视网膜是严重贫富不均：

        视网膜就像一张膜，但并不是均匀的膜。它的中央区域细胞最为密集，但周边区域细胞比较稀疏——有点像大型城市的人口密度分布。因此人类对视野中央的东西看得最清楚（分辨率最高），而视野边缘的东西就看不清楚（分辨率比较低），需要转动眼球才能看清。

 ***视网膜能提取图像的轮廓信息

       视网膜对视觉信息做了初步的整合处理，可以从中提取出“轮廓信息”。这是中间神经细胞们的功劳，它们构成的兴奋-抑制神经网络，赋予神经节细胞识别轮廓的能力。专业点说，就是让神经节细胞对感受野（这个细胞负责的视野区域）内部视觉信号的处理方式上，产生了中心-周边拮抗的同心圆结构。

       其实，目前非常非常热门的“深度学习”、“卷积神经网络”中，就广泛借鉴了神经节细胞的这种能力。神经节细胞的同心圆拮抗感受野，对应了卷积神经网络里边的“双高斯差卷积核”（也有人用“拉普拉斯算子”来对应它，比如David Marr），它可以对原始输入图像做卷积运算，从而提取出原始图像中“亮度变化最快”的区域——通常是图像的轮廓。

关于“中心-周边拮抗的感受野”这一话题——它对于我们“提取外部世界的结构信息”至关重要。只有提取了外部世界的结构信息，我们才能把物体和背景区分开，否则，世界在我们眼中就是一片“未分化的混沌”。