維布林說：“盡管我們認為我們?nèi)绱送暾�地看到了這個世界，而事實上，我們所看到的也僅僅只是一些暗示性的信息以及時間和空間的輪廓而已。這12張圖像是我們一直以來所獲得的周圍事物的所有信息，它們是如此稀疏，而我們正是利用這些重建了我們豐富多彩的視覺世界。我很好奇，為什么自然最終會選擇這么簡單的十二種影像，而它又是如何向我們提供我們所需要的這個世界的全部信息的呢？”這樣的發(fā)現(xiàn)對于智能系統(tǒng)的發(fā)展肯定具有很大的推進作用，而在這種系統(tǒng)中，眼睛以及早期的視覺處理將會被取代。
    在第3章中，我提到的了機器人技術的先行者漢斯·莫拉維茨，他已經(jīng)通過視網(wǎng)膜神經(jīng)和大腦中早期的視覺處理轉變了工程學上的圖像處理。漢斯·莫拉維茨用了30年的時間致力于建造一個系統(tǒng)，期望這個系統(tǒng)能夠趕上人類視覺系統(tǒng)的能力，從而達到從視覺上重建世界的目標。而它只是在最近才有足夠的處理能力，因為微處理器已經(jīng)能復制人類級別的特征檢測，而莫拉維茨正在應用他的計算機模擬新一代的機器人，使之能夠通過人類水平的視覺能力在復雜的環(huán)境中自動導航。
    卡福·密德一直引領著特殊神經(jīng)芯片的研究，它將晶體管使用于它們天然的模擬模式，這一模式可以提供非常有效的神經(jīng)處理的模擬仿真。密德展示過這樣一個芯片，此芯片可以應用該方法模擬視網(wǎng)膜的功能，并進行視覺神經(jīng)早期轉換。
    檢測移動是視覺識別的一種特殊類型，它是杜平根生物物理研究所的重點研究領域。最基本的研究模型很簡單：將一個感受器上的信號和在其鄰近感受器的延遲信號相對比。這一模型要求速度在特定范圍內(nèi)，如果超過某一特定速度，則會導致令人驚訝的結果。這時，當觀察對象的速度繼續(xù)增加，移動探測器響應靈敏度將減少。動物實驗結果（基于行為和我的分析，以及神經(jīng)產(chǎn)出）和人的實驗結果（基于報道的看法）都與該模型很匹配。
    ……