Recientemente, el modelo de IA autosupervisado GedankenNet ha llamado la atención. A diferencia de los modelos tradicionales, GedankenNet no necesita ser entrenado con datos reales; en cambio, aprende a través de experimentos mentales y leyes físicas, ofreciendo una nueva esperanza para el campo de la reconstrucción de imágenes holográficas de microscopía.
Este modelo se entrena mediante una pérdida de consistencia física, lo que elimina la necesidad de iteraciones, resultando en una velocidad y precisión superiores. Los resultados de la investigación muestran un rendimiento excepcional en la calidad de la imagen y la generalización externa, con el potencial de impulsar el desarrollo en el campo de la microscopía holográfica y reducir la dependencia de grandes conjuntos de datos.