wave imaging, een camera, en andere sensoren, kan hyperimaging technologie helpen een auto te zien door sneeuw, mist of regen. We worden gewezen op moeilijk te detecteren wegomstandigheden zoals ijzel. Of kan het ons waarschuwen als er een object verderop aankomt of oversteekt. Cognitieve computing-technologieën zullen redeneren over deze gegevens analyseren en herkennen of er sprake is van een omgevallen vuilnisemmer, of een hert dat de weg oversteekt. Of dat een putdeksel zou kunnen leiden tot een lekke band.
We zullen macroscopen en IoT gebruiken om de complexiteit van de aarde te begrijpen
De fysieke wereld voor onze ogen geeft ons slechts een kleine blik in een oneindig onderling verbonden en complexe wereld. Nadat we met succes zakelijke transacties en sociale interacties gedigitaliseerd hebben, zitten we nu middenin het proces om de fysieke wereld om ons heen te digitaliseren. De informatie die door microscopen, telescopen en alles daartussenin verzameld wordt, bevat echter zoveel complexe informatie dat dit al snel het menselijk begrip te boven gaat. Een zogeheten ‘macroscoop’ filtert de details en versterkt de dingen die met elkaar verbonden zijn, zodat de relatieve verhoudingen ook voor het menselijk brein behapbaar blijven.
Dankzij IoT kunnen we nieuwe bronnen van datastromen uit miljoenen onderling verbonden voorwerpen van koelkasten, lampen en uw hartslagmeter om externe sensoren zoals drones, camera’s, weerstations, satellieten en telescoop arrays met elkaar verbinden. Buiten onze eigen planeet, zou een macroscoop bijvoorbeeld de ingewikkelde indexatie en correlatie van verschillende data lagen en volumes van gegevens, door telescopen verzameld om asteroïde botsingen te voorspellen en daardoor om meer over de samenstelling ervan te leren.
Een aards voorbeeld: negen miljard mensen in 2050, en er wordt geschat dat de voedselproductie moet toenemen met 70% om aan de voedingswaarde vraag te voldoen. Door samenvoeging, ordenen en analyseren van gegevens over het klimaat, de bodemgesteldheid, waterstand, irrigatie praktijken, maar ook gegevens over de sociale en politieke klimaat van een land, zal een nieuwe generatie boeren in werelddelen zoals Afrika nieuwe inzichten leveren. Hen helpen bij gewaskeuzen, plantenwijzen en hoe een optimaal rendement en productie gerealiseerd kan worden met het behoud van kostbare watervoorraden.
Nanotechnologie laat ons weten dat we ziek worden voordat we de symptomen ervaren
Vroege opsporing van ziekten is van cruciaal belang. Wanneer we in staat zijn eerder de ziekte te diagnosticeren, dan kunnen we eerder genezen of behandelen. Kunnen ziekten zoals kanker of Parkinson die moeilijk zijn op te sporen in ons lichaam te herkennen zijn voordat de symptomen duidelijk waarneembaar zijn ? Nanotechnologie “detectives” zullen ons laten weten wanneer we onwel worden voordat we symptomen ervaren. Nieuwe technieken kunnen kleine bio particels vinden in onze lichaamsvloeistoffen zoals speeksel, tranen, bloed, urine en zweet.
Maar vastleggen en analyseren van deze bioparticles, die duizenden malen kleiner zijn dan de diameter van een menselijke haar, behoet nieuwe apparatuur. Wetenschappers ontwikkelen een lab-on-a-chip nanotechnologie-systeem dat bioparticles kan scheiden en isoleren. 20 nanometer in diameter, een schaal die toegang geef tot DNA, virussen en eiwitten. Deze techniek staat bekend als vloeibare biopsie, ontworpen voor beter toegankelijkheid, is comfortabeler en handiger in gebruik dan de traditionele weefselbiopsie of kankerscreening technieken. We schalen een hele geheel lab terug tot een enkele “lab on a chip”.
Deze technologie kan uiteindelijk worden verpakt in een handig handheld apparaat om mensen in staat stellen om de aanwezigheid van bio markers, gevonden in kleine hoeveelheden van lichaamsvloeistoffen, snel en regelmatig te meten. Hierna kan men eenvoudig deze informatie verzenden in combinatie met data van andere IoT-apparaten, zoals slaapmonitors en slimme horloges, geanalyseerd met behulp van cognitieve systemen voor inzichten via een beveiligde Cloud vanuit huis. Wanneer samen genomen, zal deze AI-gegenereerde dataset ons een compleet beeld van onze gezondheid geven en ons waarschuwen bij de eerste tekenen van problemen. Zo kunnen we de ziekte te stoppen voordat het vordert.
Sensoren helpen ons milieuverontreinigende stoffen te managen
In vijf jaar tijd worden low-cost methaan sensing technologieën ingezet in de buurt van aardgaswinning putten, rond opslagfaciliteiten en langs distributieleidingen. Het zal de industrie in staat stellen om onzichtbaar methaan-lekken in real-time met behulp van kunstmatige intelligentie te lokaliseren en te analyseren en deze inzichten verder te verrijken met andere sensorgegevens. Mettertijd kan deze techniek worden uitgebreid voor het bepalen en controleren van de niveaus van alle gevaarlijke chemicaliën in het milieu. Netwerken van methaansensoren worden draadloos verbonden met de Cloud. Ze zullen continu de enorme gasinfrastructuur monitoren, waardoor lekken sneller te vinden zijn. Een kwestie van minuten in plaats van maanden met het effect van vermindering van vervuiling en afval.
De fotonische chip spectrometers kunnen worden ingebed in een netwerk van sensoren op de grond maar kunnen ook op autonome drones worden geplaatst. Hierdoor krijg je inzichten gecombineerd met real-time windgegevens, satellietgegevens en andere historische bronnen om complexe ecologische modellen te analyseren die methaan lekken op kunnen sporen. Later zullen we detectiemogelijkheden uit kunnen breiden voor andere verontreinigende stoffen; olieresten in water, schadelijke stoffen uit uitlaten van voertuigen en andere deeltjes in de lucht. Zo kunnen we het milieu beter beschermen en juiste maatregelen nemen.
Gerard E.A. Smit, CTO Benelux, IBM Distinguished Engineer
