由于物理限制，相机只能变得如此之小，然后它们根本无法再缩小。但新的无镜头相机设计可能会改变这一点。
研究人员也一直在稳步转向计算方法，而不是依赖于与图像传感器相距一定距离的光学器件，以便将光线聚焦在其上。
在东京工业大学，科学家们一直在努力将机器学习应用于相机可能根本不需要镜头的想法。就像寒武纪照相机或太阳望远镜一样，它只需要一种新的方式来观察光线。虽然这种研究已经进行了多年，但一种新方法正在应用机器学习来使图像更加集中和逼真。
虽然大多数无镜头相机的设计依赖于通过掩模与光交互的图像传感器，然后是测量光以重建图像的算法，但新方法通过应用机器学习来分析每个像素和它们如何相互影响。使用这些数据，然后应用卷积神经网络 (CNN) 来重建图像。
问题是，当图像出现时，它不够清晰，无法提供任何细节或定义，而不需要大量的能力和精力来解决计算问题。如果没有镜头来聚焦光线，图像传感器只会接收到光数据的一团编码图案，这些图案在掩模本身上相互作用。因此，传感器必须消耗大量计算能力才能从该数据中重建图像。
