فرض کنید فردی از آن سوی اتاق، توپی را به سمتتان پرتاب می کند و شما آن را می گیرید. این کار اگرچه فوق العاده ساده به نظر می رسد، اما در واقع یکی از پیچیده ترین فرایندهاییست که تاکنون به ادراک آن نائل آمده ایم، چه برسد به اینکه بخواهیم آن را بازسازی نماییم.
ابداع ماشینی که بتواند مثل انسان ببیند، عملی فوق العاده دشوار است، نه از آن جهت که کامپیوترها نتوانند این کار را انجام دهند، مشکل اصلی اینست که خودمان دقیقاً نمی دانیم چگونه از عهده این کار بر می آییم.
می توان فرایند سهل و ممتنع فوق را به این صورت خلاصه کرد: ابتدا تصویر توپ از عدسی چشم گذشته و روی شبکیه شکل می گیرد. سپس مقداری تجزیه و تحلیل ابتدایی صورت گرفته و نتیجه به سمت مغز ارسال می گردد، جایی که قشر بصری به آنالیز دقیق و عمیق آن خواهد پرداخت.
در مرحله بعدی، نتیجه آنالیز قشر بصری به دیگر بخش های کورتکس مغز ارسال شده و با تمام دانسته های کنونی فرد مقایسه می گردد، تا شیء مشاهده شده از نظر رده و ابعاد دسته بندی شود. نهایتاً مغز تصمیم می گیرد که عملی را انجام دهد: دست را بالا آورده و توپ را بگیرد (البته پیش بینی مسیر حرکت پرتابه نیز خود داستانی مجزاست).