新聞及香港科大故事

2020

新聞
研究, 創新, 先進材料, 物理學
科大研究團隊成功實現新材料產生機制 成果將用於芯片設計、量子計算及隔音降噪
香港科技大學(科大)研究團隊近日在新材料領域取得重要進展,結合二維材料與拓撲材料的特性,首次發現一種具有「第二類狄拉克錐」的新材料的普適產生機制並在聲學實驗中實現了該材料的許多奇特性質,改變了過往只能在苛刻條件下零星獲得該材料的窘況。該機制可指導製備對外界信號例如電場、磁場、光波、聲波等具有特定方向性響應的新二維材料,將為現代電子通訊、量子計算、光學通信、甚至隔音減噪材料等方面帶來重大應用價值。 香港科技大學科研團隊用超冷原子解密三維拓撲材料
新聞
仿真建模, 公共政策, 健康, 跨學科, 計算機科學
科大共同領導研究:隨社交距離限制放寬   全民戴口罩防止第二波新冠肺炎疫情爆發具迫切性
正當全球政府計劃逐步解除因新型冠狀病毒肺炎而實施、導致日常生活受到影響的「封城」或社交距離限制措施,一個由香港科技大學(科大)計算機科學家共同領導的跨學科研究最近發現,全民戴口罩是具迫切性的非藥物解決方案,可以在沒有任何有效疫苗或治療方法面世之前遏止新冠肺炎傳播或防止第二波疫情爆發。 由計算機科學系吳德愷教授共同領導的團隊,建立了兩個理論性數學模型預測隨時間推移,人民戴口罩對疫情的影響。第一個模型運用了標準流行病學SEIR模型1推算全民戴口罩的效果。第二個模型是由人工智能啟發的行為者基礎模型,清晰地模擬因為在物理空間中移動的個體之間的接觸而發生的感染。研究團隊亦考慮到口罩的有效過濾程度不同,發現民眾即使只使用廉價、十分容易購置的非醫用口罩,或僅具有70%有效過濾程的自製口罩,模擬結果仍然相同。此結果是一個重要因素,因為一些個別地區必須為醫護人員保留醫用口罩。 團隊的模擬結果顯示如果在首輪疫情爆發大約50天後及解除「封城」措施之前,絕大多數(80-90%)的公眾都佩戴口罩,新的新冠肺炎感染數字可顯著下降,避免第二波爆發。不過,如果沒有全民戴口罩(例如,只有一半的人口使用口罩)或者如果遲了推行全民戴口罩(例如推遲到首輪疫情爆發後第75天才進行),要顯著減緩的病毒傳播就變得不可能。
新聞
海洋科學, 海洋生物, 生命科學, 研究
科大研究團隊首次解開「海洋穿山甲」基因密碼
香港科技大學(科大)的研究人員首次破解「海洋穿山甲」鱗足螺的基因組。鱗足螺是一種稀有的海螺,牠們生活於被科學家認為是「生命之源」的極端棲息地 — 深海海底熱泉(hydrothermal vent)。破解這種獨特生物的基因密碼,不但有助揭示生命在數十億萬年前是如何誕生及演變,亦為進一步探索這些古老生物的潛力提供基礎。 海底熱泉 (圖片來源﹕JAMSTEC) 深海海底熱泉無論是溫度、水壓以至酸性皆非常高,且含氧量低,與史前的極端環境相似,但依然孕育了多樣生命,當中不少於生物醫學或其他範疇均具有極大潛力。作為其中一種可以適應如此極端環境的生物,鱗足螺比起其他海底熱泉中的住客,更受海洋科學家的關注。
新聞
研究及科技, 電子及計算機工程學, 計算機科學, 人工智能
無人車幫助對抗疫情(只供英文版本)
科大工程學教授研發的無人車在内地爆發2019冠狀病毒病期間為社區服務。
新聞
研究及科技, 創新
齊心協力,定可渡過難關
歡迎你觀看短片,了解我們採取的全方位抗疫措施 。
新聞
人工智能, 智慧城市, 大數據
香港科技大學研發智能發燒偵測系統 提供更有效解決方案以守護公眾健康
香港科技大學(科大)的科研人員研發了一套嶄新的「智能發燒偵測系統」(SFSS),讓邊境口岸的檢疫人員能更易於識別有發燒徵狀的旅客。這套系統現被應用到多個邊境口岸、政府大樓和大學,以對抗新型冠狀肺炎病毒(Covid-19)。 自2003年沙士(嚴重急性呼吸系統綜合症)爆發後,熱成(thermal)圖像探測器獲廣泛使用到不同關口,以篩查有發燒徵狀的入境旅客。發燒是感染沙士、新冠肺炎及其他傳染病的重要病徵。不過,檢疫人員為了追蹤這些身體抱恙人士,往往需於彈指之間同時監看熱成圖像以及彩色影像(即閉路電視)兩個屏幕。 如今,一支由科大工業工程及決策分析學系蘇孝宇教授領導的跨領域研究團隊,利用人工智能、實時追踪以及大數據分析,設計了一個不僅能更準確地檢測臉部被遮擋的疑似發燒者,同時亦能將熱成圖像和彩色影像融合於同一屏幕的系統。在屏幕上,有發燒徵狀的不適人士會被標記於紅框內,系統亦會發出提示聲響,以協助檢疫人員作即時辨認,大大提升行動效率,守護公眾健康。 有別於一般運用紅外線鏡頭的發燒監測系統,這個以人工智能與深度學習為基礎的系統於人臉及熱感偵測方面都更為準確。此系統旨在於人海中追蹤及偵測疑似發燒人士,透過深度學習和人體測量學,系統能進行「視覺還原」*,即使被檢測人士正佩戴口罩並遭物件遮擋部分身體,仍能準確檢測。除此之外,由於系統依賴電腦運算而非靠肉眼判斷熱成圖像色差,並且會把距離及包括背景中熱力來源等環境因素的影響計算在內,檢測結果亦因而更為準確。另外,由於追蹤功能聚焦於臉部,檢測結果亦較難受個人身上高溫物件而影響,除非有關物件直接遮蓋該人士的臉部。     此系統建立於大數據分析的跨平台數據庫上,讓不同地區的裝置能夠組合成一個更大的網絡,從而可更容易追蹤到疑似發燒人士,但系統不會保留任何個人資料。透過大數據、深度學習和人類科學,這套系統亦具自我學習功能,能隨時間變得更為智能及準確。 研究團隊成員來自機械學習、生物工程及平行網絡等專業界別,當中包括來自科大電子及計算機工程學系的系主任施毅明教授與高級講師王啓新教授,以及計算機科學及工程學系助理教授陳启峰。
新聞
創新, 研究及科技, 公共政策
科大群策群力同心抗疫
科大研究團隊與全球夥伴携手努力共同對抗COVID-19疫情
新聞
計算機科學, 創業, 研究及科技, 創新
科大團隊研發地理圍欄技術為新冠肺炎家居檢疫措施提供智能解決方案
香港科技大學(科大)研究團隊研發出一種新型地理圍欄技術,為政府就新型冠狀病毒肺炎疫情推出的強制家居檢疫措施,提供更省時便捷的智能核心解決方案。 隨著新冠肺炎病毒於全球迅速蔓延,香港已對所有經海外入境的人士實施抵港後的檢疫安排。作為一個強制性措施,受隔離人士需透過即時通訊應用程式,定期向政府人員分享他們的實時位置,或接聽當局訊息中心的突擊來電。這安排不但令政府花費大量資源進行監控,亦為接受檢疫人士帶來不便。 為提升檢疫措施的成本效益,由科大計算機科學及工程學系兼創業中心主任陳雙幸教授領導的一支研究團隊,開發了一種自動化地理圍欄技術「Signature Home」。科大將有關技術的特許使用權授予一間初創公司「隨賞科技」,並透過該公司開發一個新手機應用程式「居安抗疫」。程式自上周(2020年3月14日)起獲公眾應用,以一個更節省資源及便捷的方式監控家庭檢疫。配合藍牙連接的電子手環,程式會準確檢測受檢疫人士有否遵守檢疫令,並會於有關人士違反檢疫令時通知有關當局。 地理圍欄技術「Signature Home」的主要原理是透過收集於某地方(如家居) 出現之不同種類的環境訊號,如Wi-Fi、藍牙、流動通訊網絡等,並將這些訊號群化成獨一無二、足以標籤該位置的「簽署認證」。如果監測當局收集到的訊號與這些「簽署認證」的訊號不同,即表示該受檢疫人士很可能已離開該特定位置。透過機器學習和數據分析持續收集並了解同一地方所收集到的一籃子訊號,「Signature Home」能適應不斷變化的家居環境,從而實現準確的家居檢疫監控。 陳雙幸教授表示:「我想感謝大學就本人研究及有關Signature Home技術於特許使用權方面的支持。透過技術開發、轉移及應用,科研的價值能在社會產生實際的影響。尤其是在這個關鍵而充滿挑戰的時刻,能將本港研發的技術回饋給我們的社會,這實在令我非常有成就感。」陳教授此前發明的另一種室內定位技術,現已透過隨賞科技被廣泛應用到大灣區的大型購物中心和醫院當中。