L'onda tecnologica dell'intelligenza artificiale ha ormai permeato ogni angolo della nostra società: dalla scuola alla sanità, dal lavoro all'economia, e molto altro ancora. Anche il mondo della fotografia contemporanea non è rimasto immune a questa rivoluzione, superando la semplice automazione meccanica ed elettronica. Oggi, le fotocamere non si limitano più a catturare passivamente la luce; aspirano a replicare i processi percettivi, neurobiologici e cognitivi del cervello umano. Grazie all'architettura delle reti neurali e ai moderni processori di immagini dotati di unità di elaborazione neurale (NPU), sono stati sviluppati sistemi di ripresa che riflettono la funzione e la struttura della corteccia visiva negli esseri viventi. L'obiettivo è esplorare le molteplici somiglianze tra il modo in cui gli esseri umani percepiscono il mondo, attraverso un sistema di decodifica e interpretazione a più livelli che inizia dalla corteccia visiva primaria V1 e si estende al processamento neuronale in altre aree del cervello, e i nuovi algoritmi impiegati nella visione artificiale. In effetti, l'elaborazione visiva iniziale, che avviene principalmente a livello retinico, permette a una rete neurale profonda di analizzare un flusso continuo di input sensoriali grezzi. Strutturalmente, i moderni sensori si avvicinano al modo in cui la retina raccoglie informazioni. Proprio come la cattura e l'elaborazione dei dati primari, quali l'orientamento dei bordi, la frequenza spaziale e il contrasto cromatico, che avviene nelle cellule semplici e complesse della corteccia striata, anche la rete neurale profonda del processore fotografico combina queste caratteristiche fondamentali per creare una rappresentazione concettuale di alto livello. Grazie all'intelligenza artificiale, le fotocamere intelligenti sono ora in grado di "comprendere" ciò che stanno riprendendo, simulando il modo in cui il cervello umano utilizza l'attenzione selettiva e la previsione neurale. La fotocamera intelligente ha la straordinaria capacità di riconoscere l'ordine degli oggetti, creando una sorta di gerarchia tra di essi. È in grado di prevedere come si comporteranno in futuro, grazie a ciò che chiamiamo flusso ottico, e può anche riempire i vuoti nell'immagine, basandosi su modelli di probabilità appresi nel tempo. Questa fusione tra neuroscienze computazionali e ingegneria non solo cambia radicalmente le possibilità hardware dei sistemi di imaging, ma accende anche un vivace dibattito sull'interazione tra percezione artificiale e cognizione estetica. Infatti, ora il dispositivo computazionale elabora le informazioni in un modo che ricorda più da vicino il funzionamento di un sistema biologico piuttosto che quello di una semplice macchina ottica.