原本看不见摸不着的信号将成为判断病人是否进入某种心理状态，或者衡量治疗方案具体效果的明确信号，成为常规的临床评估的有效补充。

　　基于超级成像与人工智能，人类将拥有“超人”视觉

　　超过99.9%的电磁波谱无法被肉眼看到。过去 100 年里，科学家发明了许多仪器，可以释放并感知不同波长的能量。我们现在将其中的某些技术应用在医学成像领域，检查牙齿中的空洞，检查机场行李，帮助飞机在浓雾天气降落。但这些设备都非常专业，且价格昂贵，只能看见某些特定波长的电磁波谱。

　　未来5年内，基于超级成像和人工智能技术的新型成像设备，能够集成众多波长的电磁波谱带，从而极大地拓展人类的视野范围，观测更为广泛的世界，揭露出有价值的或蕴含潜在危险的信号。最重要的是，这些设备都便于携带、价格低廉、易于使用，因此超人视觉可以成为我们日常体验的一部分。

　　如果能够看到周围所有无法看到或有些模糊的物理现象，便可帮助驾驶员和无人驾驶汽车更好地了解路况。例如，借助毫米波成像、摄像头和其他传感器，超级成像技术便可帮助汽车看透迷雾或暴雨，探测黑冰等难以看清的危险路况，或者帮助我们了解前方物体的距离和尺寸。认知计算技术能够分析这些数据，然后找出导致爆胎的原因：可能是由于横穿马路的动物或十字路口倾翻的垃圾桶，或者路上的坑洼地段。

　　将这些技术运用到手机后，便可通过拍摄照片来分析食物的营养价值，atv，判断食物是否安全可食用。在医药和银行领域使用超级成像技术则可以帮助用户识别欺诈行为。原本无法被人类看到的信息都将一一呈现在我们面前。

　　IBM 的科学家目前正在开发一套紧凑型超级成像平台，可以在该平台“看到”电磁波谱的特定部分，从而催生一系列实用且价格亲民的设备和应用模式。

　　巨式显微镜将帮助人类掌握地球的复杂状况，呈现无限级细节

　　当今的物理世界只能让我们粗浅地了解环环相扣的复杂生态系统。我们收集了海量数据，但多数都很凌乱。事实上，数据科学家约有80%的时间都用来整理数据，而不是分析理解数据背后的含义。

　　得益于物联网的发展，大量的联网设备成为了新的数据源——从冰箱、灯泡和心率监测器，到无人机、摄像头、气象监测站、卫星和望远镜阵列。每个月会有超过60亿台互联设备生成数十exabyte的数据，年增速超过30%。在成功实现信息、商业交易和社交互动的数字化后，我们现在又开始对物理世界实施数字化。

　　未来5年内，我们将使用机器学习算法和软件组织有关物理世界的信息，从而分析利用数十亿设备收集的复杂数据。我们称之为“巨视显微镜”，与观察微观世界的显微镜和观察远方世界的望远镜不同，这套由软件和算法构成的系统可以将地球的复杂数据汇总起来，分析背后的含义。

　　例如，通过汇总、组织、分析各种数据（气候、土壤环境、水位）及其与灌溉活动之间的关系，新一代的农民便可获得一流的洞察力，选择合适的作物、种植地点和最佳的增产耕作方式，同时还能节省珍贵的水资源。

　　2012年，IBM研究院开始在Gallo Winery酒庄调查这个概念，将灌溉、土壤和气象数据与卫星图像和其他传感器的数据结合起来，预测获得最佳葡萄产量和顶尖葡萄品质所需的具体灌溉方法。未来，巨视显微镜技术还将帮助我们把这个概念拓展到世界各地。

　　除了了解地球，巨视显微镜技术还可以收集和分析望远镜收集的海量数据，对其进行高级索引和关联处理，进而预测小行星之间的碰撞并了解它们的构成。

　　“芯片上”的医疗实验室将充当健康侦探，实现纳米级疾病跟踪

　　疾病的早期诊断至关重要。在多数情况下，越早诊断疾病，治愈或控制的概率就越大。然而，像癌症或帕金森这样的疾病却很难诊断——症状在出现前，都会隐藏在我们的身体内。唾液、泪液、血液、尿液和汗液等各种体液里包含的生物学微粒所提供的信息，可以帮助我们了解自己的健康状况。但现有的技术很难捕捉和分析这些生物微粒，因为它们的直径仅为人类头发直径的几千分之一。