新聞及香港科大故事

粵港澳大灣區院士聯盟（院士聯盟）主辦的「第二屆大灣區國際科創峰會」（峰會）4月3日在香港科學園舉行，匯聚了區內及海外逾200位知名院校代表、政府官員以及業界專家，共同探討科技創新與國際教育合作的未來前景，為打造香港乃至粵港澳大灣區成為國際教育中心貢獻力量。 粵港澳大灣區院士聯盟理事會主席、香港科技大學（科大）校長葉玉如教授在峰會上代表主辦方致歡迎辭。她表示很高興藉此次峰會邀得政府官員及各界學者集聚一堂進行深入交流，強調在新時代的機遇和挑戰面前，國際合作和交流對於高等教育的發展至關重要，期望各方能共同努力，攜手邁向卓越，為社會進步作出更大貢獻。 峰會期間，葉玉如教授以「高等教育賦能未來」為題發表主題演講。她指出，當前世界面臨氣候變遷、公共衞生危機、資源緊缺等重大挑戰，科技正以前所未有的速度發展，從根本上重塑大家的生活、工作和學習方式，高等教育機構應在引領社會適應新時代變化中扮演關鍵角色。葉教授在演講中介紹了科大在教育、科研以及知識轉移三大領域的創新舉措，旨在培養具有創新精神和國際視野的人才，同時通過突破性的科研成果，為國家和區域重大需求、全球重大挑戰提供解決方案，服務社會。科大已培養出超過1,700多家公司，包括9家獨角獸以及11家上市公司，合共為社會創造了逾4,000億港元的經濟效益。 此次峰會設有兩個校長論壇。其中，葉玉如教授主持了以「高等教育機構國際合作」為主題的校長論壇，邀請多所内地及海外知名大學校長分享其國際合作策略和經驗，共同展望未來教育的發展，包括藤田醫科大學、阿卜杜拉國王科技大學、新加坡國立大學以及北京大學等。

為探索央行數碼貨幣（CBDC）的發展潛力，香港科技大學工商管理學院（科大商學院）與香港金融管理局（金管局）以及金融學院轄下香港貨幣及金融研究中心，今天聯合舉辦「央行數碼貨幣和支付系統國際會議」。 會議吸引了國際貨幣機構、亞洲、歐洲及北美洲地區的中央銀行及學界專家，以及金融機構及金融科技企業的從業者參與，一同探討包括政策影響、技術創新、營運挑戰及行業動態等CBDC關鍵議題。 金管局總裁余偉文先生於會上致主題演講，而國際貨幣基金組織（IMF）貨幣與資本市場部副主任何東博士則就「CBDC與貨幣政策」發表主題演講，揭開會議序幕。透過專題討論及簡報，會議講者還就有關CBDC的廣泛議題，分享精闢見解。 科大商學院院長譚嘉因教授表示：「CBDC作為一種創新形式的數字貨幣，具備提高金融生態系統及整體經濟交易效率的潛力，成就全球金融業變革。各地央行也正積極探索釋放其潛力的方法。要於批發和零售層面多方面推展CBDC，需要先解決技術、宏觀經濟及金融等不同領域帶來的挑戰。藉著促進跨學科討論、研究協作及知識交流，大學可於此發揮重要作用。我們衷心感謝金管局及香港貨幣及金融研究中心與我們聯手舉辦這次國際會議。」 憑藉其在金融科技的跨學科專長，科大商學院致力於推動CBDC的探討與項目研究，包括行業研究、公眾意見調查、研討會，以及數碼港元用例試驗，並積極連繫有關持份者。兩名科大商學院的教授亦為金管局CBDC專家小組成員，協助探究CBDC相關題目，推動香港成為主要金融科技樞紐。 本次會議共設兩場專題討論，其中一場聚焦各地探討及實施CBDC帶來的啟示，講者包括來自阿聯酋央行行長顧問李樹培先生、金管局助理總裁（金融基建）鮑克運先生，以及菲律賓中央銀行副行長Mamerto E. TANGONAN先生，國際結算銀行創新樞紐轄下香港中心主管Bénédicte NOLENS女士主持研討。 

香港科技大學（科大）和清華大學（清華）的研究團隊共同合作，在理論上提出了一種新的電控奈爾矢量180° 翻轉機制，並在具有 C配對自旋能谷鎖定（C-paired spin-valley locking，C-paired SVL）的自旋劈裂能帶結構反鐵磁體（也稱為交錯磁體）中完成了實驗驗證。這一實驗證明了反鐵磁材料操縱奈爾矢量的能力，為製造超快記憶體裝置帶來新希望。 由於反鐵磁自旋電子學器件，具有製造用於現代高性能資訊科技的超高密度、超快速的反鐵磁儲存潛力，一直備受學界和業界的關注。為了生產以方向相反的奈爾矢量作為二進位 「0」和「1」的電控反鐵磁記憶體裝置，實現電控奈爾矢量180° 翻轉是一個長期目標。此前，反鐵磁翻轉機制的最新技術一直被限制在 90° 或 120° 翻轉奈爾矢量上，這不可避免地需要多個寫入通道，從而與超高密度集成相矛盾。該研究團隊對電控奈爾矢量180° 翻轉的研究結果，使得自旋劈裂反鐵磁體成為超快記憶體裝置的新潛在材料。 在共線反鐵磁體中，奈爾矢量 n 的兩個穩定狀態 n_+ 和 n_- 被對稱的能壘隔開。施加的外磁場與DMI 引起的微小磁矩相互作用，造成了能壘的不對稱性，這亦是科大物理學系副教授劉軍偉團隊提出的新機制。然後，類阻尼的自旋軌道矩 [2] 可以用來驅動奈爾矢量越過從 n_+ 到 n_- 的能壘，但不能越過相反的能壘（圖1a）。如圖1b所示，原子自旋模型類比顯示，n 可以在0.1納秒內被決定性地翻轉到狀態 n_+ 或 n_-。反常霍爾電導從緊束縛模型的自旋劈裂能帶上的非零貝利曲率積分得到，且表現出對這兩個狀態 n_+ 和 n_- 的高靈敏度，如圖1c所示。 在清華大學材料學院潘峰教授和宋成教授的帶領下，實驗製備的反鐵磁 Mn5Si3 薄膜實現了良好的迴圈性能（如圖1d所示），這意味著電流驅動的奈爾矢量 180° 翻轉具有魯棒性和可持續性。

香港科技大學（科大）工學院的一支研究團隊，成功開發了配備多種高性能氣體傳感器陣列的人工嗅覺傳感器。這項新發明的「仿生嗅覺晶片」能夠在納米多孔基材上集成納米管傳感器陣列，於每個晶片上擁有多達10,000個可獨立定址的氣體傳感器，與人類和其他動物的嗅覺系統配置相似。 數十年來，全球的科研人員均致力開發人工嗅覺和電子鼻，旨在模仿生物嗅覺系統的精巧機制，以有效識別複雜的氣味混合物。然而，這些技術的發展面臨著重大挑戰，包括如何縮小系統和提高其識別能力，來確定複雜氣味混合物中的確切氣體種類以及其濃度。 為了應對這些困難，由科大電子及計算機工程學系和化學及生物工程學系講座教授范智勇帶領的研究團隊，使用了一種工程材料成分梯度，令一個小型納米結構晶片能容納多種不同的傳感器陣列。利用人工智能技術，這些仿生嗅覺晶片對多種氣體都表現出很強的敏感度，可以精準地區分混合氣體和24種不同的氣味。此外，為了擴展仿生嗅覺晶片的應用範圍，團隊將晶片與視覺傳感器整合在機械狗身上，為機械狗創造了一個結合嗅覺和視覺的系統，並於實驗中證明機械狗能夠準確地識別盲盒中的物品。 仿生嗅覺晶片的發展不僅加強了人工嗅覺和電子鼻系統現時在食品、環境、醫療和工業流程控制等範疇的廣泛應用，還將為智能系統（如：先進機械人和便攜式智能設備）開闢新的可能性，以應用於安全巡邏和救援行動等工作。 例如，在實時監測和質量控制方面，仿生嗅覺晶片可用於檢測和分析在不同階段的工業過程中所產生的特定氣味或揮發性化合物，以確保安全。另外，亦可在環境監測中檢測出任何異常或有害氣體，並識別管道中的泄漏情况，以便及時處理和維修。 范教授團隊的這項研究在氣味數碼化的領域上起到了關鍵性的作用和突破。近年隨著影像感測技術日趨成熟，視覺訊息數碼化的發展已一日千里，但在氣味的訊息領域上仍因缺乏先進的氣味傳感器而停滯不前。所以，范教授率領的團隊為仿生氣味傳感器的發展作出了莫大的貢獻。通過進一步的改良，這些傳感器有望像手機和便攜式電子產品中使用的微型鏡頭一樣被廣泛使用，從而提高人們的生活質素。

由香港科技大學（科大）領導的國際研究合作取得了重大進展，標誌著阿爾茲海默症診斷和管理方面的一個重要里程碑。研究團隊由科大校長、晨興生命科學教授兼香港神經退行性疾病中心主任葉玉如教授帶領，成功開發了一項前沿的血液測試，可早期檢測阿爾茲海默症和輕度認知障礙，其準確率分別超過96%和87%。這項血液測試適用於不同人群，為全球阿爾茲海默症的診斷和管理提供了切實的解決方案。 要點： 高準確率：檢測阿爾茲海默症的準確率超過96%，檢測輕度認知障礙的準確率超過87% 適用於不同人群，包括中國和歐洲人群 實現阿爾茲海默症的早期檢測和病情監測 涵蓋多個與阿爾茲海默症相關的生物途徑 對阿爾茲海默症的診斷和精準治療帶來革命性影響 阿爾茲海默症正影響著全球逾5000萬人口。該病的一個主要特徵是有害的澱粉樣蛋白（Aβ）斑塊在大腦中積聚，導致腦細胞功能障礙和喪失，進而導致漸進式的記憶力衰退、認知能力下降以及日常活動和溝通困難。最近批准的阿爾茲海默症藥物Lecanemab為大腦中Aβ水平異常升高的輕度認知障礙及早期阿爾茲海默症患者帶來了治療新希望。因此，疾病的早期診斷將極大地幫助這些患者得到有效的治療。目前，Aβ水平的測量只能通過昂貴的腦部影像或入侵性的採集方式來實現。同時，現在阿爾茲海默症的診斷主要透過臨床觀察症狀，惟臨床症狀在發病10至20年後才出現，此時病情已發展至中晚期，難以獲得有效治療。因此，研發一項能夠準確識別輕度認知障礙和早期阿爾茲海默症患者，同時能夠檢測到大腦中升高的Aβ水平的簡單血液測試，將為阿爾茲海默症的診斷和治療帶來革命性影響。

香港科技大學的研究人員開發了一種新的集成技術，用於將III-V族化合物半導體器件與矽高效集成，為低成本、大容量、高速和高輸送量的光子集成提供了基礎，有助改革數據通信的發展。 有別於使用電子的傳統集成電路或微芯片，光子集成電路使用光子或光粒子。 光子集成結合了光和電子學以加速數據傳輸。 當中，矽光子學（Si-photonics）處於這場革命的最前沿，它能夠創建同時處理大量數據的高速、低成本連接。 雖然矽能夠實現無源光學功能，但它難以實現有源功能，例如，生成光（鐳射器）或檢測光（光電探測器）——兩者都是關鍵的數據生成與讀出組件。 因此，需要將III-V族半導體（使用來自週期表第III族和第V族的材料）集成到矽襯底上，以實現完整的功能並提高效率。 然而，儘管III-V族半導體能夠很好地完成有源功能，但它們無法自然地與矽結合。 在新興跨學科領域學部研究助理教授薛瑩和研究教授劉紀美的帶領下，研究團隊找到了一種能夠讓III-V族器件與矽高效結合的方法，從而解決了這項挑戰。 他們開發了一種名為橫向縱橫比捕獲（LART）的技術，這是一種新穎的選擇性直接外延法，可以在絕緣體上矽（SOI）上，橫向選擇性生長III-V族材料，而無需厚緩衝層。 儘管根據現有文獻，尚無任何集成方法能夠以高耦合效率和高產量方式來解決III-V族有源功能與矽無源功能結合這一挑戰，但團隊的LART方法有效地實現了面內III-V族鐳射器，從而使III-V族鐳射器與矽可以在同一平面內耦合，因而高效。 薛瑩教授指出：「我們的方案解決了III-V族器件與矽的失配問題。 該方案實現了III-V族器件的優異性能，讓III-V族與矽的耦合變得簡單高效。 」 過去幾十年，在大數據、雲應用和傳感器等新興技術的推動下，數據流量呈指數級增長。 積體電路（IC，也稱為微電子）技術通過縮小電子器件的尺寸並提高其運行速度，實現了符合摩爾定律（Moore’s Law）的指數級增長——微芯片上的晶體管數量大約每兩年翻倍。 然而，數據流量的持續爆炸性增長，已將傳統電子器件推到了極限。

在當今科技飛速發展的時代，人工智能(AI)已經成為推動創新和變革的核心動力。其中，AI模型扮演著至關重要的角色，為各個領域帶來前所未有的機會和挑戰。本文將深入探討AI模型的本質、分類、工作原理及其廣泛應用，並展望未來發展趨勢與隱憂。 1. 什麼是AI模型 (AI Models)? AI模型(Artificial Intelligence Models)是一種基於數學和統計學原理，旨在模仿人類智能某些方面的電腦程序。開發人員輸入規則稱為算法 (algorithms)， 使程序能夠做出決策、注意到模式並做出預測。 成功的模型具有用戶友好的介面。這意味著新用戶可以在沒有太多指示的情況下與之互動。 例如Bing Chat 是一款由AI驅動的聊天機器人應用程序 (AI-powered chatbot app)， 可以與用戶進行來回對話。 2. AI模型有哪些分類？ AI模型可以根據學習方式和目標任務進行分類，主要包括: 監督式學習模型 (Supervised learning models): 利用標註數據進行訓練，用於分類、回歸等任務。 非監督式學習模型 (Unsupervised learning models): 從未標註數據中發現隱藏模式，常用於聚類和降維。 強化學習模型 (Reinforcement learning models):通過與環境交互獲得獎勵，用於決策和控制問題。 生成式模型 (Generative models): 基於給定輸入生成新的輸出，如文本生成和圖像合成。 以下是一些AI模型例子:

科大校長葉玉如教授（右六）、香港賽馬會慈善事務部主管（豐盛耆年及長者服務）王兼揚先生（左五）、科大首席副校長郭毅可教授（左四）及其他科大高層管理人員與三位科大「傑出創科學人」教授：周曉方教授、解亭教授及蘇慧教授（左三至五）一同為三個賽馬會創科實驗室揭幕。 香港科技大學（科大）獲香港賽馬會慈善信託基金慷慨捐助港幣三千萬元，成立三個賽馬會創科實驗室，將分別由三位科大「傑出創科學人」教授領導，推展數據科學、再生生物學及氣候變化領域的研究。 科大今天舉行實驗室開幕典禮以感謝馬會慈善信託基金的支持。出席典禮的主禮嘉賓包括科大校長葉玉如教授、科大首席副校長郭毅可教授和香港賽馬會慈善事務部主管（豐盛耆年及長者服務）王兼揚先生。