伯克利提出信息驱动成像系统设计框架，登 NeurIPS 2025

伯克利 AI 研究团队提出基于互信息的成像系统评估与优化框架，仅用含噪测量和噪声模型即可量化系统信息量，在彩色摄影、射电天文、无镜头成像和显微成像四个领域验证其能预测解码器性能。该方法优化出的设计可媲美端到端 SOTA 方法，同时占用更少内存和算力，且无需任务专用解码器设计。