＂科技创新服务＂涉及研究项目的管理、研究成果的推广与技术转移等范畴，但往往因不同资讯系统的数据难以共享，而遇到科研资讯＂碎片化＂的挑战。香港城市大学（城大）的科研团队全力开发生成式人工智能（GenAI）技术，建立＂科创GPT＂，通过创建科研知识图谱，勾勒出科研项目、论文、专利等之间的关系，并在数据安全及私隐保障前设下，以助成立不同领域的知识库，促进知识共享。项目最近更获政府＂产学研1＋计划＂拨款资助。
为解决＂资讯孤岛＂（information silos）的问题，自2007年起，城大资讯系统学系马建教授及团队致力开发并不断改良＂科研之友＂（ScholarMate.com）平台，使它成为中国最专业的协同创新网络平台，成功连系政府资助机构、大学、科研机构及科创公司，促进合作与知识共享，实现科研成果（如学术论文与专利）共用。科研之友迄今有超过800万名注册用户，收录达7,800万项研究成果。
凭借科研之友的经验，马教授的团队以此为基础，现正开发新一代的＂联邦学习技术＂（Federated Learning Technology），结合了科研知识图谱（knowledge graphs）与大型语言模型（Large Language models，LLMs），同时以去中心化模式，促进创新网络平台上的用户，共同训练及微调上述图谱及模型，着力推动及实现科技创新服务的数码化转型，从而释放生成式人工智能的力量。
此项目近日获得了香港特区政府创新科技署推出的＂产学研1＋计划＂资助。
图谱勾勒科研项目关系 提供人工智能助理
项目旨在创建一个具有生成式人工智能能力的智慧协同创新网络平台，保障数据安全、私隐，并具有运营效率。新平台将专注于创立及构建内容全面的科研知识图谱，即以图谱方式，勾勒出全球各间大学、研究机构和科技公司内部的研究人员、科研项目、研究论文和专利等之间的关系。按照国家研究学科的标准和相关新兴产业来组织数据，目标是利用科研知识图谱，生成针对特定领域的全面知识库。
通过充分利用协同创新网络平台的大量研究论文和专利，城大科研团队将进一步训练和微调一个基于大型语言模型的专业领域＂科创GPT＂，即STIGPT（Science, Technology and Innovation GPT）。这个生成式人工智能模型能够利用语意搜索、智能推荐和度身订造的个人化内容生成，为研究机构和科研人员，提供可促进知识共创的人工智能助理服务。
同时，团队将开发＂联邦学习技术＂，以去中心化的训练方法，促进平台上的用户，共同训练及微调科研知识图谱和大型语言模型。这项技术能在提高大语言模型的准确性和适应性的同时，确保数据安全和保障个人隐私，并通过科创GPT大模型，为用户提供个人化及适用于其特定领域的科技创新服务。
开发低代码智能系统 减程式编写难度
再者，城大研究团队亦将开发一个＂低代码智能系统开发平台＂，可以简化及降低程式编写的难度，令机构用家能够以最少的编程工作量，制定及实现数码转型解决方案，从而显著降低使用门槛，大幅提升营运效率。
研究团队预期，通过整合科创GPT与科研之友，可以打造出全球首个具有生成式人工智能的智慧协同创新网络平台，以连系各间大学和企业的研究人员，共同创造知识产权。这项研发成果也可以推动、加速各种科技创新服务的数码化转型，包括智慧科研管理、学术会议出版服务、研究成果推广，以及技术转移服务等。这些转型将带来更高效率的决策过程、更简化的流程，并可以加强政产学研之间的合作。
事实上，科技创新服务的市场潜力极为巨大，尤其是中国在科研和技术发展领域的投资非常可观。在城大的创新创业旗舰计划HK Tech 300的支持之下，马教授的科研团队已成立了初创＂创新城技术服务有限公司＂（InnoCity.com），藉此把研究成果商品化，尤其专注于生成式人工智能在技术转移中的应用，以开拓当中充满潜力及前景的市场机遇。
＂通过在协同创新网络平台上充分运用生成式人工智能技术，这研究项目将可加速研究与创新的步伐。＂马教授总结上述新项目可能带来的技术突破。他补充，项目可促进产学研用户的知识共创，从而提升科技创新服务的质量和效率，＂这与政府有意把香港定位为国际创新科技枢纽的政策相一致。＂