創科路上/港大研究大幅提升AI計算速度
裘槎基金會裘槎前瞻科研獎日前已揭曉，今屆得獎人之一、香港大學工程學院電機電子工程系助理教授李燦博士，致力於構建模擬人腦運作方式的電路和系統，通過優化演算法和全模擬信號處理，實現傳統計算機難以做到的更高級的人工智能。
李燦及其團隊研究讓AI計算速度大幅提升。李燦接受《大公報》訪問表示，他希望將這筆獎金用於高風險項目的探索，相信成功後會有更大收益。亦認同近幾年香港政府對科技成果轉化很重視，讓團隊能感覺「做這個方向是有未來的」。據悉，每名獲獎者可獲港幣500萬元。\大公報記者 趙之齊
人類大腦和計算機處理信息的方式完全不同。李燦指出，人腦具有可容錯、能從經驗中學習及進行模糊推理的特點，計算機則更擅長進行重複性運算及線性操作。近幾年人工智能的發展，如ChatGPT的出現，將二者的差距變得越來越小。不過，李燦續指，這類虛擬模型的功率和能耗問題已不容忽視，訓練GPT-3模型需要八塊GPU耗時36年，預計未來進一步發展需用核電站運行；且目前計算機的存儲型原件和計算原件分別獨立，恐怕難以負荷未來大量的運算。
為應對這類局限，李燦正探索一種類腦憶阻硬件，其具有較高能效，能用模擬信號運算且存算一體。器件上，他專注於研究氧化物憶阻器，使其可以在接近兩納米的物理極限大小下依然繼續工作。他展示了團隊已研發出來的原型芯片，表示若能將其完善為成熟系統，未來人工智能計算大概能加速100~1000倍。為進一步提升該硬件的性能，李燦團隊正進行軟硬件協同優化，以最小化或利用其隨機性，亦在開發一系列基礎技術，拓展其功能以實現單片三維集成，希望未來能「在一個芯片裏就實現對外圍世界的感知」。
擬研健康管理設備監測疾病
李燦團隊亦計劃研發健康管理設備，對人類疾病進行監測，他指出，這種低功耗的計算對芯片能效有極端要求，需做到充一次電便可使用很久。另一方面，現在對新出現的病毒進行測序往往計算量大、耗費時間很長，他也希望未來能探索用硬件加速基因測序進程的辦法，並表示團隊會盡快交提案給政府，爭取四五年內能進行原型驗證。
李燦亦認為，香港的環境對科學研究的推進有很大幫助。他指出，香港人才匯聚、中西結合，且尤其重視規則、沒有很強的等級制度，「這讓年輕的研究者和學生可以更『肆無忌憚』地做自己相信的東西、批判已成立的東西」，對於科學的發展很可貴。他亦表示，近幾年政府更加重視科技成果的轉化，「讓學生也能看到，他們做這個方向是有未來的。」
500萬元獎金一半用作招募
能獲得裘槎前瞻科研獎，李燦覺得很感激。他說道，一些基金的頒發會提前對錢款的使用目標等詳細詢問，但裘槎獎珍貴的一點是「我們暫時不需要去說服別人」，可以先往前嘗試、收集數據後再用數據說話。因此他希望能用這筆錢探索一些更高風險的項目，相信若成功會有更大收益。具體分配上，他計劃將獎金的一半用於招募人才，預計再招募三四名學生；剩下的一半則負責實驗開銷及設備日常。
李燦小時候的理想便是做一名科學家，亦認為做科學研究很重要的一點是興趣。他表示，如果只享受項目的結果，就很難接受研究過程中的失敗；只有對自己所研究的方向「極度感興趣」，才能在失敗中有所收穫，「至少你知道了某條路是不可行的」。
