信息驱动的成像系统设计：Berkeley 团队用互信息直接评估与优化成像硬件

加州大学伯克利分校团队提出一种基于互信息的成像系统评估与优化框架，可直接从带噪测量中估计信息量，且任何建模误差只会高估、不会低估真实信息。该方法在彩色摄影、射电天文、无透镜成像和显微成像四个领域验证，信息估计能预测下游解码器性能，优化出的设计达到端到端 SOTA 水平，同时所需内存和算力更少，也无需任务专用解码器。相关论文发表于 NeurIPS 2025。