IBM 發表今年的「未來五年五大創新趨勢」，主題著重在：加速發現新材料，實現未來可持續發展。其預測主要根據 IBM 研究院的全球實驗室所取得的研究成果和更廣泛的產業趨勢，展示 IBM 認為在未來 5 年內，5 種將從根本重塑企業和社會的技術。
為了回應聯合國通過的可持續發展目標所發起的全球行動號召，IBM 研究人員正在加速發現新材料，幫助解決人類面臨的諸多全球性挑戰：從負擔過重的大氣層中有效地捕獲二氧化碳，並安全地儲存起來，進而減輕氣候變化；尋找可更持續的農作物種植方法，養活全球持續成長的人口，同時減少碳排放量；重新思考電池和能量儲存問題，防患於未然；開發可更持續的電子裝置和更有效的抗病毒藥物。
改進材料設計方式的過程十分困難且複雜，主要原因在於可能的分子組合的化學空間無比巨大，其可能的組合比宇宙中的原子數量還要多。此外，材料的最終屬性不僅取決於構成元素，還取決於使用的生產工藝以及最終結構。發現一種具有特定屬性的新材料通常需要大約 10 年時間，平均耗資逾千萬乃至數億美元。因此 IBM 希望借助先進技術，將發現時間和成本降低 90%，這些技術包括人工智慧 (AI)；透過傳統經典運算和新興量子運算實現的資料擴增；透過開放式混合雲實現的所謂生成模型 (generative models) 和實驗室自動化 (laboratory automation)。借由融合這些技術，IBM 將能夠以全新的方式實現人類發現過程的現代化。
人工智慧將整合人類在解決全球性挑戰所需的所有知識，同時，超級電腦和量子類比將填補人類的知識缺口。根據人工智慧收集的歷史資料，進一步創建模型以生成有關應對該挑戰所需的新材料的假設。最後，將藉由雲端技術，使這些材料的生產和測試過程實現自動化。IBM 在量子運算、人工智慧、高效能運算和混合雲領域取得了許多產業領先的工作成果，所有這些都將加速發現過程。
IBM 設計出一種加速材料發現的方法，而人工智慧是整個材料發現過程的關鍵要素。其中包含 IBM 基於雲端技術的化學實驗室 RoboRXN — 研究人員可以藉由預測化學反應結果來創造新材料。系統只需有限的人工作業，就可以 24×7 全天候不間斷地合成材料。此外，科學家只需向系統提供希望使用的分子，軟體中的人工智慧就會列出分步方法和成分清單。
RoboRXN 採用的免費 AI 模型在兩年前推出，已經為學生、教授和科學家完成了近 100 萬次反應預測。自今年年初以來，世界各地的 IBM 科學家紛紛開始利用 RoboRXN 合成用於碳捕集 (carbon capture)、光刻膠 (photoresists) 和抗病毒藥物 (antivirus) 的材料，並很快將投產固氮材料 (materials for nitrogen fixation)。
例如，在紐約 Yorktown Heights 的研究人員能夠運行一種合成反應，再透過雲端將結果發送到位於 6,000 英里以外的蘇黎世RoboRXN 實驗室，試圖產生用於捕集二氧化碳的新材料的目標分子。RoboRXN 分析生成的分子經過一夜將其合成，隨後運送到 IBM 於加州 Almaden 市的研究實驗室進行進一步分析。
目前，研究人員正在合成候選分子，用於測試 RoboRXN 的功能。IBM 的長期目標是從能夠預測新材料的人工智慧驅動系統中獲取候選分子，並完全自主地進行合成並執行測試。同時，IBM 也期待 RoboRXN 能夠透過雲端來接收世界各地的化學家和材料科學家的指令，不僅加速發現過程，還能大規模推動創意的產生。
IBM 研究院推動 VolCat 塑膠回收流程邁入商業化模式
IBM 的「未來五年五大創新趨勢」不僅為提供產業提供趨勢預測，更是向產業夥伴展現如何有效實現這些目標的藍圖。
2019 年，IBM 預測在未來五年內，諸如 VolCat 之類的塑膠回收技術進步可能在全球範圍得到採用，幫助解決塑膠垃圾氾濫這一世界性難題。VolCat 使用良性有機催化劑(benign organic catalyst)，選擇性分解最常見的家用塑膠 PET (polyethylene terephthalate)，使其恢復為單體成分 (monomer constituents)。經過純化後，可輕鬆將單體重新聚合成新的 PET。
IBM 研究院打算啟動其計畫的下一個階段，推動 VolCat 塑膠回收流程走上商業化模式，並與產業合作夥伴，共同設計、建造和運營試點工廠，證實 VolCat 流程的可擴展性和經濟效益。一旦成功，其研究成果將推廣到世界各地的製造工廠，製造商將可以使用純化後的單體製造塑膠、纖維或薄膜，不再需要利用石油化工產品製造新的塑膠。
IBM 的「未來五年五大創新趨勢」預測展示了採用科學方法尋找新方法和新解決方案來應對全球挑戰的可能性。當今世界對科學的渴求比任何時候更加迫切，借助科學，我們可以從容應對當下的不確定因素，實現未來進步。
