國立成功大學最新研發出一種基於全無機鈣鈦礦量子點的光學神經形態突觸元件，高度整合感測、記憶與運算等功能，為鄰近感測計算技術的發展開闢新局，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，也能導入矽光子相關應用。

成功大學智慧半導體及永續製造學院教授李亞儒表示，這項研發將與廠商合作，展開進一步的研究與測試。他同時指出，2024年的諾貝爾物理學獎，頒給John Hopfield與Geoffrey 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，而機器愈來愈仿生，將是未來發展的方向，至於影像辨識技術上也是如此。

機器能夠模仿人類，以眼睛目視後，將影像輸往大腦辨識分析並儲存，目前已經有許多半導體記憶元件的製作方法，功效與耗能也不盡相同，有些是將不同的材質複合，但製程複雜而且成本高。

成大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。

該團隊以「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。

新的元件以28×28的陣列，結合單層人工神經網路進行神經形態編碼，成功實現對紫外、藍色與綠色MNIST手寫數位辨識，分類準確率超過90%。

目前市場上熱門的矽光子，是指資料傳輸由傳統的電訊號改為光子傳輸訊號，不但能大幅提升傳輸效果，也會大幅降低傳輸的能耗，進一步改善發熱問題，成大的新研發也能導入矽光子相關應用。

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。