인공지능으로 우리 삶을 변화시킬 톱5 혁신기술

Printer-friendly versionPrinter-friendly versionSend by emailSend by email
빛으로 데이터를 전송하는 진화하는 기술 실리콘 포토닉스 (Silicon Photonics)는 컴퓨팅 속도를 빛의 속도로 허용시킨다.
Tuesday, January 10th, 2017
IBM-1

1609년, 갈릴레오는 망원경을 발명했고 완전히 새로운 방식으로 우리의 우주를 보았다. 그는 그때까지는 관찰이 불가능했던 우리 태양계의 지구와 다른 행성들이 태양을 중심으로 회전한다는 이론을 증명했다. 향후 5 년간 사람들이 일하고 생활하고 상호 작용하는 방식을 변화시킬 수 있는 획기적인 과학혁신 ‘5년 내 삶을 변화시킬 톱 5 혁신기술(IBM 5 in 5)’을 발표했다.
인공지능 발전으로 물리적 장치 또는 고급 소프트웨어 도구와 같은 새로운 과학 도구를 통해 거시적 수준에서 나노 수준까지 우리 세계에서 보이지 않는 것을 볼 수 있도록 설계하고 있다.

IBM 과학연구팀의 과학 솔루션 담당 다리오 길(Dario Gil) 부사장은 "인공 지능의 발전으로 우리는 오늘 복잡한 세계에서 보이지 않는 것들을 볼 수 있는 것들로 새로운 세대의 과학 장비를 발명하는 것을 목표로 삼고 있다. " 며 “현미경이 육안으로 볼 수 없는 작은 물체를 볼 수 있게 했고 온도계는 지구와 인간의 온도를 이해하게 해 준 것처럼 과학은 그 동안 완전히 새로운 방식의 놀라운 도구를 인간에게 선물해왔다.”고 설명했다.

IBM연구팀이 발표한 ‘IBM 5in 5’ 첫째 혁신목록을 ‘인공 지능으로 우리의 말은 정신 건강에 대한 창을 열어 줄 것’이라고 했다. 이 분야의 혁신은 농업분야를 극적으로 개선하고, 에너지 효율성을 높이고, 유해한 오염을 찾아 내고, 조기에 육체적 정신적 건강 쇠태 등을 방지 할 수 있다.
“IBM연구팀은 이러한 변화를 가능하게 하도록 이머징 기술을 요구하는 사회 트렌드에 기반을 두고 연구소 안의 영역에서, 실제 현실 세계로 혁신적인 기술을 꾸준히 가져오는데 목표를 두고 있다”고 길 부사장은 설명했다.

인공 지능으로 우리의 말은 정신건강에 대한 창을 열어 줄 것이다.

뇌 발달 장애, 정신적 장애 및 신경 퇴행성 질환을 포함한 뇌 질환은 인간의 고통과 경제적 비용 측면에서 막대한 질병 부담을 주고 있다. 예를 들면, 미국 성인의 경우 5 분의 1이 질환 분열증과 같은 심한 정신질환을 가진 환자들이 치료를 받지 못한다. 정신건강 관련 치료비는 2030 년까지 6 조 달러로 급증 할 것으로 예상된다.

우리가 말하고 쓰는 것은 우리의 정신건강 및 육체적 건강의 지표다. 새로운 인지시스템으로 분석한 우리의 말하기와 쓰기의 패턴은 의사와 환자가 이 상태를 더 잘 예측하고 모니터링하고 추적할 수 있기 때문에 초기 단계의 발달 장애, 정신 질환 및 퇴행성 신경 질환의 징후를 알려준다.

IBM연구팀에 의하면, “기계 학습 기술과 결합된 정신의학적 면접을 통한 성적표와 음성 입력을 사용하여 의사가 정신병, 정신분열증, 조울증 및 우울증을 정확하게 예측하고 모니터링 하는데 도움이 되는 말의 패턴을 찾는다. 오늘날 임상의사가 사용자의 정신병 확률을 예측하는데 도움이 되는 용어는 약 300 단어다.

앞으로 유사한 기술을 사용하여 파킨슨병, 알츠하이머, 헌팅턴(유전성 중추 신경 질환), PTSD, 심지어 자폐증 및 ADHD와 같은 신경 발달 상태를 가진 환자를 도울 수 있다. 인지 컴퓨터는 환자의 말이나 문어를 분석하여 의미, 구문 및 억양을 포함하여 말로 표시되는 말의 지표를 찾는다. 이러한 측정 결과를 웨어러블 장치 및 이미징 시스템의 결과와 결합하여 보안 네트워크에 수집하면 의료 전문가가 근본적인 질환을 더 잘 식별하고 이해하고 치료할 수 있는 개인의 전체 그림을 그릴 수 있다”고 설명한다.

하이퍼 이미징 및 인공 지능은 우리에게 슈퍼히어로 비전을 제공 할 것이다.

IBM-2
IBM-3

육안으로는 전자기 스펙트럼의 99.9 % 이상을 관찰 할 수 없다. 지난 100 년 동안 과학자들은 서로 다른 파장에서 에너지를 방출하고 감지 할 수 는 도구를 만들었다 오늘날 우리는 신체의 의료 영상을 찍고, 치아 안의 구멍을 보고, 공항에서 가방을 확인하거나, 안개에 비행기를 착륙시키기 위해 이들 중 일부의 기술에 의지한다. 그러나 이 계측기들은 매우 전문화되었고 가격이 비싸며 전자기 스펙트럼의 특정 부분에서만 볼 수 있다..

5 년 안에, 하이퍼 이미징기술과 인공 지능을 사용하는 새로운 이미징 장치는 전자기 스펙트럼의 여러 대역을 결합하여 눈에 보이지 않는 숨겨진 가치 있는 통찰력이나 잠재적인 위험을 밝혀내어 가시 광선 영역을 훨씬 넘어서게 한다. 더 중요한 점은 이 장치들은 휴대가 가능하고 저렴하며 접근하기 쉽기 때문에 슈퍼히어로 시력이 우리 일상 생활의 일부가 될 수 있다.

우리 주변의 보이지 않거나 막연하게 보이는 물리적 현상에 대한 시각은 운전자와 자가 운전차량에 대한 도로 및 교통 조건을 명확하게 할 수 있다. 예를 들어, 밀리미터 파장 이미징, 카메라 및 기타 센서를 사용하는 하이퍼 이미지 기술은 안개나 비를 통해 자동차를 볼 수 있게 해주며, 도로 위의 얼음과 같이 위험하고 보기 어려운 도로 상태를 감지하거나 장애 물체가 있는지 알려준다. 앞으로 인지 컴퓨팅 기술은 달리는 차량 앞의 물체의 거리와 크기 등을 데이터분석을 통해, 쓰레기 수거통이 넘어져 있거나, 사슴이 도로를 횡단하거나 또는 도로의 패인 구멍 등의 장애물은 타이어펑크를 사전에 인지할 것이다.
또한, 사람들이 이제껏 인지하지 못했던, 음식의 영양분석이나 의약품의 안전 여부를 분별하고 은행 수표의 이미지가 달라지면 진짜와 가짜를 쉽게 분별할 수 있다.
즉 현재 하나의 플랫폼에서 전자기 스펙트럼의 분리 된 부분을 볼 수 있는 간편한 하이퍼 이미지 플랫폼을 구축하여 실용적이고 저렴한 디바이스 및 애플리케이션을 가능하게 한다.

매크로스코프는 지구의 복잡성을 무한하고 세밀하게 이해하는 데 도움이 될 것이다.

IBM-4

우리는 데이터의 엑사바이트를 수집하는가? 오늘날 세계는 물리적으로 상호 연결된 복잡한 생태계를 엿볼 수 있다. 그러나 그것의 대부분은 조직화되지 않는다. 실제로, 추정 된 80 %는
데이터 과학자가 데이터를 분석하고 이해하는 대신 데이터를 제거하는 데 시간을 소비한다.

IOT(사물인터넷)덕분에 수백만 개의 연결된 물체에서 새로운 데이터 소스가 쏟아져 나오고 있다. 냉장고, 전구 및 심장 박동 모니터에서부터 무인 항공기, 카메라, 기상 관측소, 위성 및 망원경 어레이와 같은 원격 센서에 이르기까지 다양하다. 이미 60 억 개 이상의 연결된 장치가 매월 수십 바이트의 데이터를 생성하며 연간 30 % 이상의 증가율을 보이고 있다. 정보, 비즈니스 거래 및 사회적 상호 작용을 성공적으로 디지털화 한 후에 우리는 현재 물리적 세계를 디지털화하는 과정에 있다.
5 년 후 우리는 기계 학습 알고리즘과 소프트웨어를 사용하여 물리적 세계에 대한 정보를 구성하여 수십억 개의 장치로 수집 한 방대하고 복잡한 데이터를 우리의 비전과 이해 범위 내에서 가져올 수 있도록 지원할 것이다. 이것을 ‘매크로스코프’라고 부른다. 그러나 현미경과는 달리 멀리서 볼 수 있는 아주 작은 망원경은 지구의 복잡한 데이터를 모아 의미를 분석하는 소프트웨어와 알고리즘의 시스템이다.

예를 들어 기후, 토양 조건, 수위 및 관개시설과의 관계에 대한 데이터를 수집, 구성 및 분석함으로써 새로운 세대의 농민들은 올바른 작물 선택, 재배 장소 및 생산 방법을 결정하는 데 도움이 되는 통찰력을 갖게 된다 귀중한 물 공급을 보존하는 동시에 최적의 수확량을 보장한다.

2012 년 IBM연구팀은 Gallo Winery에서 관개, 토양 및 기상 데이터를 위성 이미지 및 기타 센서 데이터와 통합하여 최적의 포도 수확량 및 품질을 생산하는데 필요한 특정 관개를 예측하기 시작했다. 다가오는 미래에 매크로스코프 기술은 우리가 세계 어디서나 이 개념을 확장하는 데 도움이 될 것이다.

우리의 행성 외에도, 매크로기술은 망원경으로 수집 된 다양한 층과 볼륨의 복잡한 색인 및 상관 관계를 처리하여 서로 소행성 충돌을 예측하고 그 구조에 대해 더 많이 배울 수 있다.
"하나의 칩"에 있는 의료실험실은 나노스케일(Nanoscale)의 질병 추적을 위한 건강 탐정 역할을 할 것이다

질병의 조기진단은 완치되거나 잘 관리할 수 있는 가능성이 높다. 그러나 암과 같은 질병은 탐지하기가 어려울 수 있다. 증상이 나타나기 전에 우리 몸에 숨어있어 발견하기 어렵기 때문이다 우리의 건강 상태에 대한 정보는 타액, 눈물, 혈액, 소변 및 땀과 같은 체액의 작은 생물 입자에서 추출 할 수 있다. 기존의 과학 기술은 이러한 생명 입자를 포착하고 분석하는 데 어려움을 겪어왔다. 이러한 생물 입자들은 인간의 머리카락 가닥의 지름보다 수천 배 작다.

향후 5 년 안에 새로운 의료실험실은 ‘온 어 칩(on a chip)’으로 나노기술 건강 탐정 역할을 할 것이다 우리 체액의 보이지 않는 단서를 추적하고 의사에게 진찰을 받아야 할 이유가 있는지 즉시 알려준다 목표는 본격적인 생화학 실험실에서 일반적으로 수행되는 질병을 분석하는 데 필요한 모든 프로세스를 단일 실리콘 칩으로 축소하는 것이다

랩 온 어 칩 (lab-on-a-chip) 기술은 소량의 체액에서 발견되는 바이오메이커(biomarker)의 존재를 빠르고 정기적으로 측정 할 수 있는 편리한 손안에 있는 장치가 될 수 있으며, 이 정보를 편리하게 클라우드에 스트리밍 할 수 있다. 거기에서 수면 모니터 및 스마트 시계와 같은 다른 IoT 가능 장치의 실시간 건강 데이터와 결합 할 수 있으며 통찰력을 위한 인공지능 시스템에서 분석 할 수 있다. 이 데이터 세트를 함께 사용하면 건강에 대한 심층적인 결과를 얻을 수 있으며 문제의 첫 징후를 알리고 진행되기 전에 사전에 질병을 막을 수 있다.
또한 IBM 연구팀은 DNA, 바이러스 및 엑소좀(exosomes)에 접근 할 수 있는 크기 인 직경 20 나노 미터까지 바이오 입자를 분리 및 분리 할 수 있는 랩 온 어 칩(lab-on-a-chip) 나노기술을 개발하고 있다. 이 입자들은 증상이 나타나기 전에도 질병의 존재를 밝힐 수 있도록 분석한다.

스마트 센서는 빛의 속도로 환경 오염을 감지한다
.

IBM-5

Photo copyright: IBM

미국의 경우, 석유 및 가스 시스템에서 발생되는 배출가스는 대기 중 메탄 가스의 가장 큰 산업 원이다.
미국 환경보호국(Environmental Protection Agency)은 900만 메트릭(metric)이 넘는, 무시할 수 없는 대부분의 오염 물질은 인간의 눈에 보이지 않는다. 예를 들어 메탄은 천연 가스의 주성분이며 일반적으로 청정 에너지 원으로 간주된다. 그러나 메탄이 사용되기 전에 대기로 누출되면 지구온난화의 주범이 된다.
메탄은 이산화탄소 (CO2)에 이어 두 번째로 지구 온난화의 주범이 되고 있다
2014 년에 천연가스시스템에서 누출 된 메탄은 100 년 이상의 이산화탄소 (CO2) 환산 량으로 측정 된 결과, 미국의 모든 철강, 시멘트 및 알루미늄 제조 시설이 합친 것보다 더 많은 온실 가스가 발생했다.

5 년 안에, 천연 가스전 주변, 저장 시설 주변 및 분배 파이프 라인을 따라 배치 된 새롭고 저렴한 감지 기술은 눈에 보이지 않는 가스유출을 실시간으로 찾아 낼 수 있게 해준다. 클라우드에 무선으로 연결된 IoT 센서 네트워크는 광대 한 천연 가스 인프라를 지속적으로 모니터링하여 누출이 장시간이 아닌 단 몇 분 만에 찾아내어 오염 및 낭비와 치명적인 사건의 발생 가능성을 줄여 줄 것이다.

IBM 연구팀은 사우스웨스턴 에너지(Southwestern Energy)와 같은 천연 가스 생산 업체와 협력하여 지능형 메탄 모니터링 시스템의 개발을 탐구하고 ARPA-E 메탄 관측 네트워크MONITOR(Methane Observation Networks with Innovative Technology to Obtain Reductions) 프로그램의 일부로 탐험하고 있다

IBM 연구팀의 연구 핵심은 빛으로 데이터를 전송하는 진화하는 기술인 실리콘 포토닉스 (Silicon Photonics)로 말 그대로 컴퓨팅 속도를 빛의 속도로 허용시킨다. 이 칩은 지상 또는 인프라 내의 센서 네트워크에 내장되거나 자율적인 무인비행기로 날아갈 수 있다. 실시간 풍향데이터, 위성 데이터 및 기타 다른 소스와 결합 될 때 발생할 수 있는 오염 물질의 출처 및 양을 탐지하기 위해 복잡한 환경 모델을 구축하는 데 사용할 수 있는 통찰력을 키워 나간다.

Comments

Hanwha onsure

samsung fire

new energy