最新动态

理大初创企业研发新一代抗生素　荣获德国2023年度Falling Walls科学突破奖

香港理工大学（理大）学者领导的初创企业，研发新一代候选抗生素，荣获德国跨界创新基金会嘉许2023年度Falling Walls创新科学突破奖-科学初创企业类。 由理大应用生物及化学科技学系副教授马聪博士带领，初创企业Ynno Med Ltd享誉德国2023年度Falling Walls科学突破奖，成为全球25间获奖企业之一。 总部位于德国柏林的跨界创新基金会（The Falling Walls Foundation），所设的Falling Walls科学突破奖旨在表彰尖端发现，促进各领域的研究和创新，并表扬科学和社会发展的最新突破与成就。 马博士带领的获奖初创企业，利用自家开发的人工智能辅助技术，致力研发突破性的首创抗生素药物，以应对普遍存在的抗生素耐药性问题。 研究团队透过应用人工智能药物设计方法， 发明新的抗生素候选药物，以对抗各种多重耐药性超级细菌及多代抗生素的抗药性。 马博士表示︰「作为唯一来自香港的科学初创企业奖得主，我们认为这证明了香港创科实力在国际舞台上得到肯定。透过这个机会，我们希望展示大学在知识转移方面的热诚，并为社会作出有影响力的贡献。」 马博士的研究工作主要集中于研发和药物设计。新的抗生素候选药物正在Ynno Med进行临床前研究，并计划在未来进行临床试验。马博士说︰「该奖项对我们迄今取得的成就果予了极大的鼓励。」

理大学者革新研究　突破经典物理现象莱顿弗罗斯特效应　荣获德国Falling Walls科学突破奖

香港理工大学（理大）协理副校长（研究及创新）及机械工程学系讲座教授王鑽开教授，凭藉具划时代影响力的创新研究，荣获德国跨界创新基金会嘉许2023年度国际跨界创新科学突破奖-工程技术类别（the Falling Walls Science Breakthroughs of the Year 2023 in Engineering and Technology category，简称为Falling Walls科学突破奖），为全球十位得奖者之一。 德国跨界创新基金会（The Falling Walls Foundation）设于德国柏林，其颁发的Falling Walls科学突破奖旨在表彰取得杰出成就和突破的科学家，对研究领域产生了长远重大的影响，并为解决全球性挑战作出贡献。 王教授研发的结构热装甲(STA)，成功将液体冷却的温度提升至摄氏1000度（°C）以上，彻底打破自1756年起屹立的「莱顿弗罗斯特效应」（the Leidenfrost effect）。有关科研成果「抑制莱顿弗罗斯特效应，实现1,000°C以上高效热能冷却」于2022年在国际学术期刊《自然》（Nature）发表。

科技及创新政策研究中心首推理大创新科技指数 香港在大中华排名第七 建议增加研发投入及专利申请

报告摘要 大中华三大创新科技地区排名分别为：广东（第一位）、江苏（第二位）及北京（第三位）；香港排名第七。 若香港成功实现特区政府早前公布的《香港创新科技发展蓝图》愿景，香港的创新科技排名将于 2027 年及 2032 年分别上升至第六及第三位。 全球四大湾区创新科技排名：旧金山湾区（第一位）、东京湾区（第二位）、粤港澳大湾区（第三位）及纽约湾区（第四位）。 加强对社会创新及包容性的关注，以及让香港更好融入大湾区将有助提升粤港澳大湾区的创新科技排名。 对香港的建议 加大研发投入及鼓励专利申请 支持创新科技初创企业及建构创科生态圈 留住及吸引创科人才，提升公众的创新意识 发挥香港策略定位，加快新型工业化 善用绿色经济，促进创科发展 拥抱数码经济，纳入创新评估框架 加快融入大湾区，建设国际领先创新科技中心 香港理工大学（理大）科技及创新政策研究中心（PReCIT）今天公布首份理大创新科技指数报告。该指数比较了香港与大中华其他地区以及全球四大湾区的创新科技优势和挑战，旨在为香港特区政府提供建议，藉此制定具影响力的创新科技政策，并提升香港的竞争力，以及加快融入国家「十四五」的发展规划。 （一）香港与大中华其他地区在创新科技方面的比较 在大中华 34 个地区的创新科技排名中，广东、江苏和北京位列前三甲，创新科技指数分别为 6.67、5.20 和 4.72。 香港则排名第七，创新科技指数为 3.53，排名受限于研发投入、专利申请数量、创科从业人员及初创企业数量，以及制造业对本地生产总值（GDP）的贡献分数较低。尽管香港的研发总开支（GERD）占本地生产总值的比率由 2016 年的 0.74% 上升至 2022 年的 0.99%，但仍低于大中华地区平均水平的 2.4%。 然而，香港在创业投资的平均交易规模及高科技出口分项得分均领先于大中华其他地区，显示香港作为国际金融中心，拥有利伯维尔场经济、贸易畅旺和宜居环境的优势。 研究预测，若香港能够实现特区政府早前公布《香港创新科技发展蓝图》中的愿景，香港的创新排名将在2027年和2032年分别提升至第六位和第三位。 表一：大中华十大创新科技地区排名 排名 地区 总分 研发 初创企业 人才 产业 影响 1 广东 6.77 2.03 2.08 1.00 0.46 1.20 2 江苏 5.20 1.88 1.21 0.86 0.48 0.77 3 北京 4.72 2.22 1.68 0.15 0.14 0.52 4 浙江 4.61 1.66 0.91 0.83 0.46 0.75 5 台湾 4.28 1.65 0.31 1.13 0.48 0.71 6 上海 3.89 1.74 1.03 0.26 0.32 0.54 7 香港 3.53 0.82 1.09 0.29 0.00 1.33 8 福建 3.00 1.37 0.51 0.39 0.41 0.32 9 山东 2.90 1.22 0.30 0.31 0.47 0.60 10 安徽 2.63 1.23 0.33 0.26 0.39 0.42 理大副校长（研究及创新）兼科技及创新政策研究中心主任赵汝恒教授表示：「香港是享誉全球的自由经济体，但由于公营投资主导研发开支，未能充分发挥其优势。相比之下，广东、江苏和北京则成功优化投资政策，促进民间资本投资当地初创企业。香港需要加大私人企业研发投资，加强内地到香港的创投资金流，以促进金融科技和创新科技生态系统的持续发展。」 理大科技及创新政策研究中心联席主任兼应用社会科学系系主任崔永康教授续指：「专利数量是衡量创科发展的指标，我们鼓励香港的研发机构，包括大学和企业，申请专利并参与内地标准的制定，以便更好地配合国家『十四五』规划。然而，初创企业早期在维护知识产权的成本较高，阻碍企业家维护品牌的独特经营理念和竞争力，建议政府增加对企业或个人申请拨款的上限，以鼓励创新和创业，同时加强培育创科人才库，有利长远可持续发展。」 （二）粤港澳大湾区与其他湾区在创新科技方面的比较 旧金山湾区和东京湾区分别以 6.99 和 4.07 的指数，高居全球四大湾区中第一及第二位，其次是粤港澳大湾区（第三名，指数为 3.75）和纽约湾区（第四名，指数为 3.14）。 旧金山湾区内的硅谷是全球领先科技公司的聚集地，东京湾区就以先进机械人和电子产业而闻名，纽约湾区则是金融和媒体的枢纽。根据表二，粤港澳大湾区在研发和初创企业分项指数最低，在人才和对社会的影响分项指数则高于其他三大湾区。 表二：全球四大湾区创新科技排名 排名 地区 总分 研发 初创企业 人才 产业 影响 1 旧金山湾区 6.99 2.51 3.00 0.90 0.08 0.50 2 东京湾区 4.07 1.75 0.59 0.64 0.30 0.78 3 粤港澳大湾区 3.75 0.49 0.23 1.24 0.50 1.29 4 纽约湾区 3.14 0.97 1.01 0.75 0.00 0.41 理大内地发展总监兼 PReCIT 核心成员陆海天教授表示：「为了更好地与其他湾区区分，并巩固其作为国际金融及创新科技中心的地位，我们建议粤港澳大湾区加强社会创新及包容性，并改善教育和医疗保健的普及性。香港更好地融入大湾区对于提升整体排名至关重要，香港可以利用其作为国际金融中心的优势，加强与大湾区其他城市的合作，促进互联互通，推动整体发展。」 理大应用社会科学系客座教授兼智能城市联盟创办人及荣誉会长邓淑明博士补充：「理大推出首个以互动地图仪表板（Interactive Map Dashboard） 形式编制的创新科技指数涵盖部分大中华地区及四大湾区，有利将香港创新科技的协作推至另一高峰，尤其在广东和香港于 2023 年 3 月签署《粤港共建智能城市群合作协议》后涉及新型工业化、数码经济和智慧城市方面的交流。」 详尽报告请参阅（只提供英文版）：https://polyu.me/PolyUInTIndex2023 PReCIT 成立于 2022 年，是大学层面的交叉学科创科政策智库。中心主要的研究方向包括碳中和城市、大湾区创科发展，以及一带一路倡议在东南亚地区的发展。更多关于理大科技及创新政策研究中心举办的活动信息，欢迎浏览中心网站www.polyu.edu.hk/precit/.

眼视觉研究中心和爱尔眼科携手合作 推动转化视觉研究

眼视觉研究中心（CEVR）和爱尔眼科医院集团股份有限公司（爱尔眼科）宣布建立策略合作，结合 CEVR 和爱尔眼科的互补优势，推动先进眼科及视觉研究发展，共同开展技术研发、研究成果商品化、支持初创企业及人才培育等工作，并将创新成果引入中国内地和国际眼科医疗市场。 双方今日于香港理工大学（理大）校园举行签署仪式，由 CEVR 董事会主席暨理大常务及学务副校长黄永德教授及爱尔眼科国际战略发展总监张咏梅女士代表签署合作备忘录。 黄永德教授表示：「理大眼科视光学院自 2022 年起与爱尔眼科合作，为实习眼科视光师提供内地及海外临床培训机会。这次合作充分利用CEVR 创新研究的应用潜力，和爱尔眼科拥有超过 800 家医院和眼科中心的广泛眼科医疗网络，实现双方在研究和应用上的协同发展。我们期待在不久的将来，能够见证眼科和视觉疾病在诊断及治疗等方面的多项新进展。」 张咏梅女士说：「爱尔眼科一直致力于向全球患者提供最优质的眼科医疗服务。此次与 CEVR 的合作，不仅将为我们的患者提供创新解决方案和世界级的护理，并且促进先进研究成果的转化，最终改善患有视力相关疾病患者的生活质量。」 这次 CEVR 和爱尔眼科之间的合作，标志着香港以至全球转化型视觉研究的一个重要里程碑，充分发挥 CEVR 和爱尔眼科的优势，创造具影响力的研究文化和视觉研究实力，并开发创新技术来解决现实世界中难以解决的视觉问题。

Advancing materials science to attain immense impacts

Persistency and curiosity are crucial to achieve research breakthroughs.  Materials science is a multidisciplinary field that involves the study of the properties, structure, processing, and performance of various materials, with the ultimate goal of improving their performance for practical applications that can benefit the society.  Prof. Feng YAN, Chair Professor of Organic Electronics in Department of Applied Physics at The Hong Kong Polytechnic University (PolyU) has spearheaded the research on materials science. His research on advanced materials, notably organic semiconductors and perovskite materials, has contributed to the advancement of biosensors and optoelectronic devices such as photodetectors and solar cells.  With the high number of citations across various fields, Prof. YAN’s research on advanced materials have made noteworthy contributions. This is particularly significant in the fields of polymer- and perovskite–based solar cell technology and transistor-based sensors, with a focus on practical devices and applications. Prof. YAN, said, “The recognition of being highly cited is motivating my research on material development, aimed at contributing to a sustainable future and improving human life. In-depth knowledge in pure sciences from multiple disciplines, including physics, chemistry and engineering, is fundamentally essential for conducting robust research.”    Transistor-based sensors Prof. YAN is a global leader in organic electronics and the developer of highly sensitive transistor-based sensors for light, molecule and biomarker detections. His novel research on advanced materials, including organic semiconductors and perovskite materials, has greatly advanced biosensors, optoelectronic devices such as photodetectors and solar cells, and other technologies. “Quantum dots are really interesting because they are highly responsive to light and make for highly sensitive photodetectors,” said Prof. YAN. “But for them to work, they need to be fixed to a conductive channel of a transistor5. We developed a field-effect transistor using graphene as a channel and modified quantum dots with short molecular connections to create a high-performance, photo-detector system that has now been further developed for a range of industrial applications.” Prof. YAN and his team went on to extend that work to organic or two-dimensional, metal-organic framework – based transistors that can be combined with commercial biomolecular probes — molecules designed to bond to proteins and other biomolecules of interest — to create ultra-high-sensitivity and low-cost biosensors. Their device consists of an array of transistors on a chip that, when modified with the right probe, can detect various types of biomolecules at very low concentrations.   Electrochemical transistors  In his recent study, two-dimensional conjugated metal organic frameworks are proven to be excellent semiconductor materials for high-performance electrochemical transistors (ECTs) with promising applications in flexible and wearable electronics1. ECTs have shown broad application in bioelectronics and neuromorphic devices due to their high transconductance, low working voltage and versatile device design2. “We developed a bioelectronics device for detecting Sars-CoV-2, the virus responsible for COVID-19, as an ultrafast, sensitive and portable diagnostic tool2,” said Prof YAN. “We continue to develop this biosensor system, because it can be used non-invasively with saliva to detect a range of useful biomarkers.” Prof. YAN’s team is also working on perovskites — a class of inorganic crystalline materials with photoelectric properties — as another alternative to silicon-based solar cells. Prof. YAN has made significant breakthroughs that improve the efficiency and stability of perovskite solar cells in an ambient atmosphere3 and also by using tin to replace lead, which is conventionally used in perovskites — providing a less toxic alternative3. Prof. YAN’s global leadership in advanced materials epitomises his persistence focus on materials science that contributes to society.   This article is excerpted from the feature published by Nature Portfolio. Reference: https://www.nature.com/articles/d42473-023-00143-3 Research Interests: Solar Cells (Organic & Perovskite), Organic Electronics, Electrochemical Transistors Highly Cited Researcher: 2020-2022 (Clarivate Analytics) Selected Highly Cited Publications: F. Yan, J. Song, H. Liu, Z. Zhao, et al., 2D metal-organic frameworks for ultraflexible electrochemical transistors with high transconductance and fast response speeds, Science Advances, vol 9, Jan. 2023. F. Yan, H. Liu, A. Yang, J. Song, et al., Ultrafast, sensitive, and portable detection of COVID-19 IgG using flexible organic electrochemical transistors, Science Advances, vol 7, Sept. 2021. F. Yan, Q. Tai, X. Guo, G. Tang, et al., Antioxidant Grain Passivation for Air-Stable Tin-Based Perovskite Solar Cells, Angew. Chem. Int. Ed., vol 58, 2019. F. Yan, Q. Tai, P. You, H. Sang, et al., Efficient and stable perovskite solar cells prepared in ambient air irrespective of the humidity, Nature Communications, 7:11106, 2016. F. Yan, Z. Sun, Z. Liu, J. Li, et al., Infrared photodetectors based on CVD-grown graphene and PbS quantum dots with ultrahigh responsivity, Advanced Materials, vol 24, Nov. 2012.   Download Version

理大两个研究项目荣获国家教育部高等学校科学研究优秀成果奖

香港理工大学（理大）两个研究项目分别荣获国家教育部颁授 2022 年度「高等学校科学研究优秀成果奖(科学技术)」自然科学奖一等奖及二等奖，以表扬研究团队的杰出科研贡献。 由理大应用数学系数学科学讲座教授杨彤教授领导的「可压缩 Navier-Stokes 方程组及相关问题的数学理论」项目获得自然科学奖一等奖；土木及环境工程学系大气环境讲座教授王韬教授领导的「大气活性氮氧化物的化学转化机制及其对臭氧和灰霾污染的影响项目」则获得自然科学奖二等奖。 理大副校长（研究及创新）赵汝恒教授祝贺获奖团队，并表示：「我们很荣幸获得教育部颁授这项荣誉，以表扬理大学者的贡献和努力。研究团队的科研成果对社会产生了重大的影响，并展现了理大在科研和学术方面的卓越成就。我们感谢团队不懈追求知识和探索，充分体现高等教育的精神。作为理大的重要成员，研究团队将继续启发未来世代，发挥大学在教育、科研和知识转移方面的优势，贡献国家。」 由理大杨彤教授领导的联合项目，团队成员包括华南理工大学的朱长江教授及温焕尧教授。可压缩Navier-Stokes方程组是描述可压缩流体运动的基本数学模型之一，其数学理论研究一直是国际数学界的重要研究方向之一。获奖项目为杨教授的核心研究，他在守恒定律、玻尔兹曼方程、边界层理论等方面的科学研究作出重大贡献。 另外，由理大王韬教授领导的研究项目，合作机构包括山东大学、南京大学和中国环境科学研究院。团队深入研究香港和中国内地的氮氧化物长达 20 年。获奖项目为王教授的核心研究领域，他的团队通过实地观测、实验室实验和电脑模拟等，在氮氧化物的化学转化过程及其在光化学和灰霾污染中的作用上有重大发现。相关发现加强了对化学转化机制的了解，并提升了广泛应用于全球空气质素预测和研究的空气品质模式的功能。 高等学校科学研究优秀成果奖（科学技术）是国家教育部设立的科技专项奖，对象为全国的高等院校，授予在开展科技创新、成果转化并在创新人才培养中作出突出贡献的学者和单位。

媒体专访：新型可光交联纳米复合植骨材料

理大利民生物医学工程青年学者，生物医学工程学系副教授赵昕博士，接受《星岛日报》访问，介绍了她荣获2023 TechConnect 全球创新奖的科研项目，并分享生物医学工程领域的就业前景，勉励有志投身科研的学生要勇于尝试。 详情请按此。

Cultivating a holistic view of research impacts

Researchers need to take a holistic mindset on bringing the results from laboratory to society. Computer scientists must remain constantly prepared for a wide spectrum of rapidly evolving paradigms and environments within computing networks and artificial intelligence (AI) technologies. Prof. Song GUO of Department of Computing at The Hong Kong Polytechnic University (PolyU) has fostered proactive teamwork to develop innovative research and impactful applications in the field of dynamic computing. As Director of the Edge Intelligence Laboratory at PolyU, Prof. GUO has inspired a team of active researchers to investigate diversely, from the Internet of Things (IoT) to wearable devices and systems over ubiquitous mobiles, algorithms, deep learning, and edge computing. Prof. GUO always believes that talent developments and team efforts are crucial for research and constantly promoting a promising environment with diverse opportunities for growth, knowledge acquisition, and achievements. “My consistent recognition as a highly cited researcher underscores our team’s influential contributions in the field,” said Prof. GUO, whose research in Edge-cloud AI is highly cited. Individually, the paradigms of edge computing, cloud and AI are all rapidly evolving technologies that garner significant interest from academia and industry. If the cloud server centre functions as the brain, then edge computing is the nervous system connecting to various intelligent terminals throughout the body. The number of edge devices is proliferating, with the generation of excessive amounts of data crucial for intelligent applications. In an era of the smart city and living environment, edge learning research is essential as a paradigm that complements cloud-based methods for big data analytics in the cloud-edge environment.   Edge-cloud AI “Edge-cloud AI has emerged as a widely cited research field involving the collaboration of edge-side clients, networking facilities, and cloud-side servers. Our primary objective is to perform systematic research to design and implement efficient systems for Edge-cloud AI applications,” said Prof. GUO. However, a comprehensive life-cycle optimisation is a key challenge to addressing various aspects of computing systems, such as edge AI risks, dynamic environments, on-device constraints and heterogeneous resources. In the previous research, these requirements were abstracted into a bottom-up hierarchy and followed by a comprehensive approach to designing the system from deployment to training, adaption, and governance perspectives. The primary focus of research embraces four major aspects for developing efficient Edge-cloud AI systems: Designing a collaborative training framework over heterogeneous edge environments Offering a lightweight deployment engine for resource-constrained edge devices Proposing fast adaptation mechanisms for evolutionary edge environments Designing trustworthy governance technologies to mitigate various Edge AI risks. Highly Cited Deep learning is critical to applications of IoT by improving the efficiency of deployment and management of IoT, enhancing security and privacy protection, and enabling various smart usage. Respectively, federated learning is a decentralised approach to training machine learning models without exposing their private data. Prof. GUO’s highly cited research, titled “Layer-Wised Model Aggregation for Personalised Federal Learning”, showed higher performance in collaborative learning while protecting data privacy. The study proposed a novel personalised federated learning training framework to optimise the personalised model aggregation of clients with heterogeneous data. IoT generates large amounts of data at the network edge. Machine learning models are often built on these data to enable the detection, classification, and prediction of future events. However, it is often impossible to send all the IoT data to the central server for centralised model training due to network bandwidth, storage, and privacy concern. Prof. GUO’s research, titled “A Learning-based Incentive Mechanism for Federated Learning”, was published in IEEE Internet of Things Journal in 2020. It studied the incentive mechanism for federated learning to motivate edge nodes to contribute model training. Notably, a deep reinforcement learning-based incentive mechanism was designed to determine the optimal pricing strategy for the parameter server and optimal training strategies for edge nodes. For edge computing, Prof. GUO’s research designed a decentralised algorithm for computation offloading to enable users to independently choose their offloading decisions. The highly cited research, titled “A Deep Reinforcement Learning Based Offloading Game in Edge Computing”, was published in IEEE Transactions on Computers in 2020.   Practical applications Leveraging the Edge-cloud AI research platform, Prof. GUO's team has successfully applied the findings to real-world applications. For instance, the smart health project, which deploys lightweight medical models on edge devices, precisely enables body posture analysis with 90% classification accuracy. This “Dr Body Scan” posture analysis system has become the first automated, all-in-one machine for accurate diagnosis and evaluation of human posture. It won the Hong Kong Information and Communications Technology (ICT) Awards 2021 for providing impactful solutions for social and business needs.  Another smart transportation project uses neural video enhancement techniques to address vulnerabilities in autonomous vehicles by taking hardware, software, network environment and real-time demands into account. It effectively leads to up to 20 times reduced traffic. Overall, these real-time video inference algorithms and neural video enhancement models provide solid foundations for Edge AI applications.  “We take pride in balancing academic publications and practical applications. Alongside our academic achievements, we have published two books and secured over eight patents related to Edge AI,” said Prof. GUO. These accomplishments vividly build the value of research on social and economic benefits and make the connection between academia and industry. Collaboration with universities, hospitals, government, and charity organisations is essential for researchers with a proactive vision of real-world impacts. Also, international exchanges on global conferences participation and top-notch institutes visits are motivational activities to explore cutting-edge technology and gain in-depth knowledge.   Research Interests: Edge AI, Edge Computing, 6G, Big Data, Machine Learning, Distributed Systems, Mobile Computing Highly Cited Researcher: 2020-2022 (Clarivate Analytics) Selected Highly Cited Publications: S. Guo, Y. Zhan Y., P. Li, J. Zhang, A Deep Reinforcement Learning based Offloading Game in Edge Computing, IEEE Transactions on Computers, vol. 69, issue 6, June 2020. S. Guo, Y. Zhan, P. Li, Z. Qu, D. Zeng, A Learning-Based Incentive Mechanism for Federated Learning, IEEE Internet of Things Journal, vol. 7, issue 7, July 2020.  S. Guo, X. Ma, J. Zhang, W. Xu, Layer-Wised Model Aggregation for Personalized Federated Learning, Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition, pp. 10092-10101, 2022.   Download Version

理大两名杰出学者获颁研资局高级研究学者及研究学者

香港理工大学（理大）两名学者分别于 2023/24 年度研究资助局（研资局）高级研究学者计划（SRFS）及研究学者计划（RFS）获奖，以表扬他们在不同学科上的卓越研究。 理大建设及环境学院副院长及建筑及房地产学系教授倪萌教授获 SRFS 资助并颁授「研资局高级研究学者」名衔，他的跨学科研究旨在促进可持续洁净能源发电。 倪教授的研究涉及能源工程与环境的交叉学科领域，范畴主要为燃料电池、可充电金属空气电池、电化学水分解以及低品位废热利用的电化学系统。此外，他还担任 80 多份学术期刊的审稿人，包括 Science、Nature Energy、Nature Communications、Joule 和 Advanced Materials 等顶级刊物。 理大应用数学系教授李步扬教授获 RFS 资助并颁授「研资局研究学者」名衔，他的研究领域为解决前端性数学问题以开创崭新见解。 李教授在应用数学、数值数学和计算数学方面的研究成果为各种数学问题探究解决方案。他曾获得 2022 年香港数学学会青年学者奖，以表彰他对数学领域的贡献和在学术界的卓越表现。 理大副校长（研究及创新）赵汝恒教授恭贺获奖学者并表示：「获奖学者的佳绩彰显了理大团队在推动和开展不同范畴跨学科研究的卓越能力和竞争力，他们的成就激励着其他研究人员，鼓励他们坚持追求具影响力的研究，以造福社会。」 两位获奖研究学者的成就展现了理大在跨学科领域卓越的学术和研究能力，以及大学致力透过科研应对全球社会的需求。 研资局「高级研究学者计划」及「研究学者计划」旨在为卓越非凡的学者提供教学及行政职务方面的持续支援。两项计划均涵盖所有学科，每年各颁发 10 个获奖名额，其所属大学会获发放分别港币约 $780 万元经费（高级研究学者计划）及 $520 万元经费（研究学者计划），为期 60 个月。 获奖研究项目详情： 高级研究学者计划 项目统筹者 倪萌教授 - 建设及环境学院副院长 - 建筑及房地产学系教授 项目名称 质子陶瓷燃料电池用于清洁发电技术：从新的阴极材料到新电堆设计 摘要 基于高效、低排放等特点，质子陶瓷燃料电池具有替代传统火力发电的巨大潜力。然而，由于阴极较高的损失和传统电堆中反应物分布不均匀，导致该燃料电池的实际性能较差。 本研究将同时采用传统试错方法和机械学习辅助设计方法，大大加快新的阴极材料开发。同时，也将基于多物理场模拟和优化策略，发展非传统电堆设计，包括多种受自然启发的电堆组成方法，以提高燃料电池性能。研究将结合工程科学、化学、物理和材料科学，解决以质子陶瓷燃料电池发电的难题。 研究学者计划 项目统筹者 李步扬教授 - 应用数学系教授 项目名称 曲率驱动的曲面演化及其相关问题中的挑战、数值分析和新的计算方法 摘要 项目旨在解决一系列关于参数有限元算法求解曲面演化问题的稳定性和收敛性的长期数学问题，这些算法用于近似几何流下的曲面演变和两相 Navier-Stokes 流下的界面演变（例如液体中的气泡）。 研究预计将产生对曲率驱动曲面演变的基础算法的新理解，以及可以提高逼近曲面演变的精确性、稳定性和网格质量的崭新计算方法。

理工大学携手研发以 3D 打印创造新型高强度钛合金

香港理工大学（理大）的科学家与澳洲墨尔本皇家理工大学和雪梨大学合作，成功利用 3D 打印技术（又称增材制造）研制出高强度、高塑性的新型钛合金，同时为钛合金工业生产长期面对的品质性能和废料处理问题提供了有效解决方案。研究成果已发表于国际科学期刊《自然》（Nature）。 钛合金是先进的轻质材料，常用于各种关键应用。研究团队的创新发现开拓了 3D 打印制造钛合金及其他金属物料的潜在应用，有望降低成本、提高物料性能，同时积极推动可持续发展的循环经济模式。 氧和铁是两种储量富丰、价钱合理的元素，而且可以分别使 α 和 β 两相钛合金稳定和变强。研究团队利用 3D 打印技术，成功生产了一种结合了氧和铁的新型钛合金「α–β Ti-O-Fe 合金」，其特点是强度与塑性俱高，而且应用潜力优厚，能于航空航天、海洋工程、消费电子和生物医疗设备等领域发挥作用，有助积极推动可持续发展。与自 1954 年发明以来广泛使用的基准材料「Ti-6AI-4V 钛合金」相比，研究团队最新研发的新型钛合金的机械性能更胜一筹，除了良好的延展性，强度也更高。 虽然这种新型钛合金可以利用铸造法等传统工艺生产，但效果逊色，不适合实际工程应用。 3D 打印技术能有效克服传统工艺缺点，制作出高性能钛合金。 钛合金传统上以能源密集的 Kroll 工艺生产，过程中无可避免地产出约10％劣质「海绵钛」（sponge titanium），由于劣质废料本身仍含有很多氧和铁，所以会造成大量浪费、推高生产成本。研究团队提出的新方案利用 3D 打印技术制造方法，可回收劣质废料，并有效转化为原材料粉末再投入生产。此外，这种新的合金设计以低合金化和素化为基础思维，可把合金元素减至最少。现时占据主流的 Ti-6Al-4V 中含有 10% 的合金元素，而且其中的钒毒性较大，所以研究团队的低合金化与素化理念能带来改变，为实现可持续发展带来裨益。 理大工业及系统工程学系助理教授陈子斌博士是研究报告的其中一位主要作者，他亦是理大首届「青年创新研究者奖」的得奖者。陈子斌博士表示：「本研究令金属合金制造业所产生的逾 10％ 废弃物得以回收，能大幅降低工业材料和能源成本，并有助于减少碳足迹，为环境可持续发展作出贡献。」 该研究结合合金设计、计算模拟和实验表征等方法，探索新型「Ti-O-Fe」钛合金的 3D 打印制造流程、微结构和性能。 现代的 3D 打印技术能一步到位地制成复杂的功能性金属零件，有助节省产品开发的时间和成本。该技术还突破了传统方法的限制，能够制造出结构和成分特殊的金属零件。在质量方面，3D 打印制造法能调整金属合金的微结构，不但使其强度更高、塑性更好、耐腐蚀性更优秀，还能够制造出价廉、坚固，而且内部复杂结构的金属零件。这项研究突破，为 3D 打印制造法提供了全面和可持续的材料设计策略，开拓了更广阔的应用前景。 理大工业及系统工程学系讲座教授（制造工程）陈镜昌教授是本研究的合著者，他表 示︰「本研究可以作为其他金属合金制造法的模型或基准，利用 3D 打印技术来提高性能，创造更多可能性。3D 打印金属是新兴领域，相信未来将在材料制造领域中愈来愈盛行。」