使用信息论设计成像系统

来自伯克利人工智能研究院（BAIR）的研究人员开发了一个框架，该框架通过从噪声测量中估计互信息，直接基于信息内容评估和优化成像系统，无需解码器网络。他们的方法在四个成像领域（彩色摄影、射电天文学、无透镜成像、显微镜）进行了测试，能够预测解码器性能，并通过信息估计的梯度上升实现系统设计。该框架被称为IDEAL，在达到最先进端到端优化性能的同时，所需内存和计算更少。

UC Berkeley

Railway 融资 1 亿美元，以 AI 驱动的云基础设施挑战 AWS

初创公司 Railway 在 B 轮融资中筹集了 1 亿美元，提供针对 AI 应用优化的云平台，在没有营销支出下拥有 200 万开发者。该公司每月处理超过 1000 万次部署和 1 万亿次请求，挑战传统云巨头。

Railway Anthropic OpenAI