傳媒

香港大學（港大）研究團隊在理解複雜網絡「可預測性」方面取得理論突破，為分析複雜系統提供了全新的理論支撐。是項研究由港大同心基金數據科學研究院（HKU IDS）及港大李嘉誠醫學院張清鵬教授的研究團隊，聯同浙江大學及羅馬第一大學的研究人員共同完成，並由其博士後研究員荊飛博士擔任論文第一作者。

研究成果已於國際頂尖學術期刊《美國國家科學院院刊》(PNAS) 正式發表，研究通訊作者包括浙江大學張子柯教授以及2021年諾貝爾物理學獎得主、羅馬第一大學 Giorgio Parisi 教授。

突破複雜系統的預測瓶頸

從人工智能（AI）模型、生物分子結構到社交網絡，複雜系統與現代社會息息相關。研究團隊利用統計物理學概念，成功將網絡預測問題映射至經典的「自旋玻璃」（Spin Glass）模型，建立了一套嚴謹的理論體系，解決了科學界對複雜系統內在可預測性的長期疑問。

從「整體」到「局部」：提升運算效率

研究的一項重要成果在於證明大型網絡的整體可預測性，可以分解為個別連結的局部貢獻。這一發現大幅降低了運算難度，為分析超大規模網絡提供了更高效的算法基礎。基於此理論突破，團隊進一步提出一套高效的局部採樣演算法。該算法僅需提取鄰域資訊，即可實現高精準度的預測，顯著提升了網絡預測方法的可擴展性與運算效率。

是項研究成果對多個尖端領域具備深遠影響，例如在AI領域為評估及優化模型架構提供新思維，有效提升模型的運行效率及可解釋性；而在生物醫學方面，相關框架則有助加速預測分子間的交互作用，從而大幅推動新藥研發的進程，展現了數據科學在跨學科應用中的巨大潛力。

傳媒查詢，請聯絡：
香港大學同心基金數據科學研究院
行政主任 郭先生
電郵：jimmyk@hku.hk｜電話：(852) 3917 2324

關於香港大學同心基金數據科學研究院

香港大學同心基金數據科學研究院 (HKU IDS) 成立於 2021 年，為一所跨學科研究院，致力推動數據科學及人工智能研究，重點涵蓋基礎數據科學、可解釋人工智能與人機互動，以及智能社會發展。

本研究於港大同心基金數據科學研究院完成，突顯港大在人工智能與基礎科學跨學科研究方面的實力。

更多資料請瀏覽：https://datascience.hku.hk/