BAIR 提出基于信息量的成像系统设计与评估框架

Berkeley AI Research 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，用仅依赖噪声测量和噪声模型的信息估计器计算互信息。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均能预测解码器性能，优化它得到的系统设计可匹配 state-of-the-art 端到端方法，且内存、计算更省，无需任务专用解码器设计。