過百中學生參與人工智能比賽應用新科技提升斜坡安全知識

香港踏入雨季，亦代表山泥傾瀉的危機逼近。政府每年平均接獲大約300宗山泥傾瀉報告，而在極端天氣和斜坡老化影響之下，山泥傾瀉的潛在風險實在不容忽視。單單是2008年6月的一場暴雨，便在大嶼山引發 2,400 多宗天然山坡山泥傾瀉。因此，土木工程拓展署轄下的土力工程處，近年積極利用創新科技應對山泥傾瀉的威脅，例如以人工智能解決土力工程上的問題。

除了研發「智能泥石壩」實時監測山泥傾瀉的發生外，土力工程處亦使用「四足機械狗」在高風險地區收集數據，提升山泥傾瀉緊急應變的能力。土力工程處處長張偉文博士指出：「山泥傾瀉的問題，好像一隻沉睡的獅子，我們不知道牠何時醒來。我們分析了過去30年山泥傾瀉的數據，發現如果市民對山泥傾瀉的意識更強，懂得自保方法，大約八成的死亡應該可以避免。」

點擊看圖輯

土力工程處處長張偉文博士表示，如果市民對山泥傾瀉的意識更強，懂得自保方法，可以避免大約八成的死亡。

香港踏入雨季，亦代表山泥傾瀉的危機逼近。政府每年平均接獲大約300宗山泥傾瀉報告，而在極端天氣和斜坡老化影響之下，山泥傾瀉的潛在風險實在不容忽視。單單是2008年6月的一場暴雨，便在大嶼山引發 2,400 多宗天然山坡山泥傾瀉。因此，土木工程拓展署轄下的土力工程處，近年積極利用創新科技應對山泥傾瀉的威脅，例如以人工智能解決土力工程上的問題。

除了研發「智能泥石壩」實時監測山泥傾瀉的發生外，土力工程處亦使用「四足機械狗」在高風險地區收集數據，提升山泥傾瀉緊急應變的能力。土力工程處處長張偉文博士指出：「山泥傾瀉的問題，好像一隻沉睡的獅子，我們不知道牠何時醒來。我們分析了過去30年山泥傾瀉的數據，發現如果市民對山泥傾瀉的意識更強，懂得自保方法，大約八成的死亡應該可以避免。」

在強化學習DeepRacer組別總決賽當日，學生建立一個無需任何經過標記訓練資料的強化學習模型後，進行自動駕駛賽車比賽。

勇奪監督式學習DeepLens組別比賽冠軍的仁愛堂田家炳中學學生表示，為了提高他們程式辨認不同標示的能力，特意拍攝6千多張照片。

聖公會聖本德中學憑整體穩定的表現，勝出強化學習DeepRacer組別賽事。至於監督式學習DeepLens組別，則要求學生透過「監督式學習」，訓練出能夠辨認不同標示的程式。贏得冠軍的仁愛堂田家炳中學學生代表林弘燁，認為此學習模式有可取之處：「有點像我們人類背書的概念，讓我們知道機器或者電腦都可以做類似人類的事，令人有點驚訝。我覺得未來可以廣泛應用。」

獲得「最佳建議書的」的荔景天主教中學學生，參考日本311海嘯和地震後，建議用人工智能技術，更有效地預測海嘯，提早制定救援計劃。

土力工程處亦希望藉着是次活動，啟發學生利用人工智能應對山泥傾瀉的威脅及其他因氣候變化而帶來的相關自然災害。因此特設「最佳建議書」比賽，讓學生建議如何透過人工智能提升斜坡安全，以及應對氣候變化所帶來的威脅。

更多相片

香港踏入雨季，亦代表山泥傾瀉的危機逼近。政府每年平均接獲大約300宗山泥傾瀉報告，而在極端天氣和斜坡老化影響之下，山泥傾瀉的潛在風險實在不容忽視。單單是2008年6月的一場暴雨，便在大嶼山引發 2,400 多宗天然山坡山泥傾瀉。因此，土木工程拓展署轄下的土力工程處，近年積極利用創新科技應對山泥傾瀉的威脅，例如以人工智能解決土力工程上的問題。

除了研發「智能泥石壩」實時監測山泥傾瀉的發生外，土力工程處亦使用「四足機械狗」在高風險地區收集數據，提升山泥傾瀉緊急應變的能力。土力工程處處長張偉文博士指出：「山泥傾瀉的問題，好像一隻沉睡的獅子，我們不知道牠何時醒來。我們分析了過去30年山泥傾瀉的數據，發現如果市民對山泥傾瀉的意識更強，懂得自保方法，大約八成的死亡應該可以避免。」

在強化學習DeepRacer組別總決賽當日，學生建立一個無需任何經過標記訓練資料的強化學習模型後，進行自動駕駛賽車比賽。

聖公會聖本德中學憑整體穩定的表現，勝出強化學習DeepRacer組別賽事。至於監督式學習DeepLens組別，則要求學生透過「監督式學習」，訓練出能夠辨認不同標示的程式。贏得冠軍的仁愛堂田家炳中學學生代表林弘燁，認為此學習模式有可取之處：「有點像我們人類背書的概念，讓我們知道機器或者電腦都可以做類似人類的事，令人有點驚訝。我覺得未來可以廣泛應用。」

土力工程處亦希望藉着是次活動，啟發學生利用人工智能應對山泥傾瀉的威脅及其他因氣候變化而帶來的相關自然災害。因此特設「最佳建議書」比賽，讓學生建議如何透過人工智能提升斜坡安全，以及應對氣候變化所帶來的威脅。

處方同時加強公眾教育，包括籌辦今次人工智能工作坊及比賽，向學生灌輸人工智能的知識，加強中學生對斜坡安全及山泥傾瀉風險的意識，並向他們提供學習人工智能的機會。

今次「AI 挑戰 x斜坡安全 — AI應用工作坊及比賽」吸引了29間學校，逾170位老師和同學參加。透過今次動手做的機會，讓學生將機器學習技術中的「監督式學習」和「強化學習」應用到AWS DeepLens 及 AWS DeepRacer 兩種AI學習工具當中進行比賽。疫情關係，比賽前的部份工作坊改為網上進行，但DeepLens 和DeepRacer兩項實戰總決賽，最終在7月16日順利舉行。

聖公會聖本德中學憑整體穩定的表現，勝出強化學習DeepRacer組別賽事。至於監督式學習DeepLens組別，則要求學生透過「監督式學習」，訓練出能夠辨認不同標示的程式。贏得冠軍的仁愛堂田家炳中學學生代表林弘燁，認為此學習模式有可取之處：「有點像我們人類背書的概念，讓我們知道機器或者電腦都可以做類似人類的事，令人有點驚訝。我覺得未來可以廣泛應用。」

土力工程處亦希望藉着是次活動，啟發學生利用人工智能應對山泥傾瀉的威脅及其他因氣候變化而帶來的相關自然災害。因此特設「最佳建議書」比賽，讓學生建議如何透過人工智能提升斜坡安全，以及應對氣候變化所帶來的威脅。

獲獎的荔景天主教中學隊伍，提議以人工智能技術更有效預測海嘯並制定救援計劃。同樣獲頒「最佳建議書」的還有聖母無玷聖心書院。同學們提出以人工智能改善消防員裝備。例如在頭盔加入光學雷達掃描器，為消防員計算最佳救援路線來提升山泥傾瀉搜救效率。得獎的學生代表李祉朗表示：「希望政府可以採納意見，製造這個頭盔。」

出席總決賽的土力工程處處長張偉文博士稱，學生建議非常有創意。他期望未來繼續透過人工智能，提升處方的預報系統效率，應對因極端天氣令山泥傾瀉風險增加所帶來的挑戰。

土木工程拓展署表示，截至下午5時，共接獲13宗山泥傾瀉報告，分別位於坑口道、孟公屋、清水灣道近坑口永隆道、坑口隆道、西貢北潭路、⁠將軍澳第二期修復堆填區、西貢仁義路石坑圍、西貢碧沙路君爵堡、⁠寶琳路、⁠西貢上洋村、西貢碧沙路、西貢蛇頭及西貢竹洋路及山寮上路交界。土力工程處已派員視察，路政署等斜坡維修部門正安排所需的斜坡緊急工程，其中3宗需要局部封閉行車線。