2018年01月29日，你或許已經滿足于最新一代智能手機上的相機技術，因為其能夠識別你的面部，并且以超高分辨率拍慢鏡頭視頻。但事實上，這些技術只是一場更大革命的開始。

　　最新的相機研究正在從增加分辨率轉向融合相機數據和計算處理。映維網不是在指Photoshop般的處理，并不只是單純地把風格和濾鏡添加至圖片，而是說一種更為激進的新方法，其中傳入的數據可能看上去根本就不像一張圖像。只有經過一系列的計算步驟，經過涉及復雜計算和建模光線如何通過場景或相機的一系列步驟后才會生成最終的圖像。

　　這個額外的計算處理層能夠神奇地使我們擺脫傳統成像技術的束縛。在未來某一天，我們甚至可以不再需要傳統意義上的相機。相反，我們只需使用在數年前淡出我們視野的用于成像的光線檢測器。它們將可以實現一系列神奇的事情，比如說“看穿”迷霧，人體，甚至是墻后。

　　1. 單像素相機

　　一個極端的例子是單像素相機，它依賴于一個非常簡單的原理。傳統的相機使用大量像素(微小的傳感器元件)來捕捉可能只是由單個光源照亮的場景。但你也可以反其道而行之，用單個像素來捕獲來自許多光源的信息。

　　要做到這一點，你需要一個受控光源(如一個簡單的數據投影儀)，然后一次照亮一個場景或者以一系列不同的模式照亮一個場景。對于每個照明點或模式，你接下來需要測量反射的光量并且將所有內容相加，從而創建最終的圖像。

　　這樣做的缺點是，你必須提供大量照明點或模式才能生成一張圖像(對此，常規相機只需拍攝一張照片即可)。但這種成像方式可以讓你創造出不可能的相機，例如能夠支持超過可見光譜的光波長(因為你無法把優秀的檢測儀集成至相機)。

　　這種相機可以拍攝迷霧或大雪中的圖片。又或者是它們可以模擬一些動物的眼睛，根據場景中的內容自動增加圖像分辨率(捕捉的細節數量)。

　　它們甚至有可能從光粒子(從來不會與我們希望拍攝的對象相交)中捕捉圖像。這可以利用一種名為“量子糾纏”的概念，亦即兩個粒子可以以一種特殊的方式連接：即便兩者相隔萬里，一個粒子發生了什么事情，另一個粒子也會發生什么事情。這能夠帶來一種有趣的可能性，我們可以看到照亮時屬性可能會發生改變的對象，比如說眼睛。例如，視網膜在黑暗中和在光線下是否一模一樣呢?

　　2. 多傳感器影像

　　對于即將到來的相機技術中，單像素成像僅僅只是最簡單的創新之一，而且這項技術乍看起來依賴于成像的傳統概念。但對于這種能夠使用大量信息而傳統技術又只能采集少量信息的系統而言，我們已經看到市場出現了大量的興趣。

　　這時我們可以采用涉及令一系列不同檢測儀指向同一場景的多傳感器技術。哈勃望遠鏡就是這方面的一個開創性例子，這款設備生成的圖像是由在不同波長下拍攝的許多不同圖像所組合而成。但現在你已經可以購買這種技術的商業版本，比如說Lytro相機。Lytro相機能夠收集關于同一傳感器上的光強度和方向信息，然后產生在拍攝圖像之后可以重新聚焦的圖像。

　　下一代的相機可能就像是Light L16相機。這款產品包含了基于十多種不同傳感器的突破性技術，而它們的數據能夠通過計算機結合在一起，從而提供一張可重新調焦和可重新定位的50MB專業質量圖像。此外，相機本身看起來就像是一個瘋狂相機攝像頭的畢加索式解讀。

　　然而，這些僅僅只是邁向下一代能夠改變我們思考和拍攝圖像方式的相機的第一步。研究人員也正在努力研究“看穿”迷霧，墻后，甚至是人體和大腦深處影像時所遇到的問題。所有這些技術都依靠于結合圖像和解釋光線如何通過或圍繞不同物質的模型。

　　另一個有意義的方法是依靠人工智能來“學習”如何中數據中識別對象。這些受到人腦學習過程啟發的技術有可能在未來的成像系統中發揮重要作用。

　　單個光子成像和量子成像技術也正在成熟，而它們能夠以令人難以置信的低光照水平拍攝照片，并且以令人難以置信的速度拍攝視頻(達到每秒兆億幀)。這足以甚至捕捉光線本身穿過場景的圖像。

　　其中一些技術可能需要一定的時間才能真正開發成功，但我們現在已經確信，我們可以通過巧妙組合新技術和計算來解決一系列的問題。