01
先看懂這個課程
適合你，如果你
- 喜歡物理，也對 AI、數據或創業有興趣。
- 理科（尤其物理、數學）根基強。
- 想以物理結合科技應用。
可能不太適合你，如果你
- 不讀理科（要求理科，不分文理科須修讀物理）。
- 不喜歡數學與物理建模。
02
你會學甚麼
你會學什麼
| 學習主題 | 你會接觸的內容 |
|---|
- 主修 | 物理學核心（力學、光電、材料等）【官方資料】 |
- 副主修 | AIDA（AI、機器學習、數據科學）或 IE（創新、創業、企業實習）【官方資料】 |
四年學習地圖
| 階段 | 主要學習體驗 |
|---|---|
| 第一年 | 共同核心課程 |
| 第二至四年 | 選讀 AIDA 或 IE 副主修；IE 含企業／初創實習 |
方向、主修或組別
副主修二選一（AIDA 或 IE），第二年按個人偏好選擇。【官方資料】
03
你會怎樣學
學習方式
【根據官方課程整理】 數學／邏輯推理 ●●●●● 實驗與實作 ●●●●○ 編程與技術工具 ●●●●○ 英文閲讀與寫作 ●●●○○ 創新與實習（IE） ●●●●○ （最強證據：課程結合物理實驗與 AI／創業訓練。）
代表性課程
- 人工智能與物理應用 — Learn：機器學習與物理建模。Do：數據分析、神經網絡實作。Produce：AI 專題。【根據官方課程整理｜近期課程例子｜2025/26】
04
選修與實踐
選修自由度與實踐機會
副主修選擇；IE 路線含企業／初創實習。【官方資料】
05
它和相似課程的差別
與相似課程有什麼不同
- 與 JS3008 內的「物理學副主修」：JS3030 是獨立課程編號，四年同步完成主修＋副主修，學額併入理學院合併學額。
06
畢業後的路
畢業後的可能方向
【可能發展方向】創科、醫療科技、工業 AI、數據科學、創業等。
07
申請與資料核對
入學要求與競爭情況
HKDSE 最低要求
大學基本入學要求；理科（不分文理科須修讀物理）；物理相關科目獲優先考慮。【官方資料】
計分方法與科目比重
「最佳 5 科」；物理、數學成績優異者優先。【官方資料】
面試／作品集／測試
【資料不足】未明確列明。
歷年收生參考
【資料不足】未找到 JS3030 專屬加權收生分數。
申請判斷
學額：納入理學院合併學額 152（聯招及非聯招；其中 JS3030 約 23）。【官方資料】學系專頁另列課程學額 25【未確認／官方資料衝突】，確切課程專屬學額待向學院確認。
學費、資助與學額
- 學費（本地生）：HK$47,000（2026/27）。【官方資料】
- 學額：合併 152（JS3030 約 23）；學系頁列 25，見上衝突説明。【官方資料】
你申請前最值得確認的事
- AIDA 與 IE 副主修的選擇時點與名額。
- IE 路線實習的安排與時長。
- 課程專屬學額（23 或 25）。
- 畢業雙領域的認證與出路。
官方資料
審核摘要
- 審核狀態：有條件通過
- 已複核重點事實：8
- 第二輪修正：0
- 保留提示或不確定項：2（收生分數、學額 23 vs 25 衝突）
- 刪除的無依據內容：0
- 資料適用入學年度：2026/27
- 課程結構適用 cohort：2026/27 入學
- 最後核對日期：2026-07-12