在人工智能（AI）与大数据蓬勃发展的时代，数据科学已成为推动科技进步的核心力量。面对每日涌现的海量资料，如何有效储存、分析和处理这些信息，成为了别具挑战性的研究命题，亟待探索。香港浸会大学（浸大）理学院院长兼罗嘉穗博士数据科学教授吴国宝教授指出：「数据科学在我们的日常生活中无处不在，从手机应用程序到科学与工程领域，皆扮演着关键角色。」在今期专访，吴教授将带我们走进数据科学的世界，讲解这门学科在生物医学、脑科学、环境监测乃至日常生活之中的价值及应用。

推动生物与医学研究　分析脑部疾病
数据科学是一门跨学科学问，融合应用数学、统计学、机器学习及计算器科学等领域，其应用层面广阔而深远，涵盖图像处理、生物信息、医疗、遥距感应（遥感）、电子商务、金融等诸多范畴。数据分析和AI在浸大《策略发展计划2018-2028》中被列为重点研究领域，吴教授及其团队近年积极探索相关技术，推动其发展与实际应用。

其中一项主要研究是运用图像处理技术剖析细胞影像。吴教授解释：「收集所得的数据往往品质欠佳，充斥杂讯与残缺不全。数据科学的任务之一，就是透过建立模型来去除影像中的杂讯，并根据生物机制补足缺失的信息。经过处理的高品质影像，让生物学家能够更细致地观察细胞内部的结构组成，并掌握不同细胞组件的运输过程，从而找出细胞功能异常及疾病的成因。」

这项技术亦适用于提升脑部数据分析的成效。透过处理磁力共振影像，团队能合成高质素的影像，更准确地判断大脑中的异常区域，特别是与阿兹海默症相关的病变。这不但有助于早期诊断，还能深入了解疾病对大脑功能的影响，为神经科学与疾病防治提供强而有力的依据。

解码复杂数据　发掘潜在信息
以上应用的原理，根植于数据科学的核心技术──数据建模。其作用是把原始数据转化为有意义的结构，为后续分析、预测与决策提供基础。吴教授指出，无论是脑部或生物化学数据，往往都具有高维度甚至多维度的结构特征，传统的矩阵计算方法已不敷应付。

「为了分析这些复杂数据，我们采用多维度建模方法，并运用高阶奇异值分解（High-order singular value decomposition, HOSVD）来发掘影像中的隐藏模式与结构。」透过这些方法，研究人员能够从影像中辨识潜在信息，进一步推动疾病分析、分子机制研究的进展，为生物医学领域带来创新性的突破。

结合遥感技术　协助环境研究
数据科学不仅改变医学，在地球科学与环境研究中亦大放异彩。科学家常利用人造卫星或飞机作遥感探测，收集地球表面、大气层、海洋环境及人类活动等数据。同样地，传感器在收集数据时可能产生杂讯，导致影像失真，此时便需借助数据科学的力量。吴教授指出：「数据科学能提升卫星影像的数据品质，使地面细节与天气变化更清晰地呈现，帮助研究气候模式与环境变化。」

可见，这些技术不仅有助于基础科学研究，也能广泛应用于灾害预测、环境监测及城市规划，充分展现数据科学的跨领域价值与多元效益。

数据科学融入生活　提升日常体验
数据科学看似遥不可及，其实早已悄然融入我们的日常生活。例如，我们每天使用的搜索引擎，正是仰赖大数据分析以及算法，洞察用户的行为与需求，进而提供个人化的搜寻结果与推荐内容，当中涉及不少数学理论。

吴教授近年亦带领团队以图论法分析数据，开发应用于数字平台的推荐系统。该系统能够精准捕捉用户的行为模式与偏好，并据此推送切合其需求的产品建议，提升用户体验的同时，也增强平台的效能与商业价值。

探索储存技术　应对数据洪流
在信息爆炸的时代，数据量不断激增，如何在有限储存空间内保存、管理与维护数据，成为数据科学与产业界共同面对的挑战。目前，编码技术在这方面扮演着至关重要的角色。透过适当的编码，数据可转换为特定格式，压缩冗余数据以节省储存空间之余，更具备错误修正和加密效能，确保数据在储存与传输过程中的完整性、安全性和可读性。

吴教授表示：「数据无时无刻、无处不在地产生，要有效储存如此庞大的数据量，发展创新且高效的储存技术实乃当务之急。」这显示出储存技术的创新变革，是未来数据科学研究的重要方向。

数理为基　走出应用数学大道
吴教授在1990年代取得数学博士学位后，远赴澳洲国立大学担任计算器科学实验室研究员，从此开启其应用导向的学术生涯。凭借扎实的数学根基，他把理论灵活应用于计算数学、AI、机器学习、数据科学及科学计算等领域的研究，累积深厚的跨学科学术造诣。他说道：「我致力将数学带进生活，解决现实问题，因此特别关注具有巨大应用潜力的课题。随着数据在各行各业越来越常见，它亦成为我学术研究的核心。」

2005年，吴教授加入浸大数学系，历任数学系系主任、数学系与计算器科学系讲座教授，期间曾短暂离开浸大，至2023年重新回归并出任理学院院长。其学术成就及贡献屡获肯定，包括在2017年摘下第12届中国科学院「冯康科学计算奖」并当选美国工业与应用数学学会（SIAM）会士；以及于2017年至2025年度连续获史丹福大学评为全球首2%頂尖科学家。

2025年，吴教授荣膺美国数学学会院士；跻身国际学术研究平台Research.com「全球顶尖科学家榜」百大数学家之列，并获该平台颁发「年度中国计算器科学与数学领袖奖」；同时获科睿唯安（Clarivate）评选为「年度最广获征引研究人员」（数学范畴）。此外，他又凭研究项目「高维数据概念表示与解释的理论方法」（Theoretical Methods for Conceptual Representation and Interpretation of High-Dimensional Data）荣获北京市科学技术奖自然科学奖二等奖。这些殊荣充分展现他在数学与计算器科学领域的影响力。

AI时代的跨学科教研新格局
吴教授素来注重科研的实务应用和跨学科发展。早在十多年前，他已在浸大数学系推动生物信息学，带领研究团队聚焦生物统计学的理论建构与实务应用，为跨学科研究奠定坚实的基础。接掌理学院院长后，他持续善用自身的跨学科优势，为学生与研究人员开拓更广阔的学术视野与实践空间。

投身科研和教学30载，吴教授见证了AI、数学、数据科学及科学计算等领域在浸大乃至整个学术界的迅速发展，以及其对世界的深远影响。面对AI崛起带来的冲击与机遇，他认为AI是打破学科壁垒、推动知识交叉流动的催化剂。「我们正在探索如何运用AI协助人才从一个领域跨足到另一个领域。这是跨学科教育的重要一环，在这个过程中，AI不仅是一项工具，更是引导人们转移技能与掌握新知的桥梁。」

以数据科学造福社会
在科技日新月异、信息瞬息万变的世代，社会发展已离不开科学与科技的推动，真正的创新，源于不同学科之间的协作。吴教授特别感谢罗嘉穗博士捐资成立「数据科学教授席」，为浸大的数据科学研究提供了宝贵支持。未来，他将善用研究资金，邀请世界各地的学者前来浸大，围绕数据科学的多元课题展开深度交流与合作，激发创新思维，促成更多突破性的研究成果。

数据不再只是冷冰冰的数字，而是消除产业痛点、创造价值的密钥。吴教授总结道：「我们希望透过与其他领域的合作，让数据科学研究能够应对当今社会的复杂挑战。」

*此访问稿于2026年3月刊登。