Toutes les informations visuelles qui reçoit de l'esprit humain sont traitées par une partie du cerveau appelée cortex visuel. Le cortex visuel fait partie de la couche la plus externe du cerveau, le cortex et se trouve au pôle dorsal du lobe occipital; autrement dit, à l'arrière inférieur du cerveau. Le cortex visuel obtienne ses informations par projections qui s'étendent tout au long du cerveau de globes oculaires. Les projections d'abord passent par une halte au milieu du cerveau, une amande comme forfaitaire appelée Noyau géniculé latéral, ou LGN. De là, ils sont projetés vers le cortex visuel pour le traitement.
V1 est environ 0,07 pouce couche épaisse (2 mm) du cerveau avec sur la zone d'une carte de l'indice. Parce que c'est chiffonné, son volume est de seulement quelques centimètres cubes. Les neurones dans V1 sont organisés tant au niveau local et mondial, avec les schémas d'organisation horizontale et verticale. Variables
pertinentes à résumer les données sensorielles raw incluent couleur,
forme, taille, mouvement, orientation et autres qui sont plus subtils. La
nature parallélisée du calcul dans le cerveau humain signifie qu'il y a
certaines cellules qui sont activés par la présence de la couleur A,
d'autres activés par la couleur B et ainsi de suite.
Le protocole d'organisation plus évident en V1 est celle des couches horizontales. Il y a six couches principales, étiquetés avec chiffres romains comme I à VI. J'ai
est la couche la plus externe, éloigné les globes oculaires et LGN,
reçoit par conséquent le plus petit nombre de projections directes
contenant des données visuelles. Les
faisceaux nerveux plus épaisses de le LGN sont projetées en couches V et
VI, qui eux-mêmes contiennent des nerfs, quel projet de nouveau dans le
LGN, formant une boucle de rétroaction. Rétroaction
entre l'expéditeur des données visuelles (LGN) et son processeur (V1)
est utile pour préciser la nature des données de sens ambigues.
Données sensorielles brutes provient des yeux comme un ensemble de tirs en direction de nerf appelé une carte rétinotopique. La
première série des neurones est conçue pour effectuer des analyses
relativement élémentaires des données sensorielles — un ensemble de
neurones destiné à détecter les lignes verticales peuvent activer
lorsqu'un seuil critique de visuels « pixels » s'avèrent être configurés
dans un modèle vertical. Processeurs de niveau supérieures font leurs « décisions » basées sur des données prétraitées d'autres neurones ; par
exemple, un ensemble de neurones conçu pour détecter la vitesse d'un
objet peut être tributaire de l'information de neurones conçu pour
détecter des objets comme des entités distinctes de leurs origines.
Un autre schéma organisationnel est la verticale, ou en colonnes, architecture neuronale. Une
colonne s'étend à travers toutes les couches horizontales et comprend
généralement des neurones qui possèdent des similitudes fonctionnelles,
(« neurones qui déclencheront ensemble, ensemble de fil »), et les
points communs dans leurs préjugés. Par exemple, une colonne peut accepter les informations exclusivement à partir de le œil droit, l'autre gauche. Les colonnes ont généralement des subcolumns, qui sont appelées macrocolumns et microcolumns, respectivement. Microcolumns peut être si petits qu'ils contiennent seulement une centaine de neurones individuels.
Étudier
les détails de l'information dans le cerveau humain est difficile en
raison de la manière complexe, ad hoc et apparemment désordonnée dans
laquelle cerveau primate évolué, ainsi que de la nature complexe que
n'importe quel cerveau ne manquera pas d'afficher en raison de son
énorme tâche. Lésion sélective du cortex
visuel chez les sujets animaux est historiquement l'un des moyens plus
productives (et controversées) d'enquêter sur le fonctionnement
neuronal, mais ces derniers temps, les scientifiques ont développé des
outils pour désactiver ou activer des zones spécifiques du cerveau sans
les blesser de manière sélective. La
résolution des appareils de balayage de cerveau s'accroît de façon
exponentielle, et les algorithmes sont multiplient dans la
sophistication à gérer le flot de caractéristique de données des
sciences cognitives. Il n'est pas invraisemblable de suggérer qu'un jour nous serons en mesure de comprendre le cortex visuel dans son intégralité.