新聞及香港科大故事

對大多人來說，平凡之路才是安全之道，而未取之路則屬於勇於探索的開拓者。香港科技大學（科大）的學者正是如此，他們不斷突破界限，志在蒼穹，還將創新目光投向無垠的天空。 在科大低空經濟研究中心，研究團隊以嶄新思維全力革新城市空域發展，積極響應香港特區政府推動低空經濟的政策。現時，他們正運用突破性的數碼雙生技術，打造能複製實體世界的虛擬模型，為無人機管理、空域管制及基建監察帶來革命性轉變。 這項使命由土木及環境工程學系鄭展鵬教授帶領，致力釋放低空經濟的無限潛力。 數碼雙子圖：無人機管理的全新時代 所謂「數碼雙子圖」，是與現實世界實時同步的虛擬鏡像模型，利用感應裝置和物聯網設備收集到的數據不斷更新。應用於無人機領域後，便能建立出高度互動的三維空域或基建地圖，讓導航及協調更趨精準。 鄭教授解釋：「數碼雙子圖能實現與無人機操作同步，在複雜空域中安全導航，猶如智慧化的無人機航空交通管制。透過這個平台，我們能以前所未有的方式視覺化呈現無人機、空域及基建，進行模擬和精密管理。」   圖為數碼雙生子圖原型平台，有望推動大灣區低空經濟發展。  

香港科技大學（科大）工學院的跨學科研究團隊最近成功開發了一套「擬人化認知編碼系統」，讓自動駕駛車（自駕車）能像人類司機般「思考」，綜合判斷複雜路況。這項嶄新技術可將整體交通風險降低26.3%，而對於行人及騎行者等高風險群體來說，潛在意外更大幅減少51.7%。與此同時，自駕車的自身風險也下降了8.3%，為自動駕駛技術的安全性邁進一大步。 現行自動駕駛系統的一大局限，在於其「單對單」風險評估機制，即每次只能比較兩個選項，無法像人類司機那樣全面考慮道路上的多方互動，例如在十字路口優先讓路予行人，再適度調整與附近車輛距離；一旦確定行人安全，再迅速將注意力轉向其他車輛。這種動態決策能力，稱為「社會敏感度 (social sensitivity)」。 為了讓自駕車可「學習」人類的社會敏感度，科大土木及環境工程學系講座教授楊海牽頭的研究團隊借鑒了神經科學、認知科學和倫理學概念，開發出符合人類認知邏輯的編碼方案，為自動駕駛系統配備接近真人司機的感知、評估與行動能力。 該系統結合了三項關鍵創新： 一、個體風險評估模組 (Individual Risk Assessment)：評估每位道路使用者（包括行人、單車、電單車與鄰近車輛）的潛在風險，包括分析其速度、相對距離和行為規律，例如，在路邊行走的小孩會被歸類為高風險群體。 二、社會權重風險映射模組 (Socially Weighted Risk Mapping)：在決策過程中引入倫理權重，優先保護弱勢群體，例如在實際應用上，自駕車即使在規則允許前進的情況下，亦可能會主動禮讓行人。 三、行為信念編碼模組 (Behavioral Belief Encoding)：能預判自駕車決策對整體交通狀況的影響，舉例說突然變道會否導致周邊司機急剎，或者加劇路面擠塞。

在香港，每逢盛夏的颱風季節，可能會遇上山泥傾瀉、水浸、塌樹等狀況，場面有時令人觸目驚心。而過去10年間，極端降雨也更頻繁襲港，其強度甚至超越黑色暴雨警告信號的程度。這個趨勢正好揭示全球暖化對我們日常生活和安全的影響日增，讓我們不禁反思：在面對大自然的怒號時，應當如何做好準備？ 氣候專家陳飛教授為此積極尋求解決方案。2024年，他加入科大擔任環境及可持續發展學部副主任。陳教授曾於美國國家大氣研究中心工作逾28年，現時在聯合國世界氣象組織身兼要職，開發可預測多重災害的嶄新天氣預警系統，務求助大灣區及東南亞城市應對極端天氣的衝擊。 「香港對暴雨天氣並不陌生，而且擁有健全的經濟基建設施和密集人口，是針對極端天氣試驗不同創新方案的理想城市，從而助提升其他東南亞超大城市對氣候變化的適應能力。」陳教授解釋：「我們可先在這裏建立預警機制，然後讓曼谷、吉隆坡等城市借鏡。」   暴雨可引發山泥傾瀉，堵塞車道和街道，不僅造成經濟損失，還對公眾安全構成嚴重威脅。   跨界協作    各司其職 陳教授現正構思將人工智能（AI）技術融入預警系統，以提升其天氣預測能力。然而，這個系統並不僅限於發放天氣警報，更重要的是集合政府部門、研究人員及非牟利機構的資源和專業知識，促成跨界合作。

The United Nations Department of Economic and Social Affairs has predicted that by 2050, over 68% of the global population will reside in cities. This massive projected urban population (6.5+ billion) will no doubt put a great deal of strain on infrastructure, resources and the world’s ecosystems, but, from an engineering standpoint, such large-scale urbanization also presents tremendous opportunities for technological, human as well as other societal and economic development.

The “Hong Kong University of Science and Technology (HKUST)-MTR Joint Research Laboratory” (“Joint Laboratory”) is dedicated to leveraging innovative technology for effective smart traffic management. In one of its research projects, the team utilized artificial intelligence and big data to simulate and predict changes in Hong Kong citizens’ travel patterns under various scenarios, thereby assisting the operations team in implementing appropriate operational plans. This project has won multiple awards at the “Hong Kong ICT Awards 2024”, including the “Smart Mobility (Smart Transport) Gold Award”, “Best Use of AI Award”, “Smart Mobility Grand Award”, and the highest honor, the “Award of the Year”.

Prof. CHEN Kai, Associate Professor of Computer Science and Engineering, is now the brain behind what will become Hong Kong’s ‘brain’ in future – the next-generation artificial intelligence (AI) computing hub for the entire city that encompasses smart bus schedules, taxi dispatch, typhoon warning, medical diagnosis, fintech and others. 

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。

Air pollution is a major environmental and health concern in Hong Kong and the largest environmental health risk, according to the World Health Organization, tying it to seven million premature deaths globally in 2016. Yet many of us accept it as part of city living. In a bid to help city dwellers take their health into their own hands, HKUST's Institute for the Environment recently launched a game-changing mobile app that lets users monitor air quality to reduce their exposure to air pollution. Titled PRAISE-HK (Personalized Real-time Air-quality Informatics System for Exposure), the app provides real-time air quality and health risk information and forecasts, down to the street you are at, up to two days in advance, helping Hongkongers live a smarter and healthier life. One of the world-leading technologies behind the app is our dynamic transport modeling.