SPJ｜ADI综述：当成像系统学会"学习"：化物理不确定性为数字智能

本文是一篇发表于《先进仪器与器件》的综述文章，背景是传统计算成像系统面临硬件制造公差、对准误差、环境波动等物理不确定性带来的根本挑战。研究目的是全面回顾并展望“可微分成像”这一新兴研究范式，该范式通过将成像流程建模为可微分函数，实现对系统参数（包括各类不确定性）与目标图像的联合优化，从而系统性量化和管理不确定性。文章进一步探讨了将可微分成像与数字孪生技术结合，以创建能够持续追踪、预测并适应动态变化不确定性的智能自适应系统。结论指出，这种从“不确定性量化”到“不确定性管理”的演进，有望突破传统光学极限，推动成像乃至所有物理-数字混合系统向完全自主、自我优化的方向发展，并将与科学人工智能深度融合，在数据稀缺的科学领域发挥巨大价值。