香港大學工程學院電機電子工程學系林彥民教授、陳妮博士及研究團隊成功研發名為「不確定性感知傅里葉疊層成像技術」(Uncertainty-Aware Fourier Ptychography, UA-FP) 的全新成像技術，顯著提升成像系統在真實複雜環境中的穩定性。這項技術能讓高端成像系統在實際應用中運作得更穩定可靠。相關研究成果已刊登於國際權威期刊《Light: Science & Applications》。
傅里葉疊層成像技術作為關鍵的計算成像方法，能同時實現寬廣視野和高解析度，廣泛應用於顯微鏡、X光影像甚至衛星遙感技術。然而，這項技術對系統誤差極為敏感，細微的錯誤（包括零件位置偏差、光學像差或數據資料品質欠佳）都會影響成像效果。這也是當前計算成像領域普遍面臨的挑戰。
林教授、陳博士及研究團隊提出的UA-FP 框架創新地將「不確定性」（即各類潛在誤差），納入計算模型，讓系統能自動偵測並修正這些誤差，從而大幅改善成像性能。即使在存在干擾或條件欠佳的情況下，仍能獲得清晰穩定的成像效果。此項成果不僅是傅里葉疊層成像技術的重要突破，更為計算成像領域帶來變革性影響。
UA-FP 技術的成功建基於團隊自 2021 年起開發的「可微分成像」技術。該技術整合自動微分技術（深度學習的基石）與光學設計、資料處理及演算法，形成完整流程。這個框架促使光學、材料科學與計算科學的深度融合，為未來技術突破奠定基礎。
團隊負責人林彥民教授表示：「我們將不確定性納入可微分模型，使傅里葉疊層成像技術更為實用和穩健，也為其他計算成像技術的發展提供藍本。」
研究第一作者陳妮博士補充：「這是迄今最全面的可微分成像應用。通過可微分编程，我們建立了一個統一光學與計算的框架，為科學與工程領域開拓新機遇。」
人力資源服務商萬寶盛華（ManpowerGroup）香港今日發布三項AI解決方案，旨在應對香港迫在眉睫的人才技能缺口，協助企業將AI從試點轉化為全面整合，引領職場邁向「AI增強」（AI-Augmented）時代。
三大技術支柱應對「AI優先」政策
因應政府《2026-27年度財政預算案》推動「AI優先」經濟的願景，萬寶盛華推出以下實用工具：
* AI個人助理（AI PA）：配備「語音轉日曆」技術，支援粵語、英語及普通話，能在30秒內將會議內容自動轉錄為客户檔案，並標示銷售情報與風險。該工具可自動排列任務優先順序，並草擬後續訊息。
* AI工作流自動化：為無代碼、企業級平台，可自動生成評分表、提取履歷數據及評估候選人，並能處理手寫文字、公司印章及多幣種發票等複雜文件。據稱可將文件處理速度提高90%，手動數據輸入錯誤減少40%。
* AI市場情報：提供24/7市場監測，自動綜合競爭情報，挖掘客户洞察，並推薦戰略性行動，以提升組織專業知識與決策質量。
香港步入「AI增強」時代 觸發「大任務轉移」
數據顯示，香港正步入「AI增強」時代，62%的本地企業正增加在「任務或流程自動化」方面的投資。這種強勁的投資氣氛，已成為香港「大任務轉移」（Great Task Shift）的核心引擎。
目前，香港勞動力市場正經歷根本性變革，發展重點從自動化轉向人力增強。勞動力市場出現「反轉」現象：涉及常規數據輸入與基礎行政的傳統職位因自動化而減少了7%，而「AI增強型」職位則錄得6%的增長。這種職位需求的消長在「專業科學及技術業」中尤為突出。
企業與員工面臨的實施挑戰
儘管創新動力強勁，但香港幾乎所有機構在採用AI時都遇到挑戰。投資成本高昂（48%）被視為首要障礙。其他主要障礙包括員工缺乏有效使用AI的技能（39%）、隱私與監管疑慮（38%）、缺乏合適的AI工具（35%）、員工抵觸變革（34%），以及企業數據結構化程度不足（27%）。
針對員工的數據顯示，94%的機構報告員工在使用AI時遇到困難，主要驅動因素包括隱私和監管疑慮、培訓不足及技能差距。
AI投資回報（ROI）與技能演變
從投資回報來看，22%的僱主將學習與發展（L&D）列為首要收益，其次是團隊表現（17%）和人才招聘（14%），顯示初始價值正從直接提升人力資本的領域中獲得。
在技能需求方面，數據揭示專業職能正出現範式轉移。「教學與培訓」有80%的僱主認為受AI增強，其次是「解決問題」（79%）和「產生創意與創意構思」（76%）。「道德判斷」受影響的程度最低（43%），成為人類明確的核心優勢。
香港 AI 職場趨勢數據圖表
僱主採購 AI 遇見的挑戰調查數據
員工應用 AI 時面臨的主要挑戰百分比
AI 驅動投資回報率來源分析
專業職能受 AI 增強的程度分析
