La experiencia de la vista comienza cuando los fotones del mundo golpean el cristalino de nuestro ojo y se enfocan en un pequeño parche de células fotorreceptoras en una parte del ojo llamada retina. Estas células vienen en dos tipos: bastones y conos. Los conos son para la detección de colores, funcionan bien con luz brillante, y los bastones son más sensibles pero también daltónicos. Los seres humanos tienen alrededor de 125 millones de células de bastón y 6 millones de células de cono. Algunas especies tienen muchas más varillas, especialmente aquellas adaptadas a vivir de noche. Algunos búhos tienen una visión nocturna 100 veces más aguda que la vista a la que estamos acostumbrados.
Los bastones y conos realizan una función llamada fototransducción, que simplemente significa convertir la luz entrante en señales eléctricas que se envían al cerebro, haciendo posible la vista. Todas estas células contienen proteínas fotorreceptoras con varias moléculas de pigmento. En las varillas, estos se denominan rodopsina. En los conos se pueden encontrar varios pigmentos, lo que permite al ojo distinguir entre diferentes colores. Cuando la luz asociada con el pigmento impacta en la célula fotorreceptora, envía una señal por la fibra óptica; de lo contrario, no lo hace. Las células fotorreceptoras y la capacidad de la vista son innovaciones evolutivas extremadamente antiguas, que se remontan al período Cámbrico hace más de 540 millones de años.
Hay dos características estructurales notables de la retina humana. La primera es la fóvea, un área altamente condensada de células fotorreceptoras ubicada en el centro de la retina. La densidad celular aquí es varias veces mayor que en la periferia, lo que explica por qué cuando miramos directamente a algo es mucho más claro que mirarlo por el rabillo del ojo.
La fóvea también es responsable de las adaptaciones de comportamiento que nos provocan a voltear rápidamente la cabeza y mirar fijamente algo si nos asusta. Si la fóvea no existiera y la densidad de los fotorreceptores fuera uniforme en la superficie de la retina, no necesitaríamos hacer esto; solo necesitaríamos girar la cabeza ligeramente para que el evento al menos cayera dentro de nuestro campo de visión. . El área foveal es una porción relativamente pequeña del campo visual, de unos 10 grados de ancho.
La segunda característica estructural notable de la retina es nuestro punto ciego. Aquí es donde la fibra óptica se conecta a la parte posterior de la retina para obtener información visual, lo que excluye la existencia de fotorreceptores en un lugar pequeño. Nuestro cerebro llena automáticamente nuestros puntos ciegos por nosotros, pero varios ejercicios visuales pueden demostrar que está ahí.
Una vez que la luz se convierte en impulsos eléctricos y se envía por la fibra óptica, llega hasta la parte posterior del cerebro (después de hacer algunas escalas), donde se encuentra la corteza visual. En la corteza visual, una jerarquía de células detectoras aísla regularidades útiles en los datos visuales, descartando la información superflua. Una capa de células detecta elementos como líneas y curvas.
Una capa superior detectaría regularidades como movimiento y formas 3D. La capa más alta es donde aparecen las gestalts, los símbolos generales, responsables de la experiencia consciente de la vista en circunstancias normales. La corteza visual se encuentra entre las áreas cerebrales mejor comprendidas, con una voluminosa literatura de neurociencia.