Sunday, January 18, 2026

嶺大三個科創項目以AI提升教學效能 引領高教新方向 (Re-post from HKET)

 

數碼科技迅速發展,生成式人工智能亦引領教育界掀起一場革新。近年積極推展創科研究落地應用的嶺南大學(嶺大),其中三個利用AI提升教學效能的研究項目,精準回應AI時代所需的嶄新教學模式,早前參與第五屆亞洲創新發明展覽會分別榮獲銅獎,展現這所致力於培育文理綜合研究型博雅人才的大學,在應用研究領域的實力,亦為高等教育如何善用AI提供具體示範。

以生成式AI快速批改作業 助力教師專注教學

由嶺大教與學中心研發,並獲大學教育資助委員會科教創新基金資助的「生成式人工智能評估系統:學生作業快速反饋」(Generative AI Assessment System, GAAS),去年12月在第五屆亞洲創新發明展覽會榮獲銅獎,該項目創新地結合了檢索增強生成(Retrieval-augmented generation)與思維鏈(Chain-of-thoughts)等前沿技術,旨在透過「自動化系統」為學生作業提供即時而具針對性的反饋,不僅有助節省教師的批改時間,以便更專注教學工作,也讓學生能及時掌握個人的學習進度,從而提升他們的學習成效與體驗。

 教與學中心總監林敬新教授領導研發「生成式人工智能評估系統:學生作業快速反饋」,獲大學教育資助委員會科教創新基金資助,並在第五屆亞洲創新發明展覽會獲頒銅獎。

領導研發該系統的教與學中心總監林敬新教授闡述,當前教育面對的挑戰不容忽視,許多教師都難以快速批改作業,特別在學生人數眾多的情況下,引入生成式人工智能或許是解決這個問題的良方。「學生期望短時間內獲得教師的回饋,從中了解自己的優勢和不足,這正是GAAS所能滿足的需求。」

他補充:「如何保障學生的私隱是箇中一大挑戰。我們採取的解決方案是所有提交予AI評估的案例,皆不會顯示學生的姓名和編號,藉此避免從數據泄漏他們的私人資料,此外,系統收集的所有資料在使用後將會永久刪除,增強用家對系統的信任度。」林教授認為,生成式人工智能應被視為教師的輔助工具,同樣地,GAAS的作用是幫助評估,卻不會替代教師的關鍵角色。教師能聚焦於啟發學生思維,深度互動於學術指導,分析能力和繼續改進的精神。

 林敬新教授指有關系統已在嶺大11個核心與跨學科課程中進行測試,約70%的學生對定制化反饋和提升學習參與度表示滿意,認為反饋更具體而又及時。

該系統已在嶺大11個核心與跨學科課程中進行測試,證實適用於不同學科的評估邏輯。超過70%的參與教師對系統的可用性感到滿意,認為它能簡化評估流程、節省時間;約70%的學生對定制化反饋和提升學習參與度表示滿意,認為反饋更具體且及時,有助於理解改進方向。林教授表示,未來的願景是將GAAS進一步開放,推廣至更多學校,尤其是大灣區等內地城市,期望在提升學術評核的準確性之餘,更可加強學生的慎思明辨和溝通能力,以適應日益複雜及急速變化的社會需求。

「數碼時代下,培養學生負責任地使用數碼工具,是我們的教學目標之一。我們期望推動一場在數碼時代下的教育評估轉型從傳統繁重的考試與功課,轉型為賦能學生全面發展,使每次反饋都成為思維升級的機會。」

研發快速創建教學計劃   榮獲教育界「奧斯卡」國際殊榮 

人工智能迅速崛起,同樣由教與學中心領導研發的「IDEAL-Gen.AI教學設計與主動學習的人工智能平台」,利用生成式人工智能和大型語言模型技術,助力教育工作者能更快速地創建個性化學習活動,藉此令教育活動的設計更高效且富有創意,更可減省教育工作者 80–90% 教學設計時間。除了在亞洲創新發明展覽會勇奪銅獎外,該項目去年底更在英國倫敦舉行的「QS全球教學創新大獎及會議2025」中,經1,300 位來自國際高等教育及教育科技領域專家的四輪嚴格評審,最終在全球1,600 個參賽項目中脫穎而出,榮膺「最佳人工智能應用」組別(Best Use of AI category)銅獎,彰顯這項研究獲得國際教育界的高度肯定。

 IDEAL-Gen.AI教學設計與主動學習的人工智能平台」由教與學中心首席專案研究員Ronnie H. Shroff博士引領團隊進行研發,助力教育工作者能更快速地創建個性化學習活動。

領導研發該項目的教與學中心首席專案研究員Ronnie H. Shroff博士闡述,有關研究屬於「院校間教學發展及語文增強協作計劃」(IICA-TDLE)的一部分,獲大學教育資助委員會資助。「我們的目標是協助教育工作者輕鬆、快速地創建個人化教學活動、課程計劃及教學評估工具,並支持不同學科、學位程度和班級規模,提升教師教學方法及學生學習效果。該平台目前已推出中文版免費供教師使用,通過先進的AI演算法,生成高質量且為學生量身定制的特定學科教學設計,即使沒有技術背景的教育工作者亦能輕鬆使用。」

他補充,這個基於生成式人工智能技術建構的創新平台,其「自動提示生成器」屬技術突破的一大亮點,讓教育工作者可根據不同的學枓進行全面篩選,確保自動生成的教學內容更切合實際需求,並符合學生的學習程度及班級人數等。

 IDEAL-Gen.AI教學設計與主動學習的人工智能平台」在應屆展覽會同樣榮獲銅獎。

香港致力建設國際教育樞紐及創科中心,Shroff博士指出,IDEAL-Gen.AI平台為幼稚園至高等教育的多元化教育者提供完全免費的平台,進一步支持聯合國可持續發展目標中,確保包容和公平的優質教育,讓市民享有終身學習機會的理念。「該平台吸引來自大灣區的學生和學術人員使用,使我們感受到這項技術的廣泛應用潛力。數據顯示,IDEAL-Gen.AI平台於2025年生成了超過12,000個教學活動,未來更將新增『AI-Ready 評核設計工具』,旨在協助教師於人工智能普及的學習環境下,設計能夠評估學生思考歷程、判斷能力及學習成效的評核方式,回應AI時代對教育評估的新挑戰。」

 「自動提示生成器」為這個創新平台帶來技術突破,讓教育工作者可根據不同的學枓進行全面篩選,確保自動生成的教學內容更切合實際需求。

為翻譯教與學融入AI技術   開發兩大模組令師生受惠

在翻譯領域,如何利用人工智能提高學習效率與整體質素成為熱門話題。由嶺大翻譯系研發的「TransLab:人工智能翻譯學習及評估平台」,透過提供全新的AI學習及評估工具,結合教學流程與任務設計,將AI技術融入翻譯教與學之中,使學習與評估能相互促進,同樣在亞洲創新發明展覽會勇奪銅獎。

 翻譯系專業實踐助理教授陳祉羽引領團隊開展研發「TransLab:人工智能翻譯學習及評估平台」,在展覽會亦勇奪銅獎。

引領團隊開展這個研發項目的翻譯系專業實踐助理教授陳祉羽表示,該平台針對性地開發既可協助學生學習,又能輔助教師評估的兩大模組,以填補現有市場的空白。學習者模組(Transmuse)目標用家是學生或學習翻譯的人士,提供由理解到改進的兩階段學習,先協助深入理解原文,再有意識地提升譯文品質;導師模組(TransEval AI)的目標用戶是教師或翻譯評審員,以多重準則分析譯文,標示錯誤類型與原因,並依文本情境提出具體修改建議。

「現有的翻譯科技是有一個缺口,目前市面普遍集中於電腦輔助翻譯(Computer-aided Translation)和機器翻譯(Machine Translation)兩大類,然而這些工具對於有志學習翻譯或語文的人來說,欠缺直接的幫助,坊間暫時亦沒有專門針對翻譯培訓的AI工具,這正是促使我們選擇相關研究方向的最大原因。我們的設計同時針對教與學的兩個層面,會代入學生(例如學習翻譯遇到甚麼困難?)、翻譯員(專業翻譯員需要甚麼協助?)、翻譯教師(教師批改作業有甚麼痛點?)等不同身份去構思。該平台目前已在嶺大翻譯系試用。」

TransLab:人工智能翻譯學習及評估平台」將AI技術融入翻譯教與學之中,使學習與評估能相互促進。

 TransLab:人工智能翻譯學習及評估平台」同時針對教與學兩大層面,填補現有翻譯科技的缺口。

回顧在研發過程中遇到了不少挑戰,陳教授直言,印象猶深是必須克服AI在評估中出現的「幻覺」,以在初期測試為例,約有20%的機會出現誤評。為解決這一問題,團隊增強了系統的訓練數據,針對準確性、語法及術語等評估準則進行深入研發工作,並加入「參考譯文」的功能,以減少AI出現誤判的可能。

他補充,導師模組藉自動化批改流程提升教師的工作效率,讓他們更專注教學工作,學習者模組促進學生加強自學能力,即便在缺乏教師指導的情況下,亦能增進他們的翻譯及語文水平。「這個平台不僅是一個翻譯工具,更是可以重塑翻譯教育的智能平台,我們期待它能真正造福翻譯教學工作者與學習人士。」

·                 

 

·                 

 

·                 

 

 

Monday, January 12, 2026

Book Summary (90%的病,控糖就會好)

 

90%的病,控糖就會好》強調:只要掌握正確的飲食順序與份量控制,就能穩定血糖、改善慢性疲勞、情緒波動、肥胖等問題,甚至延緩老化。這是一本結合科學實證與實用技巧的健康飲食指南。

📌 核心理念

  • 血糖波動是多數健康問題的根源:包括疲勞、腦霧、情緒不穩、肥胖、糖尿病、脂肪肝等。
  • 穩定血糖曲線可減少胰島素分泌,降低慢性病風險。
  • 健康不只是吃什麼,更重要的是怎麼吃

書中重點方法(10大控糖技巧)

  1. 先吃蔬菜再吃澱粉:可減緩血糖上升速度。
  2. 避免空腹吃甜食:減少血糖劇烈波動。
  3. 搭配蛋白質與脂肪攝取碳水:穩定血糖。
  4. 餐後散步10分鐘:幫助血糖快速回穩。
  5. 喝醋水或檸檬水:降低餐後血糖峰值。
  6. 控制份量,避免暴食
  7. 選擇低升糖指數食物
  8. 避免加工食品與精緻糖
  9. 規律進食,避免血糖過低
  10. 使用血糖曲線圖解,了解身體反應

👥 適合閱讀族群

  • 想減重但成效不佳者
  • 經常感到疲倦、腦霧、情緒起伏者
  • 有糖尿病、脂肪肝、心血管疾病風險者
  • 想改善飲食習慣、提升健康者

Book Summary (吃對日常:抗炎減糖飲食法)

 

《吃對日常:抗炎減糖飲食法》是一本結合科學研究與實用食譜的健康指南,強調透過五大超級抗炎食物與42道簡易食譜,幫助現代人重建身體平衡、減少慢性發炎與血糖波動,無需節食也能改善健康。

核心內容與特色

  • 五大超級抗炎食物 包括全穀物、健康脂肪(如酪梨、橄欖油)、深色綠葉蔬菜、莓果類、香辛料(如薑黃、肉桂),有助減少體內慢性發炎反應。
  • 42道簡易食譜 每道菜式設計簡單,適合忙碌現代人,涵蓋早餐、午餐、晚餐與小食,並強調低糖、天然食材。
  • 生活方案建議 書中提供日常飲食搭配技巧與抗炎生活習慣,幫助讀者在不節食的情況下改善健康、提升能量。
  • 科學根據 所有飲食建議皆基於最新營養學與醫學研究,並由專業營養師打造,具備實證基礎。

《吃對日常:抗炎減糖飲食法》書中42道食譜分為早餐、午餐、晚餐與小食,強調低糖、抗炎、簡易製作,適合香港日常食材與生活節奏。以下是部分代表性菜式分類與特色。

🍽 食譜分類與代表菜式(部分)

類別

代表菜式

特點與食材重點

早餐

酪梨全麥吐司、藍莓希臘乳酪碗

高纖低糖、富含健康脂肪與抗氧化物

午餐

香煎雞胸配羽衣甘藍沙律、豆腐蕃茄鍋

高蛋白、低升糖指數、抗炎蔬菜

晚餐

香草烤三文魚、蘑菇藜麥拌飯

Omega-3脂肪酸、全穀物、抗炎香料

小食

黃薑堅果球、檸檬青瓜水、肉桂蘋果片

控糖香料、天然甜味、促進消化與代謝

🥗 五大抗炎食材運用

  1. 深色綠葉蔬菜:如羽衣甘藍、菠菜,富含維他命K與抗氧化物。
  2. 莓果類:如藍莓、草莓,具抗氧化與穩定血糖作用。
  3. 健康脂肪:酪梨、橄欖油、堅果,減少發炎反應。
  4. 香辛料:薑黃、肉桂、黑胡椒,提升代謝與抗炎力。
  5. 全穀物:藜麥、糙米、燕麥,穩定血糖、增加飽足感。

📌 書中食譜特色

  • 每道菜式皆附營養分析與製作步驟,適合初學者與忙碌上班族。
  • 食材選擇貼近香港超市與街市供應,如三文魚、豆腐、青瓜、雞胸肉等。
  • 無需極端節食或斷醣,強調「吃得飽又健康」。

👥 適合閱讀族群

族群類型

適用原因

慢性疲勞、腸胃不適者

減糖與抗炎飲食有助改善症狀

想減重但不想節食者

書中食譜強調飽足感與營養均衡

有糖尿病或代謝症候群者

控糖飲食有助穩定血糖與胰島素反應

想提升免疫力者

抗炎食物有助減少身體發炎反應

Sunday, January 11, 2026

黃仁勳宣告「物理 AI」時代已到 未來世界會如何? (Re-post from HKET)

輝達(美:NVDA)聯合創辦人兼CEO黃仁勳在美國拉斯維加斯消費電子展( CES 展會上宣告,人工智能(AI)正式邁入全新階段──「物理 AIPhysical AI)」時代。AI從理解語言,進化到理解物理世界,是真真正正的走入工廠和城市。本文嘗試以最淺白的文字,來解釋「物理 AI」為何物。

過去十多年,AI 的主戰場在數位世界,負責理解文字、圖片與語音,如今黃仁勳直言,AI 已走到「第二個拐點」,接下來AI 將開始「理解並改變現實世界」的「物理AI」時代。

黃仁勳所提出的「物理AI」,簡單來說就是能看、能想、能動手的AI,它讓人工智能從「螢幕裡的對話框」走出來,進入真實世界,成為會自主行動的機器人或智能系統。

如果以上解釋仍然太抽象,可試把「物理AI」想成是擁有了身體和感官的AI大腦。傳統的ChatGPT很會聊天、生成圖片,但它只存在於數碼世界(或虛擬世界)。

「物理AI」則被裝進機械人、電動車裡,透過感測器「看到」環境,用AI大腦「理解」狀況,再指揮機械手臂或輪胎「動手做事」。

為甚麼說「物理AI」是下一個大浪潮?

黃仁勳稱「物理AI」是AI的「第二個拐點」,而據悉「第一個拐點」是指「ChatGPT時刻」,即AI技術路清晰後,有更多參與者加入、更多用例出現,同時工藝進步顯著,效率加快提高,亦即20242025年的一系列大語言模型(LLM)。「第二個拐點」便是「物理AI」的普及。

「物理AI」的重要性在於:

產業升級核心:全球有上千萬座工廠與倉庫,物理AI能徹底改變其依賴人力的邏輯,成為關鍵動能。

AI的終極演進:從「軟體代理人」進化為「具身智慧體」,能實際執行任務。

ChatGPT時刻」已到:黃仁勳指出,機械人產業已迎來如同當年ChatGPT般的爆發時刻,將走向普及。

如何打造「物理AI

在真實世界訓練機械人成本高且危險,因此物理AI的訓練依賴一套「虛實融合」的方法:

1.建立「數字孿生」訓練場:根據輝達網頁介紹,在電腦中(如NVIDIA Omniverse平台)建立與真實世界物理規則完全一致的高擬真虛擬環境。

2.在模擬中「瘋狂試錯」:讓AI在虛擬環境中,透過強化學習進行數百萬次的試錯訓練,安全快速地學習技能。

3.生成海量「合成資料」:至於自動駕駛,可利用模擬產生多樣化的訓練資料(如不同天氣、光的駕駛場景),解決真實資料難以取得的問題。

4.部署到現實世界:將在虛擬世界中訓練成熟的AI模型,部署到實體的機器人或自駕車上運行。

物理AI正在改變哪些領域?

總括而言,人類的未來將少不了物理形式存在人工智能機械人。科幻電影世界裡的人與機械人共同生活在一起的畫面,將在不久將來實現。

 馬斯克:請做好3年內失業準備!(職場人士必讀)  黃仁勳宣告「物理 AI」時代已到 未來世界會如何?  AI革命|記憶體為何成為關鍵戰場?  AI未來藍圖  Microsoft揭示2026年值得關注的七大趨勢  AI年代 省油的燈 CPO概念大熱  數據中心有幾大 唔係睇面積?  H200 換三兩年窗口空間  科技重構金融機構營運:從「數字原生」邁向「AI原生」  電動車電池新挑戰者 三星「白銀電池」  數據中心AIAI 成本有大分別  亞馬遜新芯片硬撼Nvidia Google  AI眼鏡|科網巨頭早已插旗穿戴設備 阿里「夸克」能引領潮流?  馬斯克豪言自製芯片 願景每年迭代戳破AI泡沫?  AI芯片競賽|日本政府豪掟1500億元  誓推2納米芯片本地產  Google強勢發布Gemini 3 Sam Altman感寒意? 

2026年美國電子消費展(CES)上,輝達(美:NVDA)聯合創辦人及CEO黃仁勳花上一個多小時描繪AI未來,指出「物理AI」(Physical AI)時代經已降臨,然而當中記憶體和儲存卻放在了前所未有的戰略位置上。記憶體(Memory)為何成為A關鍵戰場?

黃仁勳表示,「我們所處理的上下文記憶、符元記憶以及KV快取(Cache)的數量,已高到傳統儲存系統難以跟上的地步。」

  • 所謂「KV快取」,其實是一種在芯片神經網路(Transformer 架構中用來加速推論(Inference)的記憶體快取技術。 它幫助模型「記住」先前的計算結果,避免重複運算。 每當模型產出一個詞,它會把這個詞的關鍵資訊(Key Value)記下來。 下一次要產生新詞時,它只需要參考這些筆記,而不必從頭重新整理所有上下文。

AI記憶體需求儼如黑洞

黃仁勳焦慮的是當前AI基礎設施面臨的記憶體瓶頸。AI運算過程需要大量記憶體,芯片運算速度再快,如無足夠記憶體支持,也發揮不出來。因此,各AI企業除了搜羅芯片以提高運算速度外,還需要足夠的記憶體來為AI「輸血」

黃仁勳指出,AI模型市場規模每年以10倍的速度成長,AI運算能力及資料數據吞吐量呈現指數型增長。

這種爆炸性需求直接體現在市場上,如記憶體大廠美光(Micron2026年高頻寬記憶體(High Bandwidth Memory HBM 產能已提前全數售罄。

價格方面,以 64GB RDIMM(帶寄存器的雙列直插記憶體模組) 價格為例,市價由 2025 年第三季的 255 美元、到第四季 450 美元,至 2026 3 月將漲至 700 美元(約港幣 $5,450),這大半年間升幅175%

記憶體如DRAMNANDSSDHDDHBMHBF是甚麼?詳見:儲存芯片加價潮 DRAMNAND等有何差異?

記憶體短缺導致AI研發成本上升,更令黃仁勳擔心的是,賣方市場徹底主導了記憶體行業,三大原廠(SK 海力士、三星、美光科技 )配額制成為新常態。

傳統的「記憶體金字塔」分為頂端、中層和底層,而AI讓整個金字塔都變得更為吃緊。

頂端的HBM因頻寬與延遲優勢成為AI時代的戰略物資;中層的DRAM由於AI應用的長期佔用而變得稀缺;底層的儲存則因為要承接龐大的狀態與數據,也成為不可或缺的基座。

而由於AI對話越來越長、上下文越來越複雜,傳統的儲存架構已無法滿足需求。

從算力附屬到平台資產

輝達在CES 2026上發布的Vera Rubin平台揭示了AI儲存架構的根本性變革。據悉,用Rubin可以節省9成運算時間。這不僅是一次產品升級,更是對記憶體角色認知的重新定義。

黃仁勳表示,AI基礎建設已經全面改變儲存市場架構。 過去記憶體一直被視為「算力附屬品」,如今則轉變為「平台資產」。

這種轉變的核心在於,KV 快取從臨時存儲的「暫存資料」升級為一種「可被共享、可被調度、可被保護」的系統級記憶體資產。

傳統AI推理路徑中,DDR記憶體只是HBM不夠用時的備胎。在新的架構下,隨著KV 快取被移到橫向擴充儲存(Scale-Out)儲存記憶體中,DDR重新回到「控制、排程、資料結構管理」的核心角色。

據悉,記憶體在高端AI 個人電腦(PC)的物料清單成本佔比已高達25%以上。記憶體成本的壓力已傳導至終端。戴爾、惠普、聯想等品牌廠商紛紛發出加價信號,部分機型漲幅高達30%。智能手機廠商如小米也警告記憶體成本飆升,可能導致產品價格上漲。

放眼未來,SanDisk CEO David Goeckeler 預測,2026年數據中心NAND快閃記憶體需求將首次超越移動領域。SK海力士則透露,其2026NAND產能已經全部售罄。

當記憶體不再只是硬體零件,而成為AI系統的工作記憶時,整個半導體行業的競爭規則已被永久改寫。