資訊驅動的成像系統設計：互信息評估與 IDEAL 優化

Berkeley AI Research 提出一套以互信息直接評估及優化成像系統的框架，並在 NeurIPS 2025 論文中驗證其對四類成像應用的預測能力。方法利用含噪測量與已知噪聲模型估算互信息，測試涵蓋彩色攝影、射電天文、無透鏡成像和顯微鏡。IDEAL 僅優化成像系統的編碼器，不需反向傳播整個解碼器；在色彩濾光片設計中，結果匹配端到端優化，並減少記憶體及計算需求。