Berkeley AI Research：成像系统的信息驱动设计

Berkeley AI Research 提出基于互信息的成像系统评估与优化框架，直接量化测量数据区分物体的能力。该框架在 NeurIPS 2025 论文中于彩色摄影、射电天文、无透镜成像与显微镜四个领域验证：信息指标可预测解码器性能，据此优化的设计能匹配 SOTA 端到端方法，且更省内存与算力、无需任务专用解码器。方法仅从测量数据估计信息，利用已知噪声物理特性给出信息量的上界。