Recentemente, o modelo de IA autossupervisionado GedankenNet chamou a atenção. Diferentemente dos modelos tradicionais, o GedankenNet não requer dados reais para treinamento; ele aprende por meio de experimentos mentais e leis físicas, trazendo novas esperanças para o campo da reconstrução de imagens de microscopia holográfica.
O modelo é treinado usando uma perda de consistência física, eliminando a necessidade de iterações, resultando em maior velocidade e precisão. Os resultados da pesquisa mostram seu desempenho excepcional na qualidade da imagem e na generalização externa, com potencial para impulsionar o desenvolvimento da microscopia holográfica e reduzir a dependência de grandes conjuntos de dados.