Berkeley AI Research提出信息驱动的成像系统设计框架

Berkeley AI Research提出基于信息含量直接评估和优化成像系统的框架，并将成果发表于 NeurIPS 2025。该方法利用含噪测量与已知噪声模型估计互信息，在彩色摄影、射电天文学、无透镜成像和显微成像中预测了下游性能。其 IDEAL 方法无需训练解码器即可优化编码器，效果与先进端到端方法相当，同时减少内存、计算和任务特定解码器设计需求，代码已发布在 GitHub。