4月12日上午10时，由北京大学集成电路学院、集成电路高精尖创新中心、北京大学国家集成电路产教融合创新平台、集成电路科学与未来技术北京实验室、后摩尔时代微纳电子学科创新引智基地、北京大学校友会半导体分会联合主办的“未名·芯”论坛系列讲座第十九期在线下成功举办。本期邀请到香港理工大学副院长柴扬教授为大家带来主题为“In-sensor computing for artificial vision”的报告。讲座由集成电路学院康晋锋教授主持，共计50余人参加。

活动现场

柴扬教授首先谈到，在人脑接收的所有信息中，视觉信息占据了较大比重。人脑在接收大量现实世界视觉信息时，会进行智能信息提取用以匹配人脑的处理能力。借此引出了“面向人工视觉的感内计算技术”的主题演讲。

他将感内计算的研究工作大致划分为Low-level和High-level两类：Low-level感内计算利用传感器件对光强超线性响应、亚线性响应和阈值响应来实现，主要用于自然界非结构化信息的提取；High-level感内计算则利用传感器件对光强的线性响应，主要用于人工神经网络、脉冲神经网络、视觉信息加密等系统应用场景。

柴扬教授

接着，柴教授介绍了仿人眼视觉自适应能力的研究工作。他谈到自然界中的光强变化范围很广，而人眼具备自适应调节功能，因此能够适应较大的环境光强动态范围。柴教授利用基于MoS2的光电晶体管，通过对器件栅压进行调整，实现了超过7个数量级的光灵敏度调节，并通过栅压正负调控实现了兴奋和抑制功能。该工作利用感光阵列演示了在弱环境光和强环境光下的视觉适应功能。随后，柴教授讲解了人眼视觉和昆虫视觉的区别，以及昆虫视觉系统的敏捷响应能力。他利用基于MoS2光电晶体管模拟了Graded型人工神经元，对比传统Spiking型神经元，能够实现更高的信息传输密度和时空信息整合能力，从而降低了后处理系统的算力需求。利用该器件组成的传感系统能够检测物体的运动轨迹，通过适当栅控调制用以监测不同速率下的运动物体。

最后，柴教授介绍了高级感内计算的相关工作。利用2T2R1C的结构，该工作实现了事件驱动型的光电传感器。由于输出脉冲的幅值与光强变化量相关，该结构可以很好地与脉冲神经网络的需求相结合。通过整合感光阵列和脉冲神经网络，该工作演示了运动小车的车道保持功能。

提问环节，大家就多模态融合、视觉传感器的应用前景、视觉传感器外围电路需求、二维材料的选择、器件测试方法等方面进行提问，柴扬教授进行了逐一解答。

个人简介：

Prof. Yang Chai is the Associate Dean of the Faculty of Science of the Hong Kong Polytechnic University, Vice President of the Physical Society of Hong Kong, a member of The Hong Kong Young Academy of Sciences, an IEEE Distinguished Lecturer since 2016, the Vice Chair of IEEE EDS region 10, and was the Chair of IEEE ED/SSC Hong Kong Chapter (2017-2019). He is a recipient of the RGC Early Career Award in 2014, the Semiconductor Science and Technology Early Career Research Award in 2017, the PolyU FAST Faculty Award in Research and Scholar Activities in 2018/2019, the Young Scientist Award of ICON-2DMAT in 2019, the PolyU President’s Award in Research and Scholar Activities in 2019/2020, NR45 Young Innovators Award in 2021, Young Scientist of World Laureate Forum in 2021,and a finalist for the Falling Walls Science Breakthroughs of the Year 2022 in Engineering and Technology. His current research interest mainly focuses on emerging electronic devices.

技术文字：周正