新闻及香港科大故事

香港科技大学（HKUST）的研究人员开发出一种受人类听觉系统启发的感测器阵列设计技术。透过模仿人耳根据音位分布来区分声音的能力，这种新型感测器阵列方法可能优化感测器阵列在诸如机器人技术，航空，医疗保健和工业机械等领域的应用。 传统的感测器阵列面临布线复杂凌乱、有限的可重构性以及连接网路缺乏对物理损伤的抵抗力等挑战。为解决这些挑战，香港科技大学机械及航空航天工程学系副教授杨征保研究团队，透过为每个感测单元分配唯一的正弦波频率，并利用感测单元讯号调制正弦波幅度,这类似于人耳中的耳蜗毛细胞处理不同频率的声音。将这些不同频率的调幅讯号迭加到单一导体上，最后使用快速傅立叶变换演算法来解码这个迭加的时域复合讯号，便可解析出整个感测器阵列的感知物理量。这种设计允许将传统行列配置阵列中的大量输出线减少到单根线，而不牺牲原有的功能。这种新颖的方法允许解码系统并行处理所有感测单元的讯息，与现有的用于感测器阵列解码的时分复用方案完全不同。 该研究的感测器连接网路采用冗余设计，以确保即使阵列的连接网路部分受损，也能保持正常运作。这种设计特性受到内耳毛细胞和神经元之间多个突触连接的启发，如果一条路径失效，将提供备份路径。这种冗余设计不仅增强了系统的抗损伤能力，而且使得更强大的可重构性成为可能，这是在诸如响应式机器人或自适应可穿戴设备等快速变化的应用中特别有用的特性。另外，感测器阵列的乐高式模组化设计也可能降低维护成本，因为相比传统的多线感测器阵列提出的方案更易于修复。 研究者提出的感测器阵列技术提供了多种潜在的应用。其灵活性和稳健性使其非常适合整合到曲面和在恶劣的环境中工作。它可以适应不同表面的形状和多模感知需求，同时提供即时数据。研究团队已经在两个主要应用中展示了此感测器阵列设计的优势——一个是压强感测器阵列，另一个是压强-温度多模感测器阵列。后者可用于监测义肢中关键的参数，从而提高患者的舒适性和安全性。团队也介绍了该技术在监测飞机机翼应变分布的应用潜力，这可能有助于开发更安全、更节能的飞机。

香港科技大学（科大）与Absolute Pure EnviroSci Limited（APEL）共同建立联合实验室，就创新的健康和环境技术进行研发及成果转化，当中包括一种高效持久的环保防虫喷雾，能驱除床虱并灭活高达99.9%的高传染性病毒，细菌和难以杀灭的孢子；以及用于测量环境污染对人类健康所构成风险的人造类器官(artificial organoids)，可为香港以至大湾区建立健康监测系统提供重要的数据支持。 在香港特别行政区环境及生态局副局长黄淑娴女士、科大副校长（研究及发展）郑光廷教授、义合控股有限公司（义合）主席詹燕群先生以及APEL主席钟伟强博士的见证下，科大化学及生物工程学系兼环境及可持续发展学部杨经伦教授与APEL董事杨学光博士今日签署成立科大-AP EnviroSci Ltd环境科学健康与环境创新联合实验室（联合实验室）备忘录。其他莅临庆祝联合实验室成立的嘉宾包括广州医科大学附属第一医院广州呼吸健康研究院副院长杨子峰教授、义合行政总裁甄志达先生，以及中国香港体育协会暨奥林匹克委员会义务副秘书长黄宝基先生。 联合实验室获义合旗下附属公司 APEL提供2,000万港元启动资金，将同时研发可用以支持水资源管理、减少并转化厨余，以及透过提升空调以至发电厂能源效益来支援脱碳等可持续发展方案。 用于驱除床虱的先进配方，源于科大于全球爆发新冠疫情初期、最早研发的其中一款新型多层次杀菌涂层技术（MAP-1），能持久对抗新冠病毒（SARS-CoV-2）。这个驱除床虱配方已通过中国内地和瑞士两个实验室的认证，证实具有100%驱虱能力。香港运动员亦将在2024年巴黎奥运会期间使用这款环保防虫喷雾，以应对欧洲日益严重的床虱问题。该配方亦可在不改变材质的情况下掺入棉、麻等纺织物，为包括病人、长者及婴儿等衣物服饰，提供持久的抗病毒防护。 

香港科技大学（科大）领导的研究团队成功研发出一种光学等离子体镊子控制的表面增强拉曼光谱（SERS）平台，利用光的开关控制，以单分子水平探测混合物中不同的胰岛类淀粉蛋白质物种，揭示pH影响下胰岛类淀粉蛋白的异质结构，以及与第2型糖尿病相关的淀粉样聚集机制背后的秘密。 单分子技术能够分辨每个分子的信息，通过去除整体取平均的模式获得被传统宏观表征方法掩盖的细节，革新我们对复杂性和异质性较高体系的认知。目前，单分子的实验条件通常要依靠高度稀释和/或分子固定的方法来实现，因为受到光学衍射极限的限制，探测体积难以进一步减少。然而，某些生物分子体系参与的各种相互作用在很大程度上受到浓度的影响。例如，人类胰岛淀粉样多肽（Amylin，hIAPP）是一种天然无序蛋白，缺乏稳定的二级结构，但是会受到浓度、酸碱度等环境因素调控从而产生聚集的倾向，在2型糖尿病患者中形成各种各样的寡聚体中间体和淀粉样纤维。 这些分子机制仍然未明，因为目前很难从动态转变的混合物中检测到稀有、瞬态和形式各异的淀粉样多肽物种，所以需要开发更先进的单分子研究方法。 最近，由科大化学系助理教授黄晋卿教授领导的研究团队取得了重大突破，成功开发了一种新颖的单分子平台，结合光学等离子操控和SERS测量技术，可以减少以往受到光学衍射限制的检测体积，并增强分子讯号，从而能够在生理浓度下高通量地表征受酸碱度影响的淀粉样多肽物种。

香港科技大学研究团队揭示了一种鲜为人知的蓝藻病毒的高分辨率结构。这项研究有助增加对病毒侵染机制的理解，为更加准确预测气候变化创造了更有利的条件。

香港科技大学（科大）与清华大学今日首度携手举办「2023人工智能合作与治理国际论坛」，为期两天的论坛汇聚逾50位世界知名人工智能（AI）专家、学者、业界翘楚、政府及国际组织代表，探讨生成式AI等前沿技术所带来的机遇及挑战，期望共同构建一个完善的AI 全球治理框架。 近年生成式AI快速发展，开创了AI研发的新时代，不过在应用方面出现了不少安全上的考虑，欧美各国亦陆续提出制定监管生成式AI的法规。作为AI治理领域中一场重要的国际会议，今次论坛不但得到联合国开发计划署和联合国教科文组织等多个国际组织的支持，亦吸引了来自内地、欧盟、新加坡、巴西、南非及马来西亚等相关政府部门的代表、多位中国工程院和中国科学院的院士，以及来自英、美、法、德等国家的AI业界顶级专家和知名科创企业的高层管理人员参与。各人就如何应对AI在引领变革时所带来的挑战，作出精彩的演说和讨论。 论坛主礼嘉宾包括中央人民政府驻香港特别行政区联络办公室(中联办)副主任卢新宁女士、中华人民共和国外交部驻港副特派员方建明先生、香港创新科技及工业局局长孙东教授、科大校董会主席沈向洋教授、科大校长叶玉如教授、清华大学副校长王宏伟教授、清华大学人工智慧国际治理研究院院长薛澜教授、马来西亚科学技术创新部副秘书长YBhg. Datuk Ts. Dr. Mohd Nor Azman Hassan博士，以及中联办教育科技部部长王伟明博士。

由香港科技大学（科大）领导的研究团队，近日揭示类胰岛素生长因子2 （IGF2） 如何调控肌肉干细胞分化，这对通过抑制IGF2分泌以操控其讯号路径的潜在治疗策略提供理论基础。 IGF2在细胞增殖、迁移、分化和存活等过程中起着关键作用。 它的功能失调会导致多种生长障碍，包括银罗素综合症 （Silver–Russell syndrome） 和贝克威思–威德曼症候群 （Beckwith–Wiedemann syndrome）。 虽然IGF2的表达和其激活的下游讯号传导途径已被广泛研究，但新合成的IGF2蛋白如何高效地分泌以发挥其功能仍然未明。 近日，由科大生命科学部副教授郭玉松所领导的团队发现，新合成的IGF2需要经过几个细胞内转运站，包括内质网和高尔基体，才能被细胞分泌出来。 团队发现一种名为TMED10的I型跨膜蛋白，能够识别IGF2上的转运信号，从而促进IGF2从内质网到高尔基体的运输。 团队进一步研究发现，这种调控是TMED10的GOLD结构域与IGF2的112-140残基直接相互作用的结果。 此外，质谱分析显示TMED10也介导了单通道跨膜蛋白sortilin的内质网输出。 后续研究表明，sortilin有助于IGF2的高尔基体后转运，这意味着TMED10间接地介导了IGF2从高尔基上的输出。 研究团队也在小鼠的C2C12肌母细胞中验证了他们的模型，证明TMED10调节了C2C12细胞中IGF2的分泌，进而调控肌肉干细胞分化。 郭教授说：「这些发现增进了我们对IGF2的生理作用、疾病机制和潜在治疗应用的理解。 在特定条件下，IGF2信号通路的过度激发会触发不受控的细胞增长，或会导致癌症。 透过调控IGF2细胞内转运过程，我们或能调节IGF2信号通路以达到临床治疗效果。 此外，由于IGF2在组织修复和再生中发挥关键作用，因此通过在体内过度表达其货物受体来增强其释放，可能有助于加速伤口愈合。 」

香港科技大学工商管理学院（科大商学院）研究团队成功开发本港首个专为金融界而设、应用于生成式人工智能（生成式AI）的开源大语言模型 — 「InvestLM」，可就金融相关题目跟用户对话，响应质素更可媲美知名商业聊天机器人，包括OpenAI旗下 的ChatGPT。研究团队已公开该模型参数[i]及开发过程所得见解，以支持业界及研究人员应用大语言模型相关技术。建基于拥有逾数十亿甚至百亿个参数大语言模型（LLM）的AI聊天机器人，在处理不同类型的实时文本生成任务有出色表现。由于开发大语言模型需要动用庞大资源，通常需要大企业才能应付，而年初面世的开源大语言模型改变有关情况，让算力资源有限的群体也能根据自身需求训练大语言模型。科大商学院研究团队通过指令微调技术[ii]（instruction-finetuning），利用经精选的广泛类型财经问答文本[iii]对开源基础通用大语言模型LLaMA-65B[iv] 进行训练，开发出先进[v]的财经领域开源大语言模型。研究团队指出，「InvestLM」的表现获包括对冲基金经理及财经分析师的金融专家评为可媲美最先进商用大语言模型，如GPT-3.5、GPT-4和Claude-2等[vi]，印证「InvestLM」在理解金融文本的强大能力，同时具备提高金融专业人士工作效率的潜力，包括提供投资意见、撮写财经文章、从文件报告中提取数据和总结等。相对于基础通用大型语言模型LLaMA-65B，「InvestLM」在控制输出「人工智能幻觉」内容方面有更好的表现。科大商学院院长谭嘉因教授表示：「金融机构内部开发大语言模型，有助透过应用生成式AI取得竞争优势，同时确保对专有数据及客户数据有较佳管控。科大在拥抱生成式AI方面走在香港高等教育界前列，商学院这个大语言模型项目，不但为金融界于这发展迅速领域开展创新应用带来启发，更将性能卓越的财经大语言模型开放予各界使用。」

With the help of HKUST’s exciting satellite remote sensing technology and data advances, School of Engineering faculty are seeking more accurate weather forecasts and greater understanding of climate change to enable more effective planning and decision-making by policymakers, companies and individuals.