嶺南大學宣布成立數據科學學院 培養全面發展的人工智能及數據科學家

嶺南大學5月2日舉行成立數據科學學院的揭牌儀式,這是嶺大第六個學院,由3個學部組成,分別為人工智能學部、工業數據科學學部以及數據科學研究所,提供從學士學位到博士學位的各種優質課程。

嶺南大學5月2日舉行成立數據科學學院的揭牌儀式,典禮邀得創新科技及工業局局長孫東教授、大學教育資助委員會主席雷添良先生、香港數碼港管理有限公司行政總裁鄭松岩博士、嶺南教育機構主席呂岳枝先生,與嶺大校董會主席姚祖輝先生,以及校長及韋基球數據科學講座教授秦泗釗教授一同主持揭牌儀式。

數據科學學院是嶺大繼文學院、商學院、社會科學院、跨學科學院,以及研究生院後,成立的第六個學院。數據科學學院由3個學部組成,分別為人工智能學部、工業數據科學學部以及嶺南教育機構陳斌博士數據科學研究所,提供從學士學位到博士學位的各種優質課程。

孫東:有助擴大創科人才庫

創新科技及工業局局長孫東教授致辭時表示:「今日標誌着嶺南大學新篇章的開端,新成立的數據科學學院旨在將藝術、人文與科學融合,展示了當今和未來高等教育的面貌。在數碼時代下,與數據相關的知識是不可或缺,對具備此類知識的人才需求亦大幅增長。我很高興嶺南大學已提供多個聚焦數據科學與人工智能的課程,未來將會推出更多此類課程,這有助推動政府銳意擴大本地創新科技領域的人才庫,為經濟增長注入新動力。而隨著數據科學學院的成立,我深信嶺南大學將在香港高等教育界中成為下一波數碼變革的領航者。」

創新科技及工業局局長孫東教授祝賀嶺大成立數據科學學院。
創新科技及工業局局長孫東教授祝賀嶺大成立數據科學學院。

姚祖輝:培育學生 慎思明辨

姚祖輝先生致歡迎辭時表示,嶺大設立數據科學學院正好抓緊了數碼時代下的發展機遇,配合政府發展數據科學及人工智能產業,為本港、內地,乃至世界各地培育創科人才。

他表示:「嶺大立足香港、背靠祖國、放眼全球,數據科學學院的理念着重培育學生以慎思明辨的態度應用創新科技,從海量數據中提取有價值的見解,我們未來將會積極與全球頂尖學府擴展科研合作,進行更多具影響力及可轉化為應用的研究項目,促進香港發展成國際創新科技樞紐。」

校董會主席姚祖輝先生致歡迎辭時表示,嶺大設立數據科學學院正好抓緊了數碼時代下的發展機遇。
校董會主席姚祖輝先生致歡迎辭時表示,嶺大設立數據科學學院正好抓緊了數碼時代下的發展機遇。

秦泗釗:嶺大獨有文理融合教學模式

秦泗釗校長致辭時表示:「今天我們迎接嶺大歷史上重要的新篇章,數據科學學院的成立標誌着大學的策略發展計劃已全面實施,目標是在嶺大的傳統基礎上,致力發展成為數碼時代領先的研究型博雅大學。大學的目標很明確,我們希望裝備學生具備人工智能的素養及慎思明辨的能力,使他們可以與人工智能共存。人工智能正影響着我們生活的各方面,我們期望嶺大學生成為先驅者,理解人工智能對人類、社會及科技帶來的潛在影響,這也是嶺大獨有的文理融合教學模式。」

秦泗釗校長致辭時表示,成立數據科學學院標誌著大學發展的重要里程碑。
秦泗釗校長致辭時表示,成立數據科學學院標誌著大學發展的重要里程碑。

鄺得互:冀成亞洲領先數據創新基地

數據科學學院署理院長、協理副校長(策略型研究)及計算智能學講座教授鄺得互教授介紹學院理念時,強調學院的願景是成為亞洲領先的數據創新基地,培育具備品德、慎思明辨及思維策略技巧的頂尖數據科學家。

學院同時着重提供高質量的跨學科學習和培訓、研究及產業合作,課程全面涵蓋基本原理、程式編寫、統計和機器學習等技能。課程設計亦滿足市場需求,讓學生獲得跨學科的實踐經驗,透過進行研究項目,將技能應用於現實世界,以及與企業合作提供實習和建立人際網絡的機會。

此外,學院致力於促進跨學科研究項目的合作,應用數據科學、分析、機器學習和人工智能等專業知識,解決社會各領域面對的重大問題。

數據科學學院署理院長鄺得互教授介紹成立數據科學學院的理念。
數據科學學院署理院長鄺得互教授介紹成立數據科學學院的理念。

24至26學年 推出3碩士課程

數據科學學院提供的課程包括:現有的嶺南教育機構陳斌博士數據科學(榮譽)理學士、人工智能與商業分析理學碩士、數據科學理學碩士,以及即將於2024/25學年推出的數據科學哲學碩士、數據科學哲學博士。

此外,嶺大亦將於2025/26學年推出工業數據分析理學碩士(MScIDA)和智慧城市技術及應用理學碩士(MScSCTA)兩個全新課程。工業數據分析理學碩士課程旨在培養學生分析大規模工業數據,進行流程最佳化、預測性維護和品質控制等專業知識。智慧城市技術及應用理學碩士課程旨在讓學生了解智慧城市概念和技術,以及該技術在交通、能源和政府服務等領域的實施。

一眾嘉賓合照。
一眾嘉賓合照。

此外,嶺大從2024/25學年開始,將生成式人工智能科目列為一年級學生的必修科目,內容涵蓋生成式人工智能的基本概念、評估方法及倫理考量等議題,即使學生之前沒有人工智能方面的知識,也將能夠掌握實施、評判及優化生成模型的實用技能。