新聞及香港科大故事

米耀榮教授與我們分享了他在斷裂和復合力學方面的四十年研究成果。

全球暖化以及溫室氣體排放讓海洋中的含氧量在過去數十年間持續下降1，污染並破壞我們的生態系統。為了遏止這個趨勢，香港科技大學（科大）的研究團隊發現一種機制，有望提升一種環保水生細菌清除二氧化碳的能力，為海洋生產更多氧氣。 儼如陸地上的樹木，藍綠藻(又名藍細菌)於海洋進行光合作用，為海洋生物提供氧氧，地球逾20%的二氧化碳都是經由它們所吸取。可是，全球每天有近半的藍綠藻，因被捕食或受病毒感染而死亡，當中單是一種名為噬藻體的病毒，每日便殺死達全球總量五分之一的藍綠藻。 科大海洋科學系副教授曾慶璐領導的研究團隊歷時五年，最近終於揭示噬藻體殺死這環保細菌，亦即其宿主(host)的規律，所倚賴的是宿主進行光合作用時所產生的能量。團隊利用實驗室培植的噬藻體進行研究，發現牠們於黑暗環境中，並不能完全發揮感染宿主的功能，但藍綠藻卻偏偏在晚上被牠們殺死。原來在日照時份，藍綠藻透過光合作用所生產的能量，會成為噬藻體用作感染其宿主的燃料－令噬藻體在日間完成所有足以破壞藍綠藻細胞結構的感染過程，使其終在晚上分崩離析。很多生物，包括日出而作、日入而息的人類，都具有晝夜節律，但今次研究首次發現，原來病毒亦具有晝夜節律。  曾教授表示：「透過了解日夜循環如何控制噬菌藻的感染過程，不但能幫助降低藍綠藻被感染的風險，由此增加其吸收二氧化碳的能力，減輕全球暖化；亦有助日後研究對抗病毒的藥物。很多人類疾病都是由病毒引致，現在我們知道病毒感染會受生理節律和晝夜循環影響，這可能為研發相關藥物對抗人類病毒提供新見解。」 是次研究成果已於科學期刊《美國國家科學院院刊》中發表。 1根據一份於2017年刊登在《自然》的科學研究文章，海洋在過去50年已減少逾2%氧氣，此步伐將在接下來的80年加快至最多7%，對漁業和沿海經濟造成潛在損害。  

香港科技大學(科大)一個跨學科研究團隊發現，人體腸道中大腸桿菌所釋出的一種毒素，與大腸癌有關。研究不但為大腸桿菌對人類健康的影響帶來新見解，更有助推動預防全球第三常見癌症「大腸癌」 的研究*。 人體腸道中的大腸桿菌雖然可以幫助我們消化食物及調節免疫系統，但它們亦含有毒性，可以導致細胞周期停滯(arrest cell cycle)甚至死亡。科學家早已發現大腸桿菌所產生的大腸桿菌素(Colibactin)是一種基因毒性(genotoxin)化合物，可以破壞真核細胞中脱氧核醣核酸(DNA)的雙螺旋結構(double-strand breaks)，增加患上大腸癌的風險。不過，由於這種化合物濃度低、狀態不穩定及生物合成反應路徑(biosynthetic pathway)過於複雜，難以複製作研究用途，所以它到底如何導致DNA受損，至今仍是一個謎。 由科大捷成 David von Hansemann 理學教授、海洋科學系及生命科學部講座教授錢培元帶領的研究團隊，利用嶄新的生物合成方式，解開這個謎團。團隊不僅成功複製大腸桿菌素基因簇，更發現可以大量培植相關基因的方法，以進行測試及驗證。經過反覆分析及化驗多種大腸桿菌素前體化合物(Colibactin precursors)，團隊最終確定「大腸桿菌素-645」是引致DNA雙螺旋結構受損的元兇，並發現其生物合成反應路徑和損害DNA雙螺旋結構的機制。 錢教授表示﹕「雖然部分大腸桿菌素會透過交叉連接的方式損害DNA，但一直以來未有資料顯示它們會直接破壞DNA。我們的研究確認了大腸桿菌素-645會直接破壞DNA的雙螺旋結構，進一步解釋大腸桿菌素對健康的影響，補上長久以來缺失的一塊拼圖。」 硏究團隊中的李忠瑞指，重組大腸桿菌素的分子骨架，可以為設計及合成有效的DNA分解試劑(DNA cleaving agent)，例如合成限制性内切酶或癌症化療藥物提供基礎。

香港科技大學(科大)的科研人員成功研發全球首個可用作深度機器學習(machine learning)的全光學神經網絡，不但能讓人工智慧在處理較複雜的問題上﹕例如辨識事物之間的關係或風險評估等範疇，進一步追近人類，更可在能耗大幅度降低的情況下，以光速進行運算。一直以來，光學網絡操作僅限於線性*運算，但只靠線性運算並不能讓神經網絡模擬人類大腦運作而達至「深度學習」(Deep Learning)。人工智慧要掌握深度學習，需具有「非線性啟動函數」(non-linear activation functions) 的多層神經網絡。然而，在現存的光電混合神經網絡中，模擬人類大腦回應方式的「非線性啟動函數」乃透過電來實現，這限制了光學網絡的運算速度及能力。現在，由科大物理學系教授杜勝望及助理教授劉軍偉所帶領的研究團隊，實現了首個全光學多層神經網絡，為構建大規模的光學神經網絡推進一步。為突破限制，研究團隊利用冷原子介質內只需極低鐳射功率便能運作的「電磁波引發透明效應」(electromagnetically induced transparency, EIT)，來實現非線性啟用函式，並製作了一個雙層全光學的神經網絡。為測試成效，團隊利用這個網絡，對凝聚態物理學易辛模型(Ising model)中的有序相和無序相進行分類，發現與高性能電腦神經網絡運算的結果一樣準確。杜教授表示﹕「雖然我們現在的成果只是一個概念驗證(proof-of-principle)的測試，但它表明新一代的光學人工智慧—即在低能耗的情況下進行快速運算，是有可能的。」劉教授補充謂:「未來，我們希望擴大此技術的規模，構建一個更大型、更複雜的全光學神經網絡，以作圖像識別等實際應用。」研究結果近日刊登於權威期刊《Optica》，並獲美國光學學會撰寫新聞稿介紹。

由香港科技大學（科大）領導的跨學府研究團隊，成功研製了一種環保充電液體燃料。計劃全面成功後，將對全世界產生革命性的影響，包括把電動車的充電時間由數小時縮短至數分鐘。 電燃料如果以太陽能或風能充電，就會具 「碳中和」的優點；像化石燃料一樣，它可以很方便地輸入電網，或輸入車輛內。 這研究名為「用於可再生能源供電站及電動汽車的電燃料儲能技術基礎研究」，由科大的趙天壽教授領導；其他團隊成員來自香港大學、香港中文大學及香港理工大學。 趙天壽教授為張英燦工程學及環境學教授、機械及航空航天工程學系講座教授、以及科大能源研究院院長。這為期五年的研究計劃（2018 至2022）由研究資助局的主題研究計劃資助，資助額為5000萬港元。 趙教授解釋說：「我們成功研發了一個穩定的鋰硫電池，因為它的高能量密度和低成本，它既可以為電動車供電，也可以為電網儲存來自太陽能和風能的電力。」 「最讓我們興奮的是我們能夠將鋰硫電池轉化為液態系統，或稱為電燃料。」 用傳統充電方式為汽車充電，通常需要幾小時，但使用電燃料則只需幾分鐘。由於它可再充電，電燃料不會像化石燃料那樣越用越少。在充電站，耗盡能源的燃料從燃料缸移走，然後補充載有能源的燃料。  電燃料系統的運作是基於鋰硫電池的化學原理 – 利用鋰金屬的高容量以及硫陰極的廉宜價錢。雖然研究團隊已取得重要成果，但仍有挑戰要克服。首先，在鋰表面形成的枝晶可能會縮短電池壽命。其次，釋出的硫會溶解，並且破壞鋰陽極。 「一個解決方案是形成有表面保護的多孔鋰陽極，而此類方案以前都是通過不切實際、繁雜的方式實現，」 科大團隊另一成員 – 機械及航空航天工程學系助理教授陳擎解釋道。「我們讓熱力學為我們服務。利用兩個自發反應，我們在一個碳支架上形成一個多孔鋰陽極，並在上面形成複合保護層。」 這簡單而有效的方法，讓一個高負載鋰硫電池發揮前所未見的表現。負載 – 即裝置上每面積單位的活性材料 – 必須維持高水平，才能將理論上的高性能最終可以轉化為一個實用高效的儲能技術。

Brain-machine interface - or the technology to synergize the brain with an external device so the latter can carry out orders, has been frequently featured in sci-fi movies as futuristic fantasy. Instead of maneuvering with our fingertips, individuals connected to such devices can transmit their thoughts, and the machines would do their bidding like magic. Recently, an American start-up promised to make this scenario a reality. A small chip would be surgically inserted into one's brain, which is then connected to a receiver with or without a wire, allowing the user to control things like a mouse or a keyboard. The company is even aiming to make the implant surgery equivalent to a simple surgical procedure like LASIK where one can walk away within hours. While this sounds revolutionary for people with disabilities, is the general public ready to sign up for its service?

複雜的拓撲材料，尤其是具有不同內部和表面性質的材料，使得量子計算免於噪聲干擾而更加健壯，近年來成為工業和學術界研究焦點。目前的量子計算機仍然脆弱，提高量子信息抗噪性是重要的研究方向。在噪聲下保持功能容錯量子計算的需求，促使了對於複雜拓撲材料的探索。 香港科技大學物理系的曹圭鵬教授與北京大學物理系的劉雄軍教授合作首次實現三維拓撲材料。此材料由超冷原子構成，製備在接近絕對零度的億分之三度。它為研究新型拓撲材料，甚至那些固體中無法製備的材料提供了途徑。這些利用超冷原子實現的新型人工合成材料使得物理學家可以去研究非凡的物質態，進而研發新型量子器件。 材料的拓撲屬性意味著材料在實際系統中可以含有一定缺陷，這也為探索材料的新奇特性提供了可能。拓撲材料研究局限於低維，因為超冷原子難以實現三維拓撲材料。三維材料的實現全面開啟拓撲材料在超冷原子中的研究，包括絕緣態，半金屬和超流在內的高維的非凡拓撲態。 在物理學家構造的人工合成晶格結構中，超冷原子的行為如同在固體中電子。實驗中，研究員們將原子的自旋與原子的運動關聯起來，形成合成拓撲材料，並且通過新的觀測手段觀測其能譜。這個合成量子材料就是三維自選軌道耦合的結點線半金屬。 這項研究最近於2019年7月29號在自然物理雜誌發表 (DOI:10.1038/s41567-019-0564-y)。 “我們的研究為研發自然界不存在的新奇的拓撲材料提供了可能”，曹教授指出，“此進展也為複雜的三維拓撲材料研究和模擬提供了平台。” 這項研究是Science Advances 4, eaao4748 (2018) 的後續工作。

Padmanabhan KRISHNAMURTHY(帕德)是來自印度的國際學生，由於姊姊曾在家鄉一家服務視障人士的志願機構工作，他對殘疾人士的困境體會甚深，很希望施以援手。皇天不負有心人，他跟隊友Amrutavarsh Sanganabasappa KINAGI (雅麥) 合作發明了取名「海倫」的讀唇器，並在剛結束的 2019年科大「校長盃」本科生發明大賽贏得大獎，體現賽事鼓勵學生發揮創意、力求卓越的精神。  兩人發明的讀唇器取名「海倫」，是為了向已故著名美國作家兼教育家海倫凱勒致敬。凱勒既盲且聾，卻能克服巨大難關，成為二十世紀其中一位最傑出的人道主義先鋒。一待發展成熟，這個得獎讀唇器預計將可惠及數以百萬計人士。根據世界衛生組織統計，全球多達4億6,600萬人受聽障困擾，而到了2050年，人數相信更會增至9億。 「海倫」是首個可穿戴的讀唇器。現時，助聽器只使用音頻，在嘈雜環境難以發揮效用，至於能抵禦噪音的高檔助聽器，不但售價偏高，而且產量有限，並不普及。「海倫」面世後，聽障人士可通過這裝置接收視覺信息，無需再倚賴音頻信息或昂貴的助聽器。新發明應用人工智能，利用相機將人的說話即時串流到一個運行LipNet模型的遠程裝置。LipNet模型由牛津大學、英國 DeepMind科技公司及加拿大高等研究所共同研發，可以將不同長度序列的視頻與文本配對。 Paddy修讀計算機科學，隊友Amrut則同時主修計算機科學及數學。將於九月升讀大學三年級的兩個小伙子，由衷感激項目顧問麥鑑榮教授的悉心指導，助他們把意念轉化成得獎發明。他們說：「麥教授不但在比賽期間指點方向，更重要的是介紹我們認識有研發讀唇器經驗的學長，讓我們有機會聽取前輩的心得和意見。」  「海倫」的首要作用，自然是幫助聽障人士與別人溝通，但它的潛能絕對不容小覷：除了可供法庭書記和法律專業人員在庭上使用，也能協助警方了解閉路電視片段中的人物說話內容，重組案情。