新聞及香港科大故事

一支由香港科技大學（科大）科學家領導的國際團隊，近日研發出全球首款3D人造眼，其功能不單比現時的義眼優勝，於某些情況下甚至能夠超越人眼，為視障患者、失明人士以至人型機械人獲取視力帶來新希望。  目前的義眼技術資料來源：採自美國加利福尼亞州希爾馬Second Sight Medical Products, Inc. 多年來，科學家嘗試複製與人眼結構及清晰度相符的生物眼，惟目前義眼技術仍主要停留在附有外置電線的眼鏡模式，而所應用的是2D平面感光器，影像像素亦低。然而，由科大研發的「電化學仿生眼」，不僅首次複製了人眼的結構，更可能於不久的將來，提供比人眼更清晰的視力，以及包括紅外線夜視等其他功能。 

香港科技大學商學院（科大商學院）公布一項名為《金融科技業界專才發展、能力與人力資源》的研究結果。鑑於香港對金融科技專才的需求日益殷切，這項深入的研究就業界現況和人才發展總結出十項觀察和提出十項建議，以及羅列出十三項業界最重視的能力。該研究是香港首次同類項目，獲包括銀行、保險公司、監管機構和虛擬銀行等超過八十間金融科技機構支持和參與，以加深了解香港的金融科技專才供應。研究結果已歸納成報告，詳細列出主要觀察所得和提出多項建議，內容包括有關培訓與教育、專業資格、規管框架與政策等。研究目標對象為香港金融科技界的專業人士，分三個階段於2019年8月至2020年3月間進行，包括 (1) 訪問行政人員、(2) 業界問卷調查，以及(3) 驗證環節。研究亦羅列出十三項業界認為最關鍵的核心能力，有助本地金融科技人才成功發展。與人才相關能力與商業與客戶相關能力與工作方式相關能力- 創業精神- 學習敏銳度- 應對不確定情況- 創新導向- 文化創建

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

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。

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。

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。

歡迎你觀看短片，了解我們採取的全方位抗疫措施 。

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。