¿Cuál es el beneficio esencial de la organización centro-alrededor de las células ganglionares de la retina?

Está asumiendo que la luz entra perfectamente en puntos y que el propósito de la visión es replicar un "mapa de bits" de la luz entrante. Esto en realidad sería muy ineficiente computacionalmente.

En realidad, la visión se basa en la detección de características sobresalientes. Imagina una escena simple, tal vez como esta:

La mayor parte del espacio en blanco de la pared es bastante poco interesante: no es necesario procesar realmente esa información además de saber que es un área sólida. Lo interesante de la imagen, si estás tratando de entender el espacio que estás ocupando, es ver el borde entre el piso y la pared. De hecho, eso es lo que realmente te dice que esto es una pared y un piso: si solo tuvieras el 1/4 superior de la imagen, solo tendrías un cuadro blanco: no sabrías si esto es un piso, una pared , un techo, la pintura del coche de alguien. El borde entre el piso y la pared le brinda el contexto necesario.

Pensemos en cómo la organización centro-alrededor respondería a esta imagen. En todo el espacio en blanco, la luz blanca incide tanto en el centro como en los alrededores: estos se cancelan y hay poca respuesta. Sin embargo, imagine lo que sucede con una celda en el centro fuera del entorno justo en el borde del piso. Esa celda se está volviendo blanca en su centro, pero solo en aproximadamente la mitad de su entorno exterior: la otra mitad del entorno exterior obtiene el piso de madera más oscuro. Por lo tanto, esta celda respondería al desequilibrio en el entorno promedio frente al centro promedio.

Luego puede combinar muchos de estos campos receptivos circulares para detectar bordes rectos, como este:

De https://grey.colorado.edu/CompCogNeuro/index.php/CCNBook/Perception

Nota: los campos receptivos del LGN (tálamo) son muy similares a los campos receptivos de las células ganglionares de la retina. En V1, la corteza visual primaria, estos campos receptivos se suman para formar "células simples" que responden a los bordes.

Creo que esta imagen se acerca más a la respuesta a su pregunta sobre cómo pueden ser útiles los campos receptivos superpuestos.

Esta imagen de la página de Wikipedia sobre campos receptivos muestra lo que obtienes cuando pasas una escena a través de un filtro central-envolvente: ¡observa cómo se enfatizan todos los bordes!

Otros beneficios: este tipo de detector funciona bien en un rango de niveles de luz, por ejemplo, diferentes pasos de gris aparecerán iguales, aunque la intensidad de los píxeles varíe mucho. De esta forma, obtiene respuestas similares a los bordes tanto en una habitación oscura como en una iluminada. Estos detectores también ayudan a mejorar la nitidez de las imágenes . ¡Tenga en cuenta que la visión por computadora también usa algunas de estas mismas estrategias!

¿Qué pasaría si quisiera detectar manchas de oscuridad en lugar de manchas de luz? A menudo pensamos en los ojos como "detectores de luz", pero se los describe con la misma propiedad como "detectores oscuros". Imagina que eres un roedor mirando hacia el cielo, por ejemplo: un estímulo importante y destacado para ti podría ser un punto oscuro donde un halcón está bloqueando la luz del cielo. Por lo tanto, tener un tipo de célula descentrada y envolvente es tan útil como lo contrario (y, de hecho, la retina contiene ambos tipos de células ganglionares de la retina).