A IBM está muito próxima de se superar novamente, disponibilizando para seus clientes da IBM Q Network um computador quântico de 53 qubit. O computador está programado para iniciar suas atividades em outubro e acelera a corrida dos interessados em programações quânticas e utilizáveis, principalmente, como as macrocorporações Google, Microsoft, Intel, entre outras.

A computação quântica é a ciência que estuda os princípios da mecânica quântica em aliança com os sistemas de computação. Apesar de ainda ser um campo altamente experimental, ela vem alcançando significativo progresso e possibilitando a prática de funções que, em computadores normais, seriam completamente inviáveis. E é através desse ponto que a IBM está aprimorando o desenvolvimento das suas máquinas, especialmente na questão de sistemas maiores e mais confiáveis em operações de armazenamento em nuvem.

Apesar do sonho, muitos desafios ainda se encontram, como o modelo de computador ainda sofrer pela falta de um sistema de refriamento próprio e ocuparem muito espaço por conta de se tratar de equipamentos bastante grandes.

Desde 2016, a companhia vem se destacando no mercado da computação quântica, criando possibilidade para a construção, inclusive, de um novo centro operacional, o Quantum Computation Center, em Nova York, que funcionará com o suporte de cinco modelos mais antigos de computadores, os de 20 qubit,com perspectiva de expansão também para outubro.

“O novo sistema quântico é importante porque oferece uma estrutura maior e oferece aos usuários a capacidade de executar experimentos de emaranhamento e conectividade ainda mais complexos.” disse Dario Gil, diretor da IBM Research. “O objetivo único dessa comunidade apaixonada é alcançar o que chamamos de Quantum Advantage, produzindo sistemas quânticos poderosos que podem resolver problemas reais enfrentados por nossos clientes que não são viáveis usando os métodos clássicos de hoje e disponibilizando ainda mais sistemas IBM Quantum. Acredito que esse objetivo é alcançável”, completou.

Para saber mais sobre essa solução, acesse o nosso site ou entre em contato conosco! Nós estamos a postos para ajudar!

Fonte: Tecmundo

Ao longo dos últimos meses a incorporação da inteligência artificial (IA) aos processos das empresas vem crescendo de forma sólida. A maioria dos casos reside em processos de robotização e no desenvolvimento de assistentes virtuais ou chatbots, como são popularmente chamados, com graus de sofisticação bem variados que vão desde simples perguntas e respostas para público interno e clientes até agentes virtuais bem sofisticados, com reconhecimento de objetos, integrações com sistemas legado e funcionalidades transacionais. Ainda assim, a experiência com IA, quando olhada de perto, está muito associada aos chatbots e soluções de conversação simples. Algumas perguntas surgem em vista a esse cenário: qual o próximo passo na jornada de inteligência artificial? Quais os elementos-chave para tornar minha empresa uma companhia orientada à inteligência artificial? Por que novos casos de uso são mais difíceis de serem incorporados? Como fazer para que a inteligência artificial se traduza em vantagem competitiva e assim seja percebida por toda a empresa?

Colocando a IA para trabalhar

A visão de futuro nunca foi tão otimista. Diversos estudos conduzidos por entidades de pesquisa e consultoria apontam que a maioria dos executivos considera IA crucial para a geração de valor ao negócio nos próximos anos. A IDC estima que os investimentos chegarão a US$ 52 bilhões até 2021. O Gartner prevê que até 2020 a IA será uma das cinco prioridades de investimento para mais de 30% dos CIOs. Já a Forrester Research aponta que tecnologias de computação cognitiva ou plataformas baseadas em IA irão valer cerca de US$ 1,23 trilhões em 2020. A lista de previsões e projeções é enorme e aponta sempre para a mesma direção.

Existem muitos textos que abordam uma variedade grande de prescrições para o sucesso, mas prefiro concentrar nos elementos que considero fundamentais para construção de aplicações efetivas que usam inteligência artificial para geração e captura de valor: casos de uso, dados, talentos, cultura e ecossistema que se traduzem em diversas competências que irão levar a empresa a desenvolver novos negócios.

a) Casos de uso: muitas empresas ainda investem grandes quantidades de recursos (tempo e dinheiro) nas tecnologias em si, ao invés de pensarem nos problemas de negócio. Como a maioria das empresas ainda se organiza em silos, é normal uma visão pouco compreensiva do alcance e amplitude de aplicação da tecnologia, gerando iniciativas limitadas a provas de conceito que acabam por não decolar. A identificação dos casos de uso deve estar alinhada com questões do negócio que estão sem solução há algum tempo, ou oportunidades não aproveitadas e/ou sendo capturadas por empresas visionárias/ecossistema de startups. O uso das novas tecnologias deve viabilizar a reinvenção digital necessária para o alinhamento com as expectativas dos clientes bem como criar e capturar valor através de novos negócios. Um bom exemplo foi o anúncio da Federação Brasileira de Bancos (FEBRABAN) e Câmara Interbancária de Pagamento (CIP), com participação do Banrisul, Bradesco, Banco do Brasil, Caixa, Itaú, JP Morgan, Original, Santander e Sicoob sobre o projeto de Blockchain que irá autenticar e verificar assinaturas digitais usando dispositivos móveis para criar uma camada de proteção contra crimes financeiros e uso não autorizado do sistema financeiro, utilizando o Hyperledger Fabric da IBM.

b) Dados: a IBM estima que cerca de 80% dos dados residem dentro dos ambientes corporativos, atrás dos firewalls das empresas, logo saber organizar e explorar estes dados representa uma oportunidade única para geração de insights e informações de valor. Classificar, organizar e democratizar o acesso a estas informações é fundamental para ajudar na construção dos casos de uso. Curiosamente, a maioria das empresas insiste em buscar respostas para questões já conhecidas, enquanto deveriam investir muito em elaborar perguntas a serem respondidas. Normalmente questões de mercado, precificação, concorrência e/ou ligadas a elementos externos ao setor de atuação da empresa são bem conhecidas e possivelmente uma resposta inovadora será encontrada. A grande virada de mesa está em conseguir explorar a infinidade de dados internos, em sua maioria isolados em silos, para desenvolver novas ofertas, produtos e modelos de negócio que possam escalar, gerando novas fontes de receita.

c) Talentos: apesar da maioria das empresas delegar à área de TI a responsabilidade pela estratégia e execução de IA, essa estratégia deve estar alinhada aos objetivos da companhia, percorrendo todas as unidades e áreas. Iniciativas de IA se encaixam melhor a modelos colaborativos entre a TI e áreas de negócio onde a experimentação direciona todo o processo. Não por acaso, as experiências mais bem-sucedidas são obtidas por meio de processos ágeis que envolvem times multidisciplinares na construção de uma solução. Como toda tecnologia de vanguarda, a formação de novos profissionais requer dedicação e investimento, pois raramente profissionais “prontos” serão facilmente contratados, daí a enorme relevância na identificação das habilidades e capacidades para o desenvolvimento dos talentos. Empresas grandes do setor de tecnologia estão investindo na formação de cientistas de dados e especialistas em IA para atender às novas necessidades do mercado.

d) Cultura: projetos de IA envolvem mudanças na forma de operação das empresas que impactam (ou irão impactar) de forma significativa a maneira de trabalho e dinâmica corporativa. Como tal, é necessário um processo estruturado de liderança da mudança, com patrocínio executivo forte. De outra forma, existe grande chance de boas iniciativas não serem levadas adiante pelas tradicionais razões que afetam os processos de mudança sem uma liderança efetiva: resistência de grupos, ausência de resultados de curto prazo, baixo impacto inicial no negócio, dificuldade na demonstração de retornos, entre outras.

e) Ecossistema: é praticamente impossível (e cada vez mais raro) que as organizações inovem e se lancem em novas jornadas sozinhas. Vivemos o momento da co-criação onde o ecossistema se torna parte indissociável da cadeia de valor, agregando capacidades que levariam muito tempo para serem desenvolvidas de forma individual. Novas parcerias e alianças vem sendo formadas para enriquecer conteúdo, realizar a curadoria de informações específicas ou ainda desenvolverem capacidades que individualmente não existem. Um bom exemplo é parceria entre IBM e Volkswagen para o desenvolvimento de serviços digitais de mobilidade com habilidade cognitiva.

Como isso funciona na prática

O grande desafio atual gira em torno de como construir abordagens inovadoras e desenvolvimento de novos modelos de negócio sem descuidar da manutenção, modernização e operação de seus sistemas e modelos atuais. A questão é como ser ambidestro para executar as duas perspectivas de forma integrada, eficiente e efetiva. A seguir um resumo prático em 10 passos para implementar uma organização orientada a IA:

1) Elabore uma visão de como a IA irá mudar a forma de atuação da organização nos próximos 2 a 5 anos, traçando de um a três objetivos a serem perseguidos. É importante que esta visão esteja alinhada e seja comunicada pelo time executivo a toda a empresa. É este apoio e patrocínio executivo que permitirá vencer obstáculos e desafios que surgirão, garantindo a resiliência necessária para seguir adiante;

2) Identifique um problema de negócio ainda sem solução ou alguma oportunidade de negócio que foi deixada para trás e o explore por meio do processo de “garagem”, envolvendo Design Thinking e experimentação;

3) Monte um time multidisciplinar, incluindo o ecossistema, para abordar o problema escolhido e não a tecnologia em si, evitando gastar tempo em provas de conceito sem fim. A tecnologia é super relevante, porém os membros com esta atribuição serão capazes de aportar o conhecimento necessário. O velho modo de “vou fazer dentro de casa primeiro e depois chamo um parceiro para ajudar” tem se demonstrado pouco eficaz em inúmeros casos. Partir para a co-criação é, sem dúvidas, o melhor caminho;

4) Certifique-se de que uma governança adequada de dados está presente para garantir uma arquitetura de informação democrática e confiável a toda a organização. Os dados devem estar catalogados e acessíveis a quem precisa de forma fácil e rápida;

5) Desenhe e valide, com foco na experiência do usuário/cliente final a solução proposta para endereçar o caso de uso escolhido. É importante a análise do problema em casos de uso específicos que possam gerar percepções relacionadas a estratégia principal;

6) Implemente o “produto minimamente viável”, ou MVP, com foco exclusivo de validar a solução na perspectiva do negócio e preparando o time para a próxima interação. Bons MVPs envolvem objetivos de negócio bem definidos, uma arquitetura de referência da solução adotada, requerimentos de dados, elementos de segurança e privacidade, topologia de dados, modelo operacional, requerimentos não-funcionais (controle de acesso, ambientes a serem utilizados, objetivos de desempenho, etc.) e decisões de arquitetura;

7) Revise questões relacionadas a aspectos de segurança, privacidade e direito dos dados que serão utilizados. A crescente regulação e criticidade da gestão da informação possui papel relevante antes de avançar ao próximo passo; Materiais gratuitos O que está acontecendo realmente no data center e onde estão as organizações em sua jornada para a nuvem?NUTANIXEntenda porque empresas estão recorrendo ao armazenamento All-Flash para o ótimo desempenho de aplicativosNUTANIXComo aterrissar a estratégia de transformação digital para a maior parte das companhias?ARUBAVeja porque empresas estão recorrendo ao AIOps para resolver problemas de TISERVICENOW

8) Avalie e monitore os resultados da implementação e prepare a expansão e evolução do caso de uso inicial, realizando as correções de curso necessárias, mantendo o foco e a disciplina na comunicação e transparência. É importante eliminar vieses, corrigir distorções, assegurando a ética das decisões tomadas pela IA;

9) Estabeleça um centro de competência em IA que servirá como “consultoria” para escalar as boas práticas a mais casos de uso da organização. É fundamental a formação de pessoas com novas capacidades para propagar a IA no ambiente empresarial. A multiplicação de habilidades e formação de talentos é fator-chave para o sucesso da estratégia;

10) Promova encontros para revisitar os erros e acertos encontrados nas diferentes jornadas. É importante reforçar que o erro faz parte do processo de aprendizado, seja humano ou seja máquina, logo aceitar o erro/falha deve ser premissa inicial de qualquer iniciativa do tipo.

O tema é repleto de variáveis e cada passo pode derivar uma dezena ou centenas de programas e processos, entretanto o principal desafio é manter a abordagem simplificada e objetiva. Ao mesmo tempo em que desenvolve a capacidade de trabalhar o paradoxo de produzir os resultados para os novos modelos, devemos manter o negócio atual rodando.

*Fabrício Lira é Executivo de Data & AI da IBM Brasil

Fonte: Computerworld

Luis Fernando Liguori conta como se inspira nas startups e aposta na colaboração para inovar na gigante de tecnologia.

CTO da IBM, Luis Fernando Liguori faz a ponte, do ponto de vista tecnológico, entre o mercado e a companhia. Com visão do todo, entende o que os clientes precisam e o que a empresa pode oferecer, quais desenvolvimentos priorizar. Ele é triatleta e conta que tem o costume de anotar cada coisa que o incomoda, afinal, diz, qualquer detalhe pode ser uma chance de inovar.

Em entrevista ao Projeto Draft, Liguori afirma que a inovação vai muito além dos 6% do faturamento que a IBM investe anualmente em pesquisa. “O meu time tem mais potencial para ser disruptivo, estar na vanguarda, mas a inovação é parte do DNA da empresa e precisa permear todas as áreas”, diz, enfatizando a árdua tarefa de fazer com que cada um dos 400 mil funcionários da organização no mundo levante esta bandeira.

Segundo ele, seu maior desafio é colocar as pessoas no que ele chama de “zona de desconforto” e fazer com que elas se permitam inovar.

PARA INOVAR, HÁ QUE SE EMPODERAR

“A inovação pode vir de todas as áreas, de um processo, uma abordagem ou uma metodologia”, diz, destacando a importância em manter a organização aberta para o mercado. “Podemos investir o que for, que não vai nos bastar. Inovação é colaboração. Temos que trabalhar com uma série de parceiros, startups, clientes, universidades e outras corporações para chegar lá”, diz. Para ajudar nessa missão, ele aponta que a IBM tem, no Brasil, um time focado em empreendedorismo e startups. O saldo das tarefas parece ser positivo, afinal, a companhia segue firme em uma imensa transformação que inclui a mudança de seu modelo de negócio.

Sem números exatos, Luis estima que a área de hardware da empresa, que respondia por mais de 80% do faturamento nos anos 1990, hoje representa pouco mais de 10% das receitas. A relação se inverteu e a maior parte do faturamento vem de serviços de sistemas cognitivos e de cloud (computação em nuvem), de coisas como banco de dados, internet das coisas (IoT), analytics e do Watson, o impressionante sistema de inteligência cognitiva da IBM capaz de aprender e usar o conhecimento adquirido em coisas que vão desde um chatbot até uma consultoria para que um oncologista descubra qual é o melhor tratamento para determinado paciente.

Nos últimos anos a IBM deixou de lado a ideia ultrapassada de proteger suas soluções internamente e se abriu para o mercado. Lançou em 2013 uma plataforma que oferece gratuitamente todos estes serviços. “Muita gente pensa que é brincadeira, que a IBM é cara, que só faz negócio com empresas grandes. Surpreendo muitas startups quando digo que eles podem entrar lá, desenhar serviços, colocar no mercado e só depois começar a pagar”, diz.

E dimensiona o seu desafio: “Há um oceano de empresas que não sabem o que a gente faz. Preciso mudar isso”

A ideia é oferecer uso gratuito das ferramentas até certo limite e cobrar só quando o cliente vai além disso. Para usar o banco de dados, por exemplo, há um volume máximo de armazenamento gratuito. Depois dele é necessário pagar, mas Luis garante que os valores estão longe de ser proibitivos.

“Antes a IBM só colocava algo no mercado quando o produto já fosse uma Ferrari. Hoje vamos fazendo mudanças e atualizando diariamente. Sempre tem novidade na nossa plataforma.”

ELEMENTAR, WATSON

Uma das grandes apostas da IBM para inovar é o Watson, sistema inteligente capaz de fazer de qualquer pessoa um Sherlock Holmes, chegando a grandes conclusões. Com aplicação nas mais variadas áreas, a companhia enxerga uma ampla gama de possibilidades para a tecnologia, como a análise de perfis psicológicos a partir do texto que escreve. “Temos usado tecnologias assim em coaching e em nosso processo seletivo.” Segundo Luis, esta é a melhor maneira de acertar na escolha hoje em dia, em que credenciais importam menos do que o comportamento do profissional. Não há como escapar da verdade implacável revelada pelo Watson.

Luis conta que a IBM fez um concurso global focado em inteligência cognitiva. A ideia era que os funcionários formassem times e desenvolvessem projetos como se fossem startups para inovar dentro da companhia. “Tinha que pensar no problema, entender se era relevante, desenvolver uma solução e modelo de negócio. Foi essencial para a gente mostrar, aqui dentro, o que é a agilidade de uma empresa jovem e o poder de grupos multidisciplinares. É com a diferença que aprendemos.” Uma das iniciativas vencedoras foi justamente voltada à aplicação destas tecnologias na área de RH, com ferramentas como a análise de texto. A solução passou a ser aplicada globalmente pela IBM. “Os executivos ouvem o tempo todo que a tecnologia está mudando o mundo, mas queríamos mostrar isso na prática”, diz Luis.

Ele prossegue, e afirma que as possibilidades são imensas na área da saúde. “O Watson não é inteligência artificial, mas inteligência aumentada. Ele soma o que eu sei com o que você sabe e consegue lembrar de tudo depois. Um médico, por exemplo, pode ler 50 artigos científicos por ano. O Watson é capaz de ler todos e trazer insights para que o médico tome a decisão”, diz. Para ele, esta é uma possibilidade revolucionária para levar medicina avançada a um país pobre, por exemplo.

O executivo diz que o Watson pode ser usado em tudo que envolve dados e informações prévias. Às pessoas, destaca, cabe a tomada de decisão e as tarefas de interação e criação.

COLABORAR PARA INOVAR

A IBM é organização centenária que se empenha em permanecer atual, seguir em constante renovação. A empresa nasceu fabricante de máquinas agrícolas, transformou-se em produtora de hardware e, hoje, tem um modelo de negócio focado em serviços de cloud e inteligência cognitiva.

As possibilidades oferecidas pelo Watson também são amplamente usadas por startups que acessam a plataforma de serviços IBM. Luis admite que é impossível monitorar tudo, mas que eles se esforçam para se aproximar deste grupo e inovar em conjunto. “Antes, para colocar um serviço no ar, era preciso comprar o hardware, instalar, comprar a licença do software. Levava três meses. Agora dá para fazer em meia hora.”

Seguindo orientação da liderança global para se tornar mais ágil, a IBM se diz tolerante às falhas. “Nunca ninguém foi demitido daqui por cometer um erro com boa intenção. Ainda assim, as pessoas têm esse pensamento de que não podem errar. Não é verdade.”

O Watson certamente vai dar todo o apoio para que a IBM continue inovando, mas é como diz Liguori, são as pessoas que precisarão colocar a mão na massa para que as mudanças que querem ver no mundo realmente aconteçam.

Fonte: Senior

Companhia lista inovações científicas com o potencial de mudar as formas como as pessoas trabalham, vivem e interagem durante os próximos cinco anos.

Criados pela comunidade científica para nos ajudar a ver o mundo de maneiras totalmente novas, instrumentos como o microscópio nos permitiu ver objetos muito pequenos para o olho nu e o termômetro nos ajudou a entender a temperatura da terra e do corpo humano.

“Com os avanços na inteligência artificial e nanotecnologia, visamos inventar uma nova geração de instrumentos científicos – dispositivos físicos ou ferramentas de software avançadas – que vão tornar visíveis nos próximos cinco anos os complexos sistemas hoje invisíveis em nosso mundo, desde o nível macroscópico, até a escala nanométrica”, diz Dario Gil, vice-presidente de Ciência & Soluções da IBM Research.

A equipe global de cientistas e pesquisadores da IBM está constantemente trazendo essas invenções dos laboratórios para o mundo real e, por isso, a empresa elaborou a lista IBM 5 em 5, baseada no mercado e tendências de natureza social, bem como as tecnologias emergentes dos seus laboratórios de pesquisa ao redor do mundo, que podem fazer com que estas transformações sejam possíveis.

Inovações assim podem permitir melhorar dramaticamente a agricultura, melhorar a eficiência energética, mancha de poluição prejudicial antes que seja tarde demais e prevenir o declínio da saúde física e mental prematura, como exemplos.

Conheça a lista:

Com inteligência artificial, nossas palavras irão abrir uma janela para nossa saúde mental

Cérebro com distúrbios, incluindo desenvolvimentos psiquiátricos e doenças neurodegenerativas, representam um fardo enorme de doenças, em termos de sofrimento humano e custo econômico, por exemplo. Hoje, um em cada cinco adultos nos EUA apresenta uma condição de saúde mental como depressão, doença bipolar ou esquizofrenia, e aproximadamente metade dos indivíduos com transtornos psiquiátricos graves não recebem nenhum tratamento. O custo global das condições de saúde mental é previsto para aumentar para US$ 6 trilhões até 2030.

Se o cérebro é uma caixa preta que não compreendemos, então, discurso é uma chave para destravá-lo. Em cinco anos, as gravações do que dizemos serão usadas como indicadores da nossa saúde mental e bem-estar físico. Padrões em nosso discurso e escrita analisados pelos novos sistemas cognitivos podem descobrir sinais de transtornos de estágio inicial de desenvolvimento, doenças mentais e doenças neurológicas degenerativas, que podem ajudar médicos e pacientes a melhorar a prevenção, monitorando e controlando estas condições.

Na IBM, os cientistas estão usando as transcrições e entradas de áudio de entrevistas psiquiátricas, juntamente com técnicas de aprendizagem de máquina, para encontrar padrões na intervenção para ajudar os clínicos com precisão, preveem e monitoram a psicose, esquizofrenia, mania e depressão. Hoje, apenas cerca de 300 palavras podem ajudar os médicos a prever a probabilidade de psicose em um grau 2.

No futuro, técnicas semelhantes poderiam ser utilizadas para ajudar pacientes com a doença de Parkinson, Alzheimer, a doença de Huntington, PTSD e até mesmo o desenvolvimento neurológico de condições tais como o autismo e TDAH. Computadores cognitivos podem analisar o discurso de um paciente ou palavras escritas para procurar sinais encontrados na língua, incluindo significado, sintaxe e entonação. Combinando os resultados dessas medições com dispositivos vestíveis e sistemas de imagens, armazenados numa rede segura, pode-se obter um quadro mais completo do indivíduo, permitindo aos profissionais de saúde melhor identificar, entender e tratar a doença subjacente.

Uma vez que esses sinais invisíveis se tornem claros, pode-se identificar a probabilidade dos pacientes entrarem em um determinado estado mental ou detectar quão bem seu plano de tratamento está funcionando, complementando visitas clínicas regulares com avaliações diárias no conforto do lar.

Hiperimagem e IA nos darão visão de super-herói

Mais de 99,9% do espectro eletromagnético não pode ser observado a olho nu. Nos últimos 100 anos, os cientistas construíram instrumentos que podem emitir e sentir a energia em comprimentos de onda diferentes. Hoje, algumas dessas imagens já permitem ver a cavidade dentro de nosso dente, verificar nossas malas no aeroporto, ou pousar um avião em um nevoeiro. No entanto, estes instrumentos são incrivelmente especializados e caros e só veem partes específicas do espectro eletromagnético.

Em cinco anos, novos dispositivos de imagem vão usar tecnologia de hiperimagem e IA – Inteligência Artificial – que ajudará a ver amplamente, além do domínio da luz visível, combinando várias bandas do espectro eletromagnético para revelar informações valiosas ou potenciais perigos que seriam desconhecidos ou escondidos da vista. Mais importante: esses dispositivos serão portáteis e acessíveis. Então a visão de super-herói pode ser parte de nossas experiências cotidianas.

Uma vista sobre os fenômenos físicos vagamente visíveis ou invisíveis ao nosso redor pode ajudar a compensar condições de tráfego rodoviário e ajudar motoristas e carros com autodireção. Usando imagens de onda de milímetros, uma câmera e outros sensores com tecnologia de hiperimagem poderia ajudar um carro a “ver” através da névoa ou chuva, detectar condições de estrada perigosa e difícil de visualizar em uma nevasca ou dizer se há algum objeto à frente, medindo sua distância e tamanho. Tecnologias de computação cognitivas poderão raciocinar sobre esses dados e reconhecer o que pode ser uma lata de lixo, um animal atravessando a estrada, ou um buraco que poderia furar um pneu.

Incorporado em nossos telefones, essas mesmas tecnologias podem levar imagens de nossa comida para mostrar o seu valor nutritivo ou se é seguro comer. Uma hiperimagem de uma droga farmacêutica ou um cheque do banco poderia nos dizer o que é fraudulento e o que não é. O que antes era além da percepção humana entrará em modo de exibição.

Cientistas da IBM hoje estão construindo uma plataforma compacta hipermagem que “vê” através de porções distintas do espectro eletromagnético em uma única plataforma, para permitir a criação de um leque de aplicativos e dispositivos práticos e acessíveis.

Macroscópios vão nos ajudar a compreender a complexidade da terra no detalhe infinito

Hoje, o mundo físico só nos dá um vislumbre em nosso ecossistema complexo e interligado. Nós coletamos exabytes de dados – mas a maioria é desorganizada. Na verdade, estima-se que 80% do tempo de um cientista de dados é gasto “escovando” dados em vez de analisar e compreender o que esse dado pode nos dizer.

Graças a Internet das Coisas, novas fontes de dados estão chegando de milhões de objetos conectados – geladeiras, lâmpadas, monitor de frequência cardíaca, sensores remotos, câmeras, estações meteorológicas, satélites e telescópios. Já existem mais de 6 bilhões de dispositivos conectados gerando dezenas de exabytes de dados por mês, com uma taxa de crescimento de mais de 30% ao ano. Após a digitalização com sucesso das informações, transações de negócios e interações sociais, estamos agora no processo de digitalização do mundo físico.

Em cinco anos, nós usaremos algoritmos de aprendizado de máquina e software para organizar as informações sobre o mundo físico, para ajudar a trazer os vastos e complexos dados reunidos por bilhões de dispositivos ao alcance de nossa visão e compreensão.

Chamamos isto de “Macroscópio” – mas ao contrário do microscópio para ver muito pequeno, ou o telescópio que vê longe, é um sistema baseado em algoritmos que une dados complexos para analisar seu significado.

Agregando, organizando e analisando dados sobre clima, condições do solo, níveis de água e sua relação com as práticas de irrigação, por exemplo, uma nova geração de agricultores terá insights para determinar a colheita certa, onde plantar e como produzir rendimentos ideais, preservando as fontes de água.

Em 2012, pesquisadores da IBM começaram a investigar este conceito em uma vinícola na Califórnia, integrando a irrigação, solo e dados meteorológicos com imagens de satélite e outros dados de sensor para prever a irrigação específica necessária para produzir uma qualidade e rendimento ideal de uva. No futuro, tecnologias Macroscópio vão ajudar na expansão desse conceito para qualquer lugar do mundo.

Além do nosso próprio planeta, tecnologias de Macroscópio poderiam lidar, por exemplo, com a complicada indexação e correlação de várias camadas e volumes de dados coletados por telescópios para prever colisões de asteroides e aprender mais sobre sua composição.

Laboratórios médicos “em um chip” servirão como detetives da saúde para a doença de rastreamento em nanoescala

Detecção precoce da doença é crucial. Na maioria dos casos, quanto mais cedo a doença é diagnosticada, mais provável é de ser curada ou bem controlada. No entanto, doenças como o câncer são difíceis de detectar por ficarem escondidas em nossos corpos antes que os sintomas apareçam. Informações sobre o estado de nossa saúde podem ser extraídas de pequenas biopartículas de minúsculos fluidos corporais como saliva, lágrimas, sangue, urina e suor. Técnicas científicas existentes enfrentam desafios para capturar e analisar essas biopartículas, que são milhares de vezes menores que o diâmetro de um fio de cabelo humano.

Nos próximos cinco anos, novos laboratórios médicos vão servir como detetives de saúde nanotecnológica – rastreando pistas invisíveis em nossos fluidos corporais e nos avisando imediatamente se precisamos consultar um médico. O objetivo é embutir em um único chip de silício todos os exames necessários para analisar uma doença.

Assim, com a tecnologia lab-on-a-chip, as pessoas podem, em casa, medir regular e rapidamente a presença de biomarcadores em pequenas quantidades de fluidos corporais e enviar essas informações com segurança, via nuvem, ao seu médico, que poderá combinar esses dados em tempo real com outros dispositivos, como monitores de sono e relógios inteligentes, analisando tudo por sistemas IA. Quando avaliados em conjunto, esses dados nos darão uma visão da nossa saúde e poderão nos alertar sobre os primeiros sinais de problemas, ajudando a combater a doença antes que ela progrida.

Na IBM Research, cientistas estão desenvolvendo nanotecnologia do lab-on-a-chip, que pode separar e isolar biopartículas de até 20 nanômetros de diâmetro, uma escala que dá acesso ao DNA, vírus e exosomes (nano-vesículas produzidas por todas as células do corpo humano). Estas partículas poderiam ser analisadas para revelar potencialmente a presença da doença, mesmo antes dos sintomas.

Sensores inteligentes irão detectar poluição ambiental na velocidade da luz

A maioria dos poluentes é invisível ao olho humano, até seus que seus efeitos sejam impossíveis de ignorar. O Metano, por exemplo, é o principal componente do gás natural, geralmente considerado como uma fonte de energia limpa. Porém, vazamentos de metano no ar podem aquecer a atmosfera da terra e o gás é estimado como o segundo maior contribuinte para o aquecimento global, perdendo apenas para o dióxido de carbono (CO2).

Nos Estados Unidos, emissões provenientes de sistemas de óleo e gás constituem a maior fonte industrial de gás metano na atmosfera. Os E.U. Environmental Protection Agency (EPA) estima que mais de 9 milhões de toneladas métricas de metano vazaram de sistemas de gás natural em 2014. Medido como CO2-equivalente há mais de 100 anos, representa mais gases de efeito estufa do que foram emitidas por todos os EUA em usinas de ferro, aço, cimento e alumínio combinados.

Em cinco anos, novas tecnologias acessíveis implantadas perto de poços de extração de gás natural, de detecção em torno de instalações de armazenamento e ao longo do pipeline de distribuição, permitirão à indústria identificar vazamentos invisíveis em tempo real. Redes de sensores sem fio conectadas em nuvem irão fornecer monitoramento contínuo da vasta infraestrutura de gás natural, permitindo que vazamentos sejam encontrados em questão de minutos em vez de semanas, reduzindo a poluição, o desperdício e a probabilidade de eventos catastróficos.

Cientistas da IBM estão combatendo essa situação, trabalhando com os produtores de gás natural e energia sudoeste dos EUA para explorar o desenvolvimento de um sistema de monitoramento inteligente de metano com tecnologia inovadora para reduções de poluição.

No centro de pesquisa da IBM, a tecnologia silicon photonics em constante evolução transfere dados pela luz, permitindo literalmente a computação à velocidade da luz. Esses chips poderiam ser incorporados em uma rede de sensores no chão ou dentro de infraestrutura, ou até mesmo voar em drones autônomos; geração de ideias que, quando combinados com dados de vento em tempo real, dados de satélite e outras fontes históricas, podem ser usados para construir modelos ambientais complexos para detectar a origem, quantidade de poluentes e como eles ocorrem.

Com informações da matéria publicada na TI INSIDE.

Fonte: Senior