近日，国际知名期刊《Nanoscale》上刊发了ISMD团队光电突触晶体管应用于边缘视觉系统的工作，该工作被选为期刊封面。该封面论文题目为An Electro-Photo-Sensitive Synaptic Transistor for Edge Neuromorphic Visual System，文章在可商用化的InGaZnO薄膜晶体管中，实现了一系列光信号和电信号共同调制的突触可塑性功能；其权重更新行为被用于卷积神经网络中，实现了高达95% 的手写字体识别率。该工作为用于智能终端的光电神经网络、视觉信息的直接处理提供了方案。此工作由本团队李祎副教授、缪向水教授和台湾中山大学张鼎张教授合作指导完成，论文第一作者为博士生段念。

随着物联网的发展，网络边缘的数据量与日俱增。而边缘计算将强计算资源和高效服务下沉到网络边缘端，从而拥有低延时、低带宽占用、高能效和更好的隐私保护性，使多样化数据的处理变得高效而安全。边缘端的神经形态计算近几年也在逐渐兴起和发展，在实时图像处理和模式识别中得到了很好的应用。在神经形态视觉系统中实现人脸识别，传统的方法是以一个感光元件将光信号转换成电信号，然后将电信号传送给仿生人工突触进行计算，从而使突触重量发生改变。这样一种信号传输方法可能会使电路复杂化，使响应时间变长功耗变高。

在本团队的方案中，利用可商用化的IGZO薄膜晶体管器件作为突触元件，可将光信号直接作为输入信号进行处理。基于光生载流子及氧空位电离的机理，器件沟道电导值在光信号的激励下会增强，实现增强型突触功能；同时，该突触晶体管器件在电脉冲激励下，会使沟道电子被顶栅绝缘层中的缺陷所俘获，从而使器件沟道电导值减弱，实现抑制型突触功能。在光信号和电信号的协同作用下，突触功能可以在增强和抑制间转换，极大地增强了突触器件调控的灵活性。其权重更新行为被用于卷积神经网络中，实现了高达95% 的手写字体识别率，并展现出对不同类型噪声一定的容忍度。该工作为在未来的边缘智能终端上实现视觉信息检测和处理提供了备选方案。

论文链接：

https://pubs.rsc.org/en/content/articlehtml/2019/nr/c9nr04195h