台灣半導體先進技術不斷翻新，近日國立成功大學智慧半導體及永續製造學院教授李亞儒團隊研發出新型光學神經形態突觸元件，此元件基於全無機鈣鈦礦量子點，能夠高度整合感測、記憶與運算等功能，為鄰近感測計算技術發展開闢新局，可應用在自駕車導航、智慧製造和醫療影像分析等高效彩色影像處理，為人工智慧應用開創新視角。李亞儒教授表示，這項研發引起半導體產業關注，將與廠商合作展開進一步的研究與測試。
專長為半導體光電元件、奈米製程技術等的李亞儒指出，去年的諾貝爾物理學獎，頒給John J. Hopfield與Geoffrey E. Hinton，表彰他們推動人工神經網路（ANN）的非凡成就，為現代機器學習奠定基石。他認為機器愈來愈仿生，是未來發展的方向。
成大教授李亞儒團隊研發新型光學仿生神經形態突觸元件，在紫外光的照射下，發出綠色光。圖二為成大教授李亞儒團隊研發出基於全無機鈣鈦礦量子點光學仿生神經形態突觸元件的結構，及其模擬人類視覺系統運作的示意圖。
李亞儒表示，在影像辨識技術上希望機器能模仿人類以眼睛目視後，將影像輸往大腦辨識分析並儲存，目前已有許多半導體記憶元件的製作方法，功效與耗能不盡相同，有些是將不同的材質複合，但製程複雜而且成本高。該研究團隊設計的新型光學神經形態突觸元件，採用雙單元設計，模擬人類視覺系統中的突觸動態行為，並且可根據不同波長的光刺激調整突觸權重，為視覺辨識技術帶來更加接近生物系統的突破。
團隊以「全無機鈣鈦礦量子點（CsPbBr3）」做為電阻式隨機存取記憶體（RRAM）中的主動層介電質，上下則分別使用銀金屬及透明導電層氧化銦錫做為電極，因為介電質的材料單一，製程相對簡單，並透過正負電極反轉，元件可多功能操控，因而有耗能少、效能高及成本低等多項優點。
新元件以28×28的陣列結合單層人工神經網路進行神經形態編碼，實現對紫外、藍色與綠色MNIST手寫數位辨識，分類準確率超過90%，顯示這項新技術在複雜影像辨識方面的高度表現力。成大的新研發也能夠導入現今市場上熱門的矽光子相關應用。李亞儒表示，新研發利用紫外光進行光學編碼，並通過綠光抹除編碼狀態，實現即時檢測與感知功能。透過同步檢測光子能量（波長），讓這種非接觸式的光學編碼系統更加精準且高效。
