基于信息驱动的成像系统设计：Berkeley AI Research 提出以互信息直接评估与优化成像系统

Berkeley AI Research 在 NeurIPS 2025 论文中提出一个基于信息含量的成像系统评估与优化框架，仅用噪声测量数据和噪声模型估计互信息。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解码器性能，优化后可匹配 SOTA 端到端方法，同时内存和计算量更低，且无需任务专属解码器设计。