岩土工程韧性的智能化设计

土力工程的固有挑战，包括不同的岩土材料、地质作用及其非线性交互複杂。现时因气候变化的影响、极端天气事件越趋频繁，令克服这些挑战的难度增加。

此项目旨在训练下一代精通机器学习的土力工程师，并组成一个跨学科、跨领域的团队，在产业界与学术界之间筑起桥樑。该团队将通过创新的资料驱动方法，共同开发基础设施设计的转型方案，包括隧道、尾矿坝、人工斜坡和堤防，以及土质灾害的监测和预测。

主要目标包括探索用于现场资料撷取的先进传感器技术、利用生成式人工智能技术优化设计流程，以及实施物理信息神经网络，藉由将物理原理整合至机器学习模型，以提升岩土工程模拟的准确性。这项目着重于针对特定挑战设计解决方案，量身打造机器学习方法，以解决隧道和尾矿坝等土工基础设施建设和管理过程中遇到的工程问题。此外，亦会聚焦改善土地灾害的监控和缓解，如山泥倾泻和地震，从而提高安全性和效率。

透过採用这种跨层面的方法，这项研究的目标不仅是将机器学习应用于土力工程，还希望从根本上为土力工程引领革新，开创高效率、可持续和具韧性的新时代。

项目获得欧盟与香港研究资助局研究合作计划2024/25 的支持，与奥地利维也纳自然资源与生命科学大学的岩土工程研究所（Institute of Geotechnical Engineering, BOKU）副所长Enrico Soranzo博士合作进行。欧盟与香港研究资助局研究合作计划旨在推动欧盟与香港学者在两地共同关注的领域上合作，以取得世界级的科学成果。