理大設計新AI圖神經網絡模型 推動生物學物流等發展

香港文匯報訊（記者 莫楠）香港正從多維度推進人工智能（AI）政策發展，積極融入國家「人工智能+」戰略布局。香港理工大學團隊在新興AI領域取得重要突破，設計出名為「霍奇—拉普拉斯異構圖注意力網絡（HL-HGAT）」的新型模型，能夠學習和分析不同層次的異質信號，捕捉多種圖結構之間的複雜關聯，解決了圖神經網絡（GNN）難以處理高階複雜連結的挑戰，有望推動AI在神經科學、物流、電腦視覺、生物學等多個領域的應用發展。

由理大醫療科技及資訊學系教授、傑出創科學人仇安琪團隊研發的HL-HGAT模型，透過將圖形解釋為單體複形，可同時捕捉節點、邊、三角形等多層次結構之間的複雜互動，藉以提升模型對數據中複雜關係的理解能力，以捕捉複雜時變模態，補充傳統GNN的不足。仇安琪表示，新的HL-HGAT模型在各類基於圖的應用場景中，包括理論優化及生物醫學應用，均展現出廣泛的效用與豐富功能，該模型亦具備優異適應能力，能作為統一框架跨學科處理優化、分類、回歸及多模態學習等任務。

研究團隊亦於多個領域對HL-HGAT模型作全面測試：在物流領域，有效解決經典的最優配送路線規劃問題，協助大幅節省時間與成本；在電腦視覺領域，更精準捕捉圖像中的細節特徵；於化學領域，它在分子特性預測方面表現卓越，有助加速新藥研發。

針對神經科學與醫療診斷應用，團隊發現，HL-HGAT可檢測出阿茲海默症患者早期的皮質變薄與神經連接中斷現象，有助及時發現相關病徵；而在功能性磁振造影（fMRI）數據分析上，模型能準確預測智力表現與大腦年齡，更能在抑鬱症患者的腦網絡中，識別出異常的「三方神經區域互動」。