點解依家學 STEM 要留意呢個消息？

如果你係香港家長，最近可能聽過「開源 AI 模型」呢個 term。但你可能會問：「關我仔女咩事？佢哋又唔係寫程式嘅。」

大錯特錯。

上星期，Nvidia 同阿里巴巴聯手推出咗一個名為 Qwen3.6-27B-NVFP4 嘅開源 AI 模型。呢個模型喺 HuggingFace 上面 7 日內獲得 275 個讚好、接近 30 萬次下載。數字唔算最大，但背後嘅意義對香港 STEM 學生嚟講，係一個 game changer。

點解？因為呢個模型係第一個可以喺 一般家用電腦（唔使頂級伺服器） 上面流暢運行嘅大型語言模型。以前要玩 AI 模型，你要俾月費俾 Google Cloud、AWS，或者買幾萬蚊嘅顯示卡。但 Qwen3.6-27B 用咗 Nvidia 嘅「模型優化技術」（Model Optimizer），將模型壓縮到可以用一張 RTX 4070 或以上嘅顯示卡 就行到。

即係咩意思？ 即係你仔女嘅電腦（如果有一張中高階顯示卡）可以變身做一個 AI 實驗室。佢哋可以喺本地運行 AI 模型，唔使上網、唔使俾月費、仲可以自己修改模型嘅行為。

呢篇文章會同你拆解：

  1. 呢個模型點樣幫你仔女由「用 AI」變成「整 AI」
  2. 3 個免費本地部署教學（由零開始）
  3. 香港 STEM 比賽點樣利用呢類工具加分
  4. 大學同職業規劃嘅實際路徑

具體技能：由「用 AI」到「整 AI」嘅關鍵一步

好多香港學生用 AI 嘅經驗，就係開 ChatGPT、問問題、抄答案。但呢個 skill set 喺大學同職場上，價值接近零。

真正有價值嘅係：理解 AI 模型點樣運作，同埋能夠調整模型去解決特定問題。

Qwen3.6-27B 嘅出現，令呢個學習門檻大幅降低。以前你要學 AI，要學 Python、TensorFlow、PyTorch，仲要理解 transformer architecture。但依家，你可以直接下載一個已經訓練好嘅模型，喺自己電腦上面玩：

  • 修改參數：調整模型嘅 temperature（創意度）、top_p（多樣性），睇下輸出點樣改變
  • 微調（Fine-tuning）：用自己嘅 dataset 去訓練模型做特定任務，例如分析香港天氣數據、寫出更地道嘅廣東話
  • 模型比較：將 Qwen3.6 同其他開源模型（例如 Llama 3、Mistral）比較，理解唔同架構嘅優劣

呢啲技能，正正係香港 STEM 比賽（例如 香港 STEM 奧林匹克競賽、香港機械人挑戰賽）入面嘅加分位。評判唔係睇你「用 ChatGPT 做咗啲咩」，而係睇你「點樣改進一個 AI 模型去解決真實問題」。

本地資源：免費工具 + 香港比賽

1. 免費部署工具（唔使俾錢）

要玩 Qwen3.6-27B，你需要以下免費工具：

  • Ollama（免費開源）：一個超簡單嘅 AI 模型運行工具。下載後，打一句 command 就可以 download 同執行模型。支援 Windows、macOS、Linux。
  • LM Studio（免費）：圖形化界面，唔使打 command。適合唔熟 command line 嘅學生。
  • HuggingFace Spaces（免費）：如果電腦唔夠勁，可以用 HuggingFace 嘅免費雲端空間去測試模型。每日有免費額度。

2. 香港 STEM 比賽推薦

以下比賽特別適合用本地 AI 模型做 project：

  • 香港 STEM 奧林匹克競賽（HK STEM Olympiad）：其中「人工智能組別」要求參賽者展示一個 AI 應用。你可以用 Qwen3.6 做一個本地運行嘅 chatbot 或者數據分析工具。
  • 香港機械人挑戰賽（Hong Kong Robotics Challenge）：如果你仔女玩機械人，可以將 Qwen3.6 整合落機械人嘅「大腦」，令佢可以理解自然語言指令。
  • 香港資訊科技挑戰賽（HK ICT Awards）：中學組別有「AI 應用」獎項。本地部署模型係一個突出嘅亮點，因為評判會欣賞你理解模型嘅部署同優化。

3. 大學 Pathway

香港三大（港大、中大、科大）嘅工程學院同計算機科學系，近年都開設咗 AI 相關嘅課程。如果你仔女喺中學階段已經有「本地部署 AI 模型」嘅經驗，喺申請大學時會有好大優勢：

  • 香港大學：計算機科學（AI 方向） — 申請時可以提交一個 AI project portfolio
  • 中文大學：人工智能系統與科技 — 面試時會問你對開源模型嘅理解
  • 科技大學：人工智能與數據科學 — 每年有「AI 夏令營」，優先取錄有實戰經驗嘅學生

家長可以點配合？3 個實戰活動

你唔使係 STEM 專家，都可以幫仔女行第一步。以下係 3 個活動，每個只需 1-2 小時：

活動 1：安裝 Ollama + 下載 Qwen3.6（30 分鐘）

  1. 去 ollama.com 下載 Ollama
  2. 打開 Terminal（Mac）或 Command Prompt（Windows）
  3. 輸入：ollama pull qwen3.6:27b
  4. 等佢下載完（大約 15-20 分鐘，視乎網速）
  5. 輸入：ollama run qwen3.6:27b
  6. 你仔女就可以開始同模型對話！

家長 role：幫手確保電腦有足夠嘅硬碟空間（約 20GB），同埋顯示卡 driver 係最新。

活動 2：比較模型輸出（1 小時）

  1. 用 Ollama 同時下載另一個模型，例如 llama3.2:3b
  2. 問兩個模型同一個問題，例如：「解釋量子糾纏」
  3. 比較兩個模型嘅答案長度、準確度、語言風格
  4. 叫仔女寫一個簡短報告，分析邊個模型更好，點解

家長 role：鼓勵佢哋用廣東話問問題，睇下模型識唔識答香港地道用語。

活動 3：微調模型做「香港天氣助手」（2 小時）

  1. 去香港天文台網站下載過去 1 年嘅天氣數據（CSV 格式）
  2. 用 Python（免費）寫一個簡單 script，將數據轉做「問題-答案」對
  3. 用 HuggingFace 嘅 transformers library 做簡單嘅 fine-tuning
  4. 測試模型係咪可以回答「尋日最高溫度幾多度？」呢類問題

家長 role：唔使識 Python！你嘅角色係幫仔女搵數據、鼓勵佢哋試錯。失敗係學習嘅一部分。

延伸閱讀

下一步：由興趣到比賽到職業

如果你仔女對呢個活動有興趣，下一步可以：

  1. 參加比賽：用呢個 project 報名香港 STEM 奧林匹克競賽（截止日期通常係每年 3 月）
  2. 建立 portfolio：將所有實驗記錄喺 GitHub 或者個人網站。大學申請時呢個係好有力嘅證據。
  3. 搵 mentor：香港有唔少免費 STEM 導師計劃，例如 香港青年科學院、數碼港創意微型基金，可以幫仔女搵到業界人士指導。
  4. 職業規劃：AI 模型部署工程師（MLOps Engineer）係未來 5 年香港最缺嘅工種之一。起薪點 HK$30,000 以上，仲有每年 20% 嘅增長。

記住：你唔需要仔女成為一個 AI 專家。你只需要俾佢哋一個機會去試、去玩、去失敗。Qwen3.6-27B 嘅出現，令呢個機會變得前所未有咁平、咁易。

今日就同仔女一齊下載 Ollama。 唔使等暑假，唔使報興趣班。只需一部電腦、一個免費軟件，同埋你嘅好奇心。

如果你對部署過程有任何問題，歡迎喺留言區問我哋。我哋會盡快回覆，幫你仔女行出 STEM 嘅第一步。