信息驱动成像系统设计

Berkeley AI Research 提出基于信息内容直接评估与优化成像系统的框架。在 NeurIPS 2025 论文中，该信息指标在四个成像领域预测系统性能，优化它所得设计可匹配最先进的端到端方法，同时需要更少的内存、算力，且无需任务特定的解码器设计。互信息衡量测量值减少关于目标不确定性的程度，相同互信息的两个系统区分目标的能力等价。