數據為本 研以致用
羅嘉穗博士數據科學教授
吳國寶教授
在人工智能（AI）與大數據蓬勃發展的時代，數據科學已成為推動科技進步的核心力量。面對每日湧現的海量資料，如何有效儲存、分析和處理這些資訊，成為了別具挑戰性的研究命題，亟待探索。香港浸會大學（浸大）理學院院長兼羅嘉穗博士數據科學教授吳國寶教授指出：「數據科學在我們的日常生活中無處不在，從手機應用程式到科學與工程領域，皆扮演着關鍵角色。」在今期專訪，吳教授將帶我們走進數據科學的世界，講解這門學科在生物醫學、腦科學、環境監測乃至日常生活之中的價值及應用。
推動生物與醫學研究 分析腦部疾病
數據科學是一門跨學科學問，融合應用數學、統計學、機器學習及計算機科學等領域，其應用層面廣闊而深遠，涵蓋圖像處理、生物資訊、醫療、遙距感應（遙感）、電子商務、金融等諸多範疇。數據分析和AI在浸大《策略發展計劃2018-2028》中被列為重點研究領域，吳教授及其團隊近年積極探索相關技術，推動其發展與實際應用。
其中一項主要研究是運用圖像處理技術剖析細胞影像。吳教授解釋：「收集所得的數據往往品質欠佳，充斥雜訊與殘缺不全。數據科學的任務之一，就是透過建立模型來去除影像中的雜訊，並根據生物機制補足缺失的資訊。經過處理的高品質影像，讓生物學家能夠更細緻地觀察細胞內部的結構組成，並掌握不同細胞組件的運輸過程，從而找出細胞功能異常及疾病的成因。」
這項技術亦適用於提升腦部數據分析的成效。透過處理磁力共振影像，團隊能合成高質素的影像，更準確地判斷大腦中的異常區域，特別是與阿茲海默症相關的病變。這不但有助於早期診斷，還能深入了解疾病對大腦功能的影響，為神經科學與疾病防治提供強而有力的依據。
解碼複雜數據 發掘潛在資訊
以上應用的原理，根植於數據科學的核心技術──數據建模。其作用是把原始數據轉化為有意義的結構，為後續分析、預測與決策提供基礎。吳教授指出，無論是腦部或生物化學數據，往往都具有高維度甚至多維度的結構特徵，傳統的矩陣計算方法已不敷應付。
「為了分析這些複雜資料，我們採用多維度建模方法，並運用高階奇異值分解（High-order singular value decomposition, HOSVD）來發掘影像中的隱藏模式與結構。」透過這些方法，研究人員能夠從影像中辨識潛在資訊，進一步推動疾病分析、分子機制研究的進展，為生物醫學領域帶來創新性的突破。
結合遙感技術 協助環境研究
數據科學不僅改變醫學，在地球科學與環境研究中亦大放異彩。科學家常利用人造衛星或飛機作遙感探測，收集地球表面、大氣層、海洋環境及人類活動等數據。同樣地，感應器在收集資料時可能產生雜訊，導致影像失真，此時便需借助數據科學的力量。吳教授指出：「數據科學能提升衛星影像的資料品質，使地面細節與天氣變化更清晰地呈現，幫助研究氣候模式與環境變化。」
可見，這些技術不僅有助於基礎科學研究，也能廣泛應用於災害預測、環境監測及城市規劃，充分展現數據科學的跨領域價值與多元效益。
數據科學融入生活 提升日常體驗
數據科學看似遙不可及，其實早已悄然融入我們的日常生活。例如，我們每天使用的搜尋引擎，正是仰賴大數據分析以及演算法，洞察使用者的行為與需求，進而提供個人化的搜尋結果與推薦內容，當中涉及不少數學理論。
吳教授近年亦帶領團隊以圖論法分析數據，開發應用於數位平台的推薦系統。該系統能夠精準捕捉使用者的行為模式與偏好，並據此推送切合其需求的產品建議，提升使用者體驗的同時，也增強平台的效能與商業價值。
探索儲存技術 應對數據洪流
在資訊爆炸的時代，數據量不斷激增，如何在有限儲存空間內保存、管理與維護數據，成為數據科學與產業界共同面對的挑戰。目前，編碼技術在這方面扮演着至關重要的角色。透過適當的編碼，資料可轉換為特定格式，壓縮冗餘資料以節省儲存空間之餘，更具備錯誤修正和加密效能，確保資料在儲存與傳輸過程中的完整性、安全性和可讀性。
吳教授表示：「數據無時無刻、無處不在地產生，要有效儲存如此龐大的資料量，發展創新且高效的儲存技術實乃當務之急。」這顯示出儲存技術的創新變革，是未來數據科學研究的重要方向。
數理為基 走出應用數學大道
吳教授在1990年代取得數學博士學位後，遠赴澳洲國立大學擔任計算機科學實驗室研究員，從此開啟其應用導向的學術生涯。憑藉紮實的數學根基，他把理論靈活應用於計算數學、AI、機器學習、數據科學及科學計算等領域的研究，累積深厚的跨學科學術造詣。他說道：「我致力將數學帶進生活，解決現實問題，因此特別關注具有巨大應用潛力的課題。隨着數據在各行各業越來越常見，它亦成為我學術研究的核心。」
2005年，吳教授加入浸大數學系，歷任數學系系主任、數學系與計算機科學系講座教授，期間曾短暫離開浸大，至2023年重新回歸並出任理學院院長。其學術成就及貢獻屢獲肯定，包括在2017年摘下第12屆中國科學院「馮康科學計算獎」並當選美國工業與應用數學學會（SIAM）會士；以及於2017年至2025年度連續獲史丹福大學評為全球首2%頂尖科學家。
2025年，吳教授榮膺美國數學學會院士；躋身國際學術研究平台Research.com「全球頂尖科學家榜」百大數學家之列，並獲該平台頒發「年度中國計算機科學與數學領袖獎」；同時獲科睿唯安（Clarivate）評選為「年度最廣獲徵引研究人員」（數學範疇）。此外，他又憑研究項目「高維資料概念表示與解釋的理論方法」（Theoretical Methods for Conceptual Representation and Interpretation of High-Dimensional Data）榮獲北京市科學技術獎自然科學獎二等獎。這些殊榮充分展現他在數學與計算機科學領域的影響力。
AI時代的跨學科教研新格局
吳教授素來注重科研的實務應用和跨學科發展。早在十多年前，他已在浸大數學系推動生物資訊學，帶領研究團隊聚焦生物統計學的理論建構與實務應用，為跨學科研究奠定堅實的基礎。接掌理學院院長後，他持續善用自身的跨學科優勢，為學生與研究人員開拓更廣闊的學術視野與實踐空間。
投身科研和教學30載，吳教授見證了AI、數學、數據科學及科學計算等領域在浸大乃至整個學術界的迅速發展，以及其對世界的深遠影響。面對AI崛起帶來的衝擊與機遇，他認為AI是打破學科壁壘、推動知識交叉流動的催化劑。「我們正在探索如何運用AI協助人才從一個領域跨足到另一個領域。這是跨學科教育的重要一環，在這個過程中，AI不僅是一項工具，更是引導人們轉移技能與掌握新知的橋樑。」
以數據科學造福社會
在科技日新月異、資訊瞬息萬變的世代，社會發展已離不開科學與科技的推動，真正的創新，源於不同學科之間的協作。吳教授特別感謝羅嘉穗博士捐資成立「數據科學教授席」，為浸大的數據科學研究提供了寶貴支持。未來，他將善用研究資金，邀請世界各地的學者前來浸大，圍繞數據科學的多元課題展開深度交流與合作，激發創新思維，促成更多突破性的研究成果。
數據不再只是冷冰冰的數字，而是消除產業痛點、創造價值的密鑰。吳教授總結道：「我們希望透過與其他領域的合作，讓數據科學研究能夠應對當今社會的複雜挑戰。」
*此訪問稿於2026年3月刊登。
吳國寶教授
- 香港浸會大學理學院院長（2023至今）
- 香港浸會大學數學系講座教授、數據科學講座教授、計算機科學系兼任講座教授（2023至今）
- 香港浸會大學羅嘉穗博士數據科學教授（2024至今）
- 美國數學學會會士（2025）
- Research.com「全球頂尖科學家榜」百大數學家、中國計算機科學與數學領袖獎（2025）
- 獲科睿唯安（Clarivate）評選為「2025年度最廣獲徵引研究人員」（數學範疇）
- 合著學術論文《Simplicial Complex Neural Networks》榮獲2025年廣東省電腦學會優秀論文一等獎（2025）
- 北京市科學技術獎自然科學獎二等獎（2025）
- 獲史丹福大學評為全球首2%頂尖科學家（2024、2025）
- 亞太人工智能學會會士（2022）
- 香港大學數學系講座教授（2019-2023）
- 香港大學─TCL人工智能聯合研究中心管理委員會主席（2020-2023）
- 香港大學數學和統計科學研究部主任（2019-2021）
- 香港大學大數據研究中心主任（2019-2020）
- 廣東省自然科學獎二等獎得主（2021）
- 湖南省自然科學獎二等獎得主（2020）
- 美國工業與應用數學學會會士（2017）
- 第12屆中國科學院馮康科學計算獎得主（2017）
- 香港浸會大學傑出學術研究表現獎（2014）
- 香港浸會大學數學系系主任（2014-2019）
- 香港浸會大學數學及視像中心總監（2006-2019）
- 香港浸會大學數學系及計算機科學系講座教授（2015-2019）
- 香港浸會大學數學系教授（2005-2015）
- 工業與應用數學學會東亞分會秘書（2005-2009）
- 香港數學學會秘書（1998-2006）
