IBM on its '5 in 5' predictions for 2019
 |
來源：TOP产业办公研究院
每年初，IBM 按照慣例會發佈五項被認為會在接下來五年中改變人類生活的科技。
從 2006 年開始已經推出的 55 項預測中，很多已經變成了現實，例如遠端醫療、可降解塑料，以及智慧手機等，這些技術深刻的改變了我們的生活和工作方式。
而今年的 5 in 5 更多了一些「人間煙火味」，聚焦在食品這個話題上。在接下來五年內，地球人口將首次突破 80 億大關，人類複雜的食品供應鏈，已經在面臨氣候變化，和水源短缺的巨大壓力，為滿足未來龐大人口的需求，研究人員們正在探索各項新技術、新設備和科學突破，努力以全新的方式思考食品問題。
於是，在今年的 5 in 5 領域，不同領域的科學家，圍繞食品的生產、供應鏈、安全、檢測、包裝回收等五大方面展開，揭秘背後所運用到的科技，拭目以待未來五年科技，如何改變我們賴以生存的食品、農業和環境。而這些技術，將幫助我們「溫柔以待」共同的地球家園。
預測1 數位農業「數位孿生」
用更少的資源養活更多的人口
到本世紀末時，地球人口將增加 45％，而可耕種的土地面積則會減少 20％，此外，這些可耕種土地的利用效率可能並不高，由於種植方法不當，全世界有一半的農民，在收割後都會面臨一定的損失，隨著食物需求量不斷增加，目前的耕種模式，必須加以改進才能滿足需求。
用一杯咖啡舉例，它來自於咖啡農場主辛勤的耕耘，在資訊科技還沒有滲透到農場的時代，咖啡農場主與農村合作社，或其他農場主交換資訊十分不便，如果去銀行貸款，也要經過很長的週期和很多的審查。
為此，IBM 認為，為全球農場打造一個「數位孿生體」或「虛擬模型」，將能夠幫助農業應對這一挑戰。這一技術可將農場數據進行共享，讓農業各參與方分享想法、研究和材料，交流全球農場和作物生長相關數據，並與食品供應鏈相互聯結。
IBM中國研究院院長林詠華介紹，IBM 研究人員透過對農場，進行全方位的數據採集，建構出農業決策平台，針對農業建構的虛擬模型——數位孿生——它實際是對真正耕作的農場，進行數位複製，進行 360° 的數位呈現，在融合高精度的衛星數據，進行多方位的深度學習後，決策平台可以在 10 平方米的範圍內，預測農業收成，進行農作物的健康管理。
例如 IBM 在肯亞正在研發相關技術，力圖利用感測器、根據地下水開採數據，分析當地作物的供應與需求規律，在把衛星圖像、全球氣候數據，以及全球上千萬個大氣壓感測器，以及實體模型綜合的建模，不僅可以幫助農民，去預測土壤裡面的濕度，進行灌溉的管理，以及預防乾旱，還可以幫助政府，更好的做出決策，幫助食品供應商預測收成，讓衛生部門盡早進行可能的病蟲害預防。（台灣農產運輸也需要這個）
更進一步，決策平台還可以與農業創業公司合作，開發出數位錢包，可以讓整個農業價值鏈中的，各方隨時捕獲、追蹤和共享數據，因此農民們可以很快的，從銀行獲得貸款，或其他金融服務。
除了農業領域利用數位孿生子技術，其他各行業其實都可以建構本領域的數位孿生，進行更高效的數位化重塑進之旅。
預測2 資訊透明預警
利用區塊鏈減少食品浪費
在接下來的五年之內，我們將能夠消除食品供應鏈中許多不為人知的浪費現象。
據統計，每年全球有三分之一的食物，近一半的水果、蔬菜被浪費，其中絕大部分的損耗，發生在運輸、包裝、儲存、分銷、零售等環節。
用大家都熟悉的橘子舉例，因為食物供應鏈中的問題，每年全球有超過 1500 億個橘子，在還沒有放到餐桌之前，就已經腐爛，被浪費的不僅僅是橘子，更有為了生產這些橘子所投入的人力、資金，以及土地、能源、水等寶貴的自然資源。
浪費問題，一部分因為沒有辦法追蹤食物腐敗的情況，一部分因為食品供應鏈過程中，資訊不透明、資訊不積極響應，同樣農民在決定種多少、收多少時，往往只能憑猜測行事，商販們也只能根據不完整的資訊，預測顧客需求和購買行為。
林詠華表示，IBM 研究人員利用網路、區塊鏈、物聯網和人工智慧，把食品供應鏈中的相關方，聯繫在一起，共享幾百萬種食品供應鏈的環節，幫助把食品供應鏈進行全新的優化，讓運輸、溫度、濕度、地點等重要資訊，能被即時監測，食品損耗可以大幅減少，最終擺上餐桌的食物也會更加新鮮。
這一技術下，區塊鏈將幫助即時記錄，整個食品供應鏈中，從種植到市場預測，再到供給的各種數據，物聯網技術幫助採集食物重要的資訊，包括新鮮度，是否受污染，甚至可能的造價，最後利用人工智慧技術，把整個系統的數據進行分析，來預測消費者的需求，除了整體上對種植、生產，以及分配進行更好的決策和預警，或許還將有更具價值的洞察產生。
預測3 繪製微生物組基因圖譜
保護我們免受食品中的有害細菌
微生物與人類一直共處並無處不在，其中有些對人體無害，有些則不然，如何來辨別它們，並利用它們來為人類服務，要實現這一點，必須先瞭解它們與人類健康的關係。
據統計，全球每年因誤食，受過污染的食物而生病的人數多達6億，目前，專業的食品檢測，還需要特別複雜的流程和步驟，傳統測試要花費數天時間，而且只能證明某一種致病細菌是否存在，因此 IBM 的科研人員正在研究，一種新的更具預測性的方法，來進行食物檢測，希望可以幫助人類更加迅速的、更加清晰地去瞭解，食物裡是否含有病原體。
利用 DNA 和 RNA 測序技術，研究人員也許不久，便能掌握各食品生產地，和運輸地的微生物情況，這些分析結果，可以用來探測微生物群中，是否存在異常，如某份豬肉香腸樣本中，突然出現了一種意料之外的致病細菌、或者微生物群的整體構成發生了變化等等。
研究人員可以隨時利用基因測試，在食品的生產和流通的環節，去描繪生物組，再透過微生物，龐大的參考數據庫得到模型，在很短的時間內，去分析食物裡是否存在，對人類有害的微生物。
IBM 建立了超過 500 TB 的，食物複雜微生物群的參考數據庫，它包含過去 20 年裡，人類發現的所有微生物基因數據，因此，憑借 TB 級的龐大的基因數據，我們可以很有效區分有害與無害的微生物，同時 IBM 的科學家，還開發了專門輔助微生物研究的雲端服務，可以有效的開放給各個領域的科學家，進行研究合作。
預測4 餐盤偵探
人工智慧傳感測器探測病原體
在接下來五年之內，全世界的農民、食品加工商、零售商、以及在家做飯的人，都能不費吹灰之力地，查出食物中是否存在危險污染物，食品的檢測將不再需要幾天，而是幾秒即可完成。
所有的物品和物質，都有自己獨特的光學圖案，借助光譜儀辨識光學圖案，便能知悉這些物質，但光譜儀非常龐大而且昂貴，無法被日常使用，IBM 開發了一款功能強大、小巧便攜的光學分析儀，可以與手機攝影機配合使用，與此同時，透過訓練 AI，我們能夠得知，所呈現的物質的材料或成分。
這項技術可以大幅減少，例如大腸桿菌爆發的食品安全事件，還有一個重要因素是，實驗室測驗成本高、效率低，最多要 48 小時才能出結果，要想保護自己不受食品中的病原體傷害，我們可能沒有那麼多時間，這些便攜式細菌感測器，能夠大幅提高病原體檢測的速度，將檢測時間從幾天減少到幾秒。
試想一下，未來五年，就餐前那期手機拍攝美食，可能不再是為了分享，而是透過手機中接入的 AI 感測器，檢測食物的安全，人人可以操作，既然能與手機相結合，更多的 AI 感測器應用場景，將被不斷解鎖，病從口入的幾率將大大降低。
據 IBM T.J.Watson 研究中心工程師閔紅介紹，AI 感測器還有多種用途，例如遏制偽製品，全世界每年偽製品，所造成的經濟損失達6000多億美元，利用 AI 感測器與區塊鏈結合，可以提供在每個環節的可靠性認證，在結合 AI 感測器抓取的原生的物理指紋，就可以在供應鏈、物流等各個環節，保證各個環節驗證物品的真偽。
預測5 對塑料「動手術」
新型回收利用技術，讓塑料垃圾重煥新生
2019年，人類面臨著塑膠污染危機，迄今人類已經製造了 83 億噸塑膠品，能填滿 8000 個羅馬體育館，到 2050 年，海洋裡的塑膠品甚至會比魚還多。
塑膠品非常有用，它非常輕也非常方便有效，成本同樣非常低，能更好的保存食物，在能源節省方面也非常有效。目前，全球每年生產超過 2.72 億噸塑膠品，其中四分之一是有PET（聚對苯二甲酸類塑料）製成，IBM 預測，在接下來五年之內，垃圾處理和塑膠製品生產的方式，將會徹底改變。
聚酯製造商將能回收垃圾，並將其變成有用之物，牛奶盒、飲料瓶、購物袋等，所有東西都能被回收，這將徹底改變未來人們丟棄，和製造塑膠品的方式。
聚酯製造商將能回收垃圾，並將其變成有用之物，牛奶盒、飲料瓶、購物袋等，所有東西都能被回收，這將徹底改變未來人們丟棄，和製造塑膠品的方式。
IBM 發明可一種壓力反應器，用於解決塑膠品回收問題，該反應器採用一種名為 Volcat 的新回收方法。Volcat 是一種催化化學反應過程，流程簡單而且可持續，它可以「選擇性地將」聚酯分解成一種物質，該物質可直接在塑膠品生產裝備中進行處理，變成生產新產品的原料，用回收取代來自於石油製成的塑料原材料，變成一種可再生的原料來源。
「今後，用於食品包裝盒的塑膠品，不會被丟棄到大海裡，而是會被重新處理、重新上架，在塑料技術方面的發展方面的創新，能夠使我們對未來的白色垃圾的處理更加容易」，IBM Almaden 研究中心研究員、材料研究和創新部門主管 Bob Allen 介紹時如此說。
有環境專家認為，對於普通人來說，未來塑膠品回收技術的進步，意味著再也不用費力地分揀，和清洗用過的包裝盒、包裝紙或塑膠製品，所有垃圾都可以直接扔進垃圾桶、提到路邊被垃圾車運走，然後被送到垃圾回收場，在那裡被處理，並轉化成新的可再生材料。
 |
沒有留言:
張貼留言