Berkeley AI 研究：基于信息量的成像系统设计方法

Berkeley AI Research 团队在 NeurIPS 2025 论文中提出直接基于信息量评估和优化成像系统的框架，仅需噪声测量数据与噪声模型即可估计互信息。该指标在彩色摄影、射电天文、无透镜成像和显微成像四个领域预测下游解码器性能，其优化设计达到与 SOTA 端到端方法相当的效果，同时只需更少内存与算力，且无需任务特定的解码器设计。