所有Boundless文章

Beyond Borders: The Hidden Ripple Effect of Urban Emission Reduction
研究新知
减碳无国界:城际协同减排的涟漪效应

世界各地城市经常把减排视为个别地区的议题,然而大气污染物和温室气体又怎会遵循地图上的界线呢?面对气候变化这项全球共同挑战,单靠每个城市各自努力,已不足以应对其复杂性。

科大最新研究指出,全球城市实际上正处于一个高度互联的碳排放网络之中。一个城市的环境表现,既受自身政策影响,也与周边以至远方城市的减排行动息息相关。

这项研究由科大土木及环境工程学系陆萌茜教授领衔,成果已发表于国际学术期刊《自然·通讯》。研究发现,城市之间若能开展深度协同减排,可将整体可持续发展表现提升逾一成。

为全面分析城市之间的环境互动关系,研究团队利用2010年至2020年间的卫星观测数据,评估全球103个国家、4,116个城市的环境表现。这些城市合共贡献全球超过九成国内生产总值,对全球减碳进程具有举足轻重的影响。

传统上,城市的环境治理属于地方事务,但数据显示了各城市之间的互依互存:高达 93.5% 城市的环境指标均受到周边城市影响。 当邻近城市的空气质素和碳排放每改善10% 时,相关城市在联合国可持续发展目标表现亦会随之提升高达 0.45%。

这种跨城域影响会在城市间引发涟漪效应,并衍生两种不同的结果。

Chen Hao
研究新知
医学AI通用及专科模型协同会诊 助提升诊断准确度

长久以来,医疗人工智能模型一直面对两难困境︰能力较全面的通用模型灵活度高,但未必具备最精准的诊断能力;而专科模型虽然在特定范畴表现出色,但功能较单一,开发及部署成本亦较高,限制了大规模应用的可能性。

科大团队团队近日成功研发一套人工智能「通用—专科协作」框架(Generalist-Specialist Collaboration,GSCo),结合两者优势联手会诊,为人工智能融入临床诊疗流程开辟新方向,也为实现AI辅助临床决策迈进重要一步。

这项研究由科大计算机科学及工程学系兼化学及生物工程学系助理教授、医工交叉联合创新中心主任陈浩教授带领,并联同哈佛医学院、威尔康奈尔医学院等,以及本港多所大学的研究团队共同完成。研究成果已发表于国际权威期刊《自然—生物医学工程》。

研究核心建基于科大研发的开源医学通用模型 MedDr。该模型利用超过200万份多元医疗数据进行训练,具备广泛的医学知识基础。在GSCo框架下,研究团队并非依赖单一模型处理所有任务,而是结合多个轻量化专科模型,建立协作机制。

water purification
研究新知
水质净化新技术为处理废水带来新机 从彻底破坏走向精准回收

全球工厂与城镇每天都排放大量污水,其中含有难以降解的有机污染物,对生态环境及公众健康造成威胁。然而,业界一贯常用的「高级氧化程序」,本质上是以无差别破坏的方式处理废水。这种方法不仅需消耗大量氧化剂、总有机碳清除率有限,过程当中往往还会衍生出具毒性的化学副产物。

面对这个需要精准治理的环保难题,科大的研究团队找到一个截然不同的全新路径。

团队由土木及环境工程系讲座教授劳敏慈教授带领,最新研究成果已刊登于权威期刊《自然·通讯》。他们发现了一种嶄新的无氧化剂电催化机制,能把有害的可溶性污染物精准地转化为不溶于水、具附加价值的聚合物,让污水处理从破坏降解迈向资源回收的新境界。

劳敏慈教授解释:「我们要充分发挥聚合反应处理废水的潜力,必须突破传统框架,克服动力学失衡的限制,并提升对目标污染物的选择性。这项研究的核心突破,在于发现了一种嶄新的机制,能够精准锁定有害的可溶性污染物并进行选择性聚合,将其转化为不溶于水且具附加价值的产物。这不仅能提升废水处理效能,更为环境资源回收开辟了新方向。」

Dive Deeper with WavyOcean
研究新知
打开深海之窗

海洋覆盖地球表面积逾七成,不仅调节全球气候,也孕育丰富的海洋生态,维系地球万物的生命系统。然而,浩瀚深海的壮阔复杂因隐没于水面下,难以为大众所见。

科大海洋科学系主任兼讲座教授甘剑平教授及其研究团队,多年来深耕海洋系统研究,致力推动公众认识海洋、关注保育。如今,随着新一代互动海洋数位孪生平台 WavyOcean 3.0 的推出,这份愿景迈出了重要一步。

这个平台早前曾在「第51届日内瓦国际发明展」中荣获金奖。透过数字孪生技术,它带用户进入一个沉浸式的动态海洋世界,让用户能跨越时空限制,探索壮阔的海洋奥秘。最新版本更首次开放予公众网上使用,进一步拉近海洋科学与大众之间的距离。

甘教授表示:「海洋是地球最庞大的生命支持系统,却常常因为隐藏于人们视线之外而容易被忽略。WavyOcean希望透过数字孪生技术架起一座桥梁,让每个人都有机会观察海洋、了解海洋,并进一步主动地参与海洋保育。」

他期望把这扇认识海洋的窗口开得更宽阔,带来公众细看从河口到大洋、从区域生态系统到海盆尺度的气候驱动机制,了解海洋背后的精彩故事。

In-orbit Operations Begin for HKUST's Pioneering MUSICO
研究新知
科大天韵相机进驻「天宫」 展开在轨探索之旅

在微重力环境下,香港首位载荷专家黎家盈博士与神舟二十三号的航天员默契合作,将科大研发的「天韵相机」顺利组装在中国天宫太空站外。

这台仪器是全球首款轻小型、高分辨率、高精度二氧化碳与甲烷点源协同探测仪。随着其顺利发射与投入运作,香港航空航天史迎来了双重突破——这不仅是香港首位航天员亲赴太空执行任务,更是香港首项登上国家太空站的科研载荷,标志着本港的顶尖科研与优秀人才均踏上新台阶。

天韵相机又被称为「太空之眼」,重量不足80 公斤,体积仅相当于一台家用洗衣机。如今,这双太空之眼已在距离地面数百公里的轨道上正式「苏醒」。它以每秒 7.7 公里的超高速环绕地球运行,速度接近中国高速铁路的百倍,并实时拍摄高清影像,将关键的温室气体信号传回地面。

项目负责人、科大土木及环境工程学系讲座教授苏慧教授表示︰「要在如此高速运动的状态下捕捉清晰而精准的影像,难度相当高。现时仪器运作正常稳定,对整个科研团队是一大鼓舞,亦充分反映香港具备研制高端航天科研载荷的实力,有能力承担国家太空站的长期科学任务。」

Big Group Photo
研究新知
探秘深蓝:香港青年科学家首随「蛟龙号」远征海马冷泉

国家深海载人科考船「深海一号」载人潜水器「蛟龙号」前往南海「海马冷泉」开展科学考察。这是首次有大批香港青年学者团队参与深海载人深潜航次,标志香港学者在国家深海研究平台与国际深海科学计划的深度参与。

本次科考已获纳入联合国「海洋十年」与「科学十年」倡议,由科大海洋科学系讲座教授钱培元教授领衔两项国际深海大科学计划 ——「甲烷渗漏对全球气候的影响(CliMetS)」与「海洋冷泉界面之谜(MOCSI)」

科大团队聚焦于深海冷泉生态系统、甲烷渗漏过程,以及调控甲烷形成与转化的生物地球化学机制等前沿科学难题。

研究这些深海系统将结合海洋学研究与应对全球气候挑战,极具科学与环保意义。

首席科学家钱培元教授指出︰「深海冷泉系统是一个重要且跨学科的前沿领域,它横跨生命科学、地球科学、环境科学以及气候变化研究。」

「蛟龙」出海

本次科考由中国大洋事务管理局、国家深海基地管理中心主导部署,并得到科大潘乐陶气候变化与可持续发展研究中心,以及南方海洋科学与工程广东省实验室(广州)的支持。

Robotics, Ready for the Real World
研究新知
当机械人走进现实

科大郑家纯机器人研究院于日前正式启动「企业合作伙伴计划」,并举办首届机器人行业高峰会,为产学研之间搭建更紧密的合作桥梁,加速科研成果落地应用。

计划旨在汇聚学界与业界力量,建立一个高效协作的平台,让前沿智能科研成果能在真实场景中测试、优化并应用。计划配合国家「十五五」规划中提出的「人工智能+」行动,致力促进具身智能及其他新兴科技的发展。

首批合作伙伴涵盖多个关键领域,包括无人系统、空中机器人、船舶系统、电力设备、计算与芯片技术以及光学技术等。

在合作架构下,科大提供坚实的研究支持与技术基础,企业伙伴则提供测试场景与应用环境。科大学生亦能参与联合研发项目或到企业实习,学以致用。透过结合学术优势与产业资源,研究院期望构建一个促进技术转化与人才培育的可持续创新生态。

科大副校长(研究及发展)郑光廷教授强调该计划具有战略意义。他表示:「自2015年至今,科大在控制与机器人、自动化系统、智能交通及机器学习等领域已构筑起强劲的科研实力。今次的企业合作伙伴计划让科大学者的科研成果在真实应用场景中测试与优化,从而加速业界技术升级换代,特别是在推动人形机器人的落地应用,以及支持具身智能的蓬勃发展方面,均发挥关键作用。」

Can an AI ‘Warm-Up’ Match the Power of a Real Classroom?
研究新知
AI课前互动,能否达到真人教学的效果?

师生之间的互动与情感连系,一直被视为提升学习成效的重要因素。不过,如果这种「课前互动」由人工智能取代,又会带来怎样的效果?

科大近日在神经科学顶尖期刊《Neuron》发表一项研究,发现学生在课前与 AI 进行简短的互动,就足以改变大脑,让脑子更好地准备高效的学习。

这项由人文社会科学学院进行的研究,首次从神经科学角度显示,课前与AI短暂互动,在提升在线学习体验方面,可达到与真人教师相近的效果,并为改善在线教学成效、增加学生投入感提供了一种可扩展的 AI 方案。

AI与真人实验

为了探究课前互动对学习的影响,科大人文社会科学学院院长兼心理学及认知科学讲座教授李平教授带领研究团队,将 57 名大学生随机分成三组进行实验:

•    无互动组:学生直接观看课堂录像,正如目前大多数在线学习的情形。
•    真人互动组:学生在课前与真人教师进行 8 至 10 分钟的面对面交流。
•    AI 互动组:学生与 GPT-4 生成的AI教师进行同等时长的交流。该 AI 化身是根据真人导师的外观与声音定制而成,高度逼真。