最新動態

理大初創企業研發新一代抗生素　榮獲德國2023年度Falling Walls科學突破獎

香港理工大學（理大）學者領導的初創企業，研發新一代候選抗生素，榮獲德國跨界創新基金會嘉許2023年度Falling Walls創新科學突破獎-科學初創企業類。 由理大應用生物及化學科技學系副教授馬聰博士帶領，初創企業Ynno Med Ltd享譽德國2023年度Falling Walls科學突破獎，成為全球25間獲獎企業之一。 總部位於德國柏林的跨界創新基金會（The Falling Walls Foundation），所設的Falling Walls科學突破獎旨在表彰尖端發現，促進各領域的研究和創新，並表揚科學和社會發展的最新突破與成就。 馬博士帶領的獲獎初創企業，利用自家開發的人工智能輔助技術，致力研發突破性的首創抗生素藥物，以應對普遍存在的抗生素耐藥性問題。 研究團隊透過應用人工智能藥物設計方法， 發明新的抗生素候選藥物，以對抗各種多重耐藥性超級細菌及多代抗生素的抗藥性。 馬博士表示︰「作為唯一來自香港的科學初創企業獎得主，我們認為這證明了香港創科實力在國際舞台上得到肯定。透過這個機會，我們希望展示大學在知識轉移方面的熱誠，並為社會作出有影響力的貢獻。」 馬博士的研究工作主要集中於研發和藥物設計。新的抗生素候選藥物正在Ynno Med進行臨床前研究，並計劃在未來進行臨床試驗。馬博士說︰「該獎項對我們迄今取得的成就果予了極大的鼓勵。」   

理大學者革新研究　突破經典物理現象萊頓弗羅斯特效應　榮獲德國Falling Walls科學突破獎

香港理工大學（理大）協理副校長（研究及創新）及機械工程學系講座教授王鑽開教授，憑藉具劃時代影響力的創新研究，榮獲德國跨界創新基金會嘉許2023年度國際跨界創新科學突破獎-工程技術類別（the Falling Walls Science Breakthroughs of the Year 2023 in Engineering and Technology category，簡稱為Falling Walls科學突破獎），為全球十位得獎者之一。 德國跨界創新基金會（The Falling Walls Foundation）設於德國柏林，其頒發的Falling Walls科學突破獎旨在表彰取得傑出成就和突破的科學家，對研究領域產生了長遠重大的影響，並為解決全球性挑戰作出貢獻。 王教授研發的結構熱裝甲(STA)，成功將液體冷卻的溫度提升至攝氏1000度（°C）以上，徹底打破自1756年起屹立的「萊頓弗羅斯特效應」（the Leidenfrost effect）。有關科研成果「抑制萊頓弗羅斯特效應，實現1,000°C以上高效熱能冷卻」於2022年在國際學術期刊《自然》（Nature）發表。

科技及創新政策研究中心首推理大創新科技指數 香港在大中華排名第七 建議增加研發投入及專利申請

報告摘要 大中華三大創新科技地區排名分別為：廣東（第一位）、江蘇（第二位）及北京（第三位）；香港排名第七。 若香港成功實現特區政府早前公布的《香港創新科技發展藍圖》願景，香港的創新科技排名將於 2027 年及 2032 年分別上升至第六及第三位。 全球四大灣區創新科技排名：三藩市灣區（第一位）、東京灣區（第二位）、粵港澳大灣區（第三位）及紐約灣區（第四位）。 加強對社會創新及包容性的關注，以及讓香港更好融入大灣區將有助提升粵港澳大灣區的創新科技排名。 對香港的建議 加大研發投入及鼓勵專利申請 支持創新科技初創企業及建構創科生態圈 留住及吸引創科人才，提升公眾的創新意識 發揮香港策略定位，加快新型工業化 善用綠色經濟，促進創科發展 擁抱數碼經濟，納入創新評估框架 加快融入大灣區，建設國際領先創新科技中心 香港理工大學（理大）科技及創新政策研究中心（PReCIT）今天公布首份理大創新科技指數報告。該指數比較了香港與大中華其他地區以及全球四大灣區的創新科技優勢和挑戰，旨在為香港特區政府提供建議，藉此制定具影響力的創新科技政策，並提升香港的競爭力，以及加快融入國家「十四五」的發展規劃。 （一）香港與大中華其他地區在創新科技方面的比較 在大中華 34 個地區的創新科技排名中，廣東、江蘇和北京位列前三甲，創新科技指數分別為 6.67、5.20 和 4.72。 香港則排名第七，創新科技指數為 3.53，排名受限於研發投入、專利申請數量、創科從業人員及初創企業數量，以及製造業對本地生產總值（GDP）的貢獻分數較低。儘管香港的研發總開支（GERD）佔本地生產總值的比率由 2016 年的 0.74% 上升至 2022 年的 0.99%，但仍低於大中華地區平均水平的 2.4%。 然而，香港在創業投資的平均交易規模及高科技出口分項得分均領先於大中華其他地區，顯示香港作為國際金融中心，擁有自由市場經濟、貿易暢旺和宜居環境的優勢。 研究預測，若香港能夠實現特區政府早前公布《香港創新科技發展藍圖》中的願景，香港的創新排名將在 2027 年和 2032 年分別提升至第六位和第三位。 表一：大中華十大創新科技地區排名 排名 地區 總分 研發 初創企業 人才 產業 影響 1 廣東 6.77 2.03 2.08 1.00 0.46 1.20 2 江蘇 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 台灣 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 山東 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 理大副校長（研究及創新）兼科技及創新政策研究中心主任趙汝恒教授表示：「香港是享譽全球的自由經濟體，但由於公營投資主導研發開支，未能充分發揮其優勢。相比之下，廣東、江蘇和北京則成功優化投資政策，促進民間資本投資當地初創企業。香港需要加大私人企業研發投資，加強內地到香港的創投資金流，以促進金融科技和創新科技生態系統的持續發展。」 理大科技及創新政策研究中心聯席主任兼應用社會科學系系主任崔永康教授續指：「專利數量是衡量創科發展的指標，我們鼓勵香港的研發機構，包括大學和企業，申請專利並參與內地標準的制定，以便更好地配合國家『十四五』規劃。然而，初創企業早期在維護知識產權的成本較高，阻礙企業家維護品牌的獨特經營理念和競爭力，建議政府增加對企業或個人申請撥款的上限，以鼓勵創新和創業，同時加強培育創科人才庫，有利長遠可持續發展。」 （二）粵港澳大灣區與其他灣區在創新科技方面的比較 三藩市灣區和東京灣區分別以 6.99 和 4.07 的指數，高居全球四大灣區中第一及第二位，其次是粵港澳大灣區（第三名，指數為 3.75）和紐約灣區（第四名，指數為 3.14）。 三藩市灣區內的矽谷是全球領先科技公司的聚集地，東京灣區就以先進機械人和電子產業而聞名，紐約灣區則是金融和媒體的樞紐。根據表二，粵港澳大灣區在研發和初創企業分項指數最低，在人才和對社會的影響分項指數則高於其他三大灣區。 表二：全球四大灣區創新科技排名 排名 地區 總分 研發 初創企業 人才 產業 影響 1 三藩市灣區 6.99 2.51 3.00 0.90 0.08 0.50 2 東京灣區 4.07 1.75 0.59 0.64 0.30 0.78 3 粵港澳大灣區 3.75 0.49 0.23 1.24 0.50 1.29 4 紐約灣區 3.14 0.97 1.01 0.75 0.00 0.41 理大內地發展總監兼PReCIT核心成員陸海天教授表示：「為了更好地與其他灣區區分，並鞏固其作為國際金融及創新科技中心的地位，我們建議粵港澳大灣區加強社會創新及包容性，並改善教育和醫療保健的普及性。香港更好地融入大灣區對於提升整體排名至關重要，香港可以利用其作為國際金融中心的優勢，加強與大灣區其他城市的合作，促進互聯互通，推動整體發展。」 理大應用社會科學系客座教授兼智慧城市聯盟創辦人及榮譽會長鄧淑明博士補充：「理大推出首個以互動地圖儀表板（Interactive Map Dashboard） 形式編製的創新科技指數涵蓋部分大中華地區及四大灣區，有利將香港創新科技的協作推至另一高峰，尤其在廣東和香港於 2023 年 3 月簽署《粵港共建智慧城市群合作協議》後涉及新型工業化、數碼經濟和智慧城市方面的交流。」 詳盡報告請參閱（只提供英文版）：https://polyu.me/PolyUInTIndex2023 PReCIT 成立於 2022 年，是大學層面的交叉學科創科政策智庫。中心主要的研究方向包括碳中和城市、大灣區創科發展，以及一帶一路倡議在東南亞地區的發展。更多關於理大科技及創新政策研究中心舉辦的活動資訊，歡迎瀏覽中心網站www.polyu.edu.hk/precit/.

眼視覺研究中心和愛爾眼科攜手合作 推動轉化視覺研究

眼視覺研究中心（CEVR）和愛爾眼科醫院集團股份有限公司（愛爾眼科）宣布建立策略合作，結合 CEVR 和愛爾眼科的互補優勢，推動先進眼科及視覺研究發展，共同開展技術研發、研究成果商品化、支持初創企業及人才培育等工作，並將創新成果引入中國內地和國際眼科醫療市場。 雙方今日於香港理工大學（理大）校園舉行簽署儀式，由 CEVR 董事會主席暨理大常務及學務副校長黃永德教授及愛爾眼科國際戰略發展總監張咏梅女士代表簽署合作備忘錄。 黃永德教授表示：「理大眼科視光學院自 2022 年起與愛爾眼科合作，為實習眼科視光師提供內地及海外臨床培訓機會。這次合作充分利用 CEVR 創新研究的應用潛力，和愛爾眼科擁有超過 800 家醫院和眼科中心的廣泛眼科醫療網絡，實現雙方在研究和應用上的協同發展。我們期待在不久的將來，能夠見證眼科和視覺疾病在診斷及治療等方面的多項新進展。」 張咏梅女士說：「愛爾眼科一直致力於向全球患者提供最優質的眼科醫療服務。此次與 CEVR 的合作，不僅將為我們的患者提供創新解決方案和世界級的護理，並且促進先進研究成果的轉化，最終改善患有視力相關疾病患者的生活質量。」 這次 CEVR 和愛爾眼科之間的合作，標誌著香港以至全球轉化型視覺研究的一個重要里程碑，充分發揮 CEVR 和愛爾眼科的優勢，創造具影響力的研究文化和視覺研究實力，並開發創新技術來解決現實世界中難以解決的視覺問題。

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

理大兩個研究項目榮獲國家教育部高等學校科學研究優秀成果獎

香港理工大學（理大）兩個研究項目分別榮獲國家教育部頒授 2022 年度「高等學校科學研究優秀成果獎(科學技術)」自然科學獎一等獎及二等獎，以表揚研究團隊的傑出科研貢獻。 由理大應用數學系數學科學講座教授楊彤教授領導的「可壓縮 Navier-Stokes 方程組及相關問題的數學理論」項目獲得自然科學獎一等獎；土木及環境工程學系大氣環境講座教授王韜教授領導的「大氣活性氮氧化物的化學轉化機制及其對臭氧和灰霾污染的影響項目」則獲得自然科學獎二等獎。 理大副校長（研究及創新）趙汝恒教授祝賀獲獎團隊，並表示：「我們很榮幸獲得教育部頒授這項榮譽，以表揚理大學者的貢獻和努力。研究團隊的科研成果對社會產生了重大的影響，並展現了理大在科研和學術方面的卓越成就。我們感謝團隊不懈追求知識和探索，充分體現高等教育的精神。作為理大的重要成員，研究團隊將繼續啟發未來世代，發揮大學在教育、科研和知識轉移方面的優勢，貢獻國家。」 由理大楊彤教授領導的聯合項目，團隊成員包括華南理工大學的朱長江教授及溫煥堯教授。可壓縮Navier-Stokes方程組是描述可壓縮流體運動的基本數學模型之一，其數學理論研究一直是國際數學界的重要研究方向之一。獲獎項目為楊教授的核心研究，他在守恆定律、玻爾茲曼方程、邊界層理論等方面的科學研究作出重大貢獻。 另外，由理大王韜教授領導的研究項目，合作機構包括山東大學、南京大學和中國環境科學研究院。團隊深入研究香港和中國內地的氮氧化物長達 20 年。獲獎項目為王教授的核心研究領域，他的團隊通過實地觀測、實驗室實驗和電腦模擬等，在氮氧化物的化學轉化過程及其在光化學和灰霾污染中的作用上有重大發現。相關發現加強了對化學轉化機制的了解，並提升了廣泛應用於全球空氣質素預測和研究的空氣品質模式的功能。 高等學校科學研究優秀成果獎（科學技術）是國家教育部設立的科技專項獎，對象為全國的高等院校，授予在開展科技創新、成果轉化並在創新人才培養中作出突出貢獻的學者和單位。

媒體專訪：新型可光交聯納米複合植骨材料

理大利民生物醫學工程青年學者，生物醫學工程學系副教授趙昕博士，接受《星島日報》訪問，介紹了她榮獲2023 TechConnect 全球創新獎的科研項目，並分享生物醫學工程領域的就業前景，勉勵有志投身科研的學生要勇於嘗試。 詳情請按此。

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

理大兩名傑出學者獲頒研資局高級研究學者及研究學者

香港理工大學（理大）兩名學者分別於 2023/24 年度研究資助局（研資局）高級研究學者計劃（SRFS）及研究學者計劃（RFS）獲獎，以表揚他們在不同學科上的卓越研究。 理大建設及環境學院副院長及建築及房地產學系教授倪萌教授獲 SRFS 資助並頒授「研資局高級研究學者」名銜，他的跨學科研究旨在促進可持續潔淨能源發電。 倪教授的研究涉及能源工程與環境的交叉學科領域，範疇主要為燃料電池、可充電金屬空氣電池、電化學水分解以及低品位廢熱利用的電化學系統。此外，他還擔任 80 多份學術期刊的審稿人，包括 Science、Nature Energy、Nature Communications、Joule 和 Advanced Materials 等頂級刊物。 理大應用數學系教授李步揚教授獲 RFS 資助並頒授「研資局研究學者」名銜，他的研究領域為解決前端性數學問題以開創嶄新見解。 李教授在應用數學、數值數學和計算數學方面的研究成果為各種數學問題探究解決方案。他曾獲得 2022 年香港數學學會青年學者獎，以表彰他對數學領域的貢獻和在學術界的卓越表現。 理大副校長（研究及創新）趙汝恒教授恭賀獲獎學者並表示：「獲獎學者的佳績彰顯了理大團隊在推動和開展不同範疇跨學科研究的卓越能力和競爭力，他們的成就激勵著其他研究人員，鼓勵他們堅持追求具影響力的研究，以造福社會。」 兩位獲獎研究學者的成就展現了理大在跨學科領域卓越的學術和研究能力，以及大學致力透過科研應對全球社會的需求。 研資局「高級研究學者計劃」及「研究學者計劃」旨在為卓越非凡的學者提供教學及行政職務方面的持續支援。兩項計劃均涵蓋所有學科，每年各頒發 10 個獲獎名額，其所屬大學會獲發放分別港幣約 $780 萬元經費（高級研究學者計劃）及 $520 萬元經費（研究學者計劃），為期 60 個月。 獲獎研究項目詳情： 高級研究學者計劃 項目統籌者 倪萌教授 - 建設及環境學院副院長 - 建築及房地產學系教授 項目名稱 質子陶瓷燃料電池用於清潔發電技術：從新的陰極材料到新電堆設計 摘要 基於高效、低排放等特點，質子陶瓷燃料電池具有替代傳統火力發電的巨大潛力。然而，由於陰極較高的損失和傳統電堆中反應物分佈不均勻，導致該燃料電池的實際性能較差。 本研究將同時採用傳統試錯方法和機械學習輔助設計方法，大大加快新的陰極材料開發。同時，也將基於多物理場模擬和優化策略，發展非傳統電堆設計，包括多種受自然啟發的電堆組成方法，以提高燃料電池性能。研究將結合工程科學、化學、物理和材料科學，解決以質子陶瓷燃料電池發電的難題。 研究學者計劃 項目統籌者 李步揚教授 - 應用數學系教授 項目名稱 曲率驅動的曲面演化及其相關問題中的挑戰、數值分析和新的計算方法 摘要 項目旨在解決一系列關於參數有限元算法求解曲面演化問題的穩定性和收斂性的長期數學問題，這些算法用於近似幾何流下的曲面演變和兩相 Navier-Stokes 流下的界面演變（例如液體中的氣泡）。 研究預計將產生對曲率驅動曲面演變的基礎算法的新理解，以及可以提高逼近曲面演變的精確性、穩定性和網格質量的嶄新計算方法。

理工大學攜手研發以 3D 打印創造新型高強度鈦合金

香港理工大學（理大）的科學家與澳洲墨爾本皇家理工大學和雪梨大學合作，成功利用 3D 打印技術（又稱增材製造）研製出高強度、高塑性的新型鈦合金，同時為鈦合金工業生產長期面對的品質性能和廢料處理問題提供了有效解決方案。研究成果已發表於國際科學期刊《自然》（Nature）。 鈦合金是先進的輕質材料，常用於各種關鍵應用。研究團隊的創新發現開拓了 3D 打印製造鈦合金及其他金屬物料的潛在應用，有望降低成本、提高物料性能，同時積極推動可持續發展的循環經濟模式。 氧和鐵是兩種儲量富豐、價錢合理的元素，而且可以分別使 α 和 β 兩相鈦合金穩定和變強。研究團隊利用 3D 打印技術，成功生產了一種結合了氧和鐵的新型鈦合金「α–β Ti-O-Fe 合金」，其特點是強度與塑性俱高，而且應用潛力優厚，能於航空航天、海洋工程、消費電子和生物醫療設備等領域發揮作用，有助積極推動可持續發展。與自 1954 年發明以來廣泛使用的基準材料「Ti-6AI-4V 鈦合金」相比，研究團隊最新研發的新型鈦合金的機械性能更勝一籌，除了良好的延展性，強度也更高。 雖然這種新型鈦合金可以利用鑄造法等傳統工藝生產，但效果遜色，不適合實際工程應用。3D 打印技術能有效克服傳統工藝缺點，製作出高性能鈦合金。 鈦合金傳統上以能源密集的 Kroll 工藝生產，過程中無可避免地產出約10％劣質「海綿鈦」（sponge titanium），由於劣質廢料本身仍含有很多氧和鐵，所以會造成大量浪費、推高生產成本。研究團隊提出的新方案利用 3D 打印技術製造方法，可回收劣質廢料，並有效轉化為原材料粉末再投入生產。此外，這種新的合金設計以低合金化和素化為基礎思維，可把合金元素減至最少。現時佔據主流的 Ti-6Al-4V 中含有 10% 的合金元素，而且其中的釩毒性較大，所以研究團隊的低合金化與素化理念能帶來改變，為實現可持續發展帶來裨益。 理大工業及系統工程學系助理教授陳子斌博士是研究報告的其中一位主要作者，他亦是理大首屆「青年創新研究者獎」的得獎者。陳子斌博士表示：「本研究令金屬合金製造業所產生的逾 10％ 廢棄物得以回收，能大幅降低工業材料和能源成本，並有助於減少碳足跡，為環境可持續發展作出貢獻。」 該研究結合合金設計、計算模擬和實驗表徵等方法，探索新型「Ti-O-Fe」鈦合金的 3D 打印製造流程、微結構和性能。 現代的 3D 打印技術能一步到位地製成複雜的功能性金屬零件，有助節省產品開發的時間和成本。該技術還突破了傳統方法的限制，能夠製造出結構和成分特殊的金屬零件。在質量方面，3D 打印製造法能調整金屬合金的微結構，不但使其強度更高、塑性更好、耐腐蝕性更優秀，還能夠製造出價廉、堅固，而且內部複雜結構的金屬零件。這項研究突破，為 3D 打印製造法提供了全面和可持續的材料設計策略，開拓了更廣闊的應用前景。 理大工業及系統工程學系講座教授（製造工程）陳鏡昌教授是本研究的合著者，他表 示︰「本研究可以作為其他金屬合金製造法的模型或基準，利用 3D 打印技術來提高性能，創造更多可能性。3D 打印金屬是新興領域，相信未來將在材料製造領域中愈來愈盛行。」