近日，《麻省理工科技評論》（MIT Technology Review）評選了 2024 年度的「35 歲以下科技創新 35 人」名單，香港院校有兩位學者入選中國區名單，分別是香港大學齊曉娟博士、香港中文大學李煜博士（排名不分先後）。

齊曉娟博士的研究重點是人工智能 3D 視覺，設法使 AI 能夠以類似人類的方式感知和理解三維世界並與其交互。她開創性地將圖神經網絡（Graph Neural Networks）應用於 RGBD 語義分割，是首批利用圖神經網絡進行 3D 感知的研究之一。她的單目幾何估計（GeoNet 系列工作），將物理幾何約束融入模型，從單張 2D 圖像生成了與物理世界結構更一致的 3D 建構。

在 3D 理解方面，她開創了一種 3D 自訓練方法以提升模型在開放世界環境中的魯棒性，同時探索了從 2D 到 3D 領域的知識遷移，顯著降低了對標注數據的依賴。

齊曉娟博士的研究已拓展至醫學、生物學等跨學科領域，如改善腫瘤診斷、提升電子顯微鏡 3D 成像等。

李煜博士提出了首個基於 AI 的通用 RNA 基礎模型，顯著加速 RNA 設計的迭代並大幅减少實驗周期和成本。在疾病和組織建模方面，他與團隊利用類似大語言模型的訓練方案，構建統一的疾病表示，以在新的疾病空間上進行高效的遺傳參數估計，從而發現了四十個以前所有方法都錯過的遺傳位點。團隊開發的組織建模方法，能够在精確預測細胞類型比例的同時預測具有生物學意義的細胞類型特异性基因表達譜，加速高通量臨床數據分析。

在 RNA 建模和設計方面，他提出了該領域的第一個通用 RNA 基礎模型，並基於 2300 萬個未注釋的 RNA 序列訓練了該模型；又基於蛋白質語言模型和密集檢索技術，提出創新的蛋白質同源物檢測方法 DHR。在這些成果之上，他領導開發的 RNA 3D 模型 RhoFold 在 CASP15 中獲冠軍，其後繼模型在結構預測方面優於 AlphaFold3。

在解决實際生物學問題方面，他的成果進一步通過濕實驗室實驗得到驗證，例如開發 RNA aptamer 設計方法 RhoDesign 並使用它來設計了新的熒光 Mango aptamer，使 RNA aptamer 設計流程從六個月縮短到四周。

《麻省理工科技評論》的「35 歲以下科技創新 35 人」名單（Innovators Under 35）自 1999 年開始評選。2017 年，DeepTech 聯合《麻省理工科技評論》將該評選正式落地中國。2024 年度中國區名單於 2025 年 5 月 23 日在上海發布。

來源：MIT Technology Review

如欲知道更多教科相關消息，請留意京港 Facebook 專頁：https://www.facebook.com/BHKAEC