Berkeley AI Research：信息驱动的成像系统设计

Berkeley AI Research 团队开发了一种基于信息量的成像系统评估与优化框架，仅用噪声测量和噪声模型估计互信息。其 NeurIPS 2025 论文显示，该指标在彩色摄影、射电天文学、无透镜成像和显微镜四个领域预测了下游任务表现。按该指标优化的设计与 SOTA 端到端方法相当，但所需内存和计算更少，且无需任务专用解码器。