В отличие от программ человеческий мозг работает с кодами и так называемыми аналоговыми «сенсорными паттернами».
Всё же, поскольку "мозг" представляет собой нейронную сеть (сеть отдельных элементов), у него есть типа "разрешающая способность" или "частота дискретизации", или некий подобный параметр.
С другой стороны, современны алгоритмы "распознавания образов" и т.д. они дискретны в том смысле, что:
— обрабатывают ограниченный во времени и пространстве сигнал ("настоящая" аналоговая волна бесконечна)
— приближают МАТЕМАТИЧЕСКИЕ НЕПРЕРЫВНЫЕ АЛГОРИТМЫ некими выборками отдельных значений (дискретизацией/оцифровкой).
Но сами алгоритмы — они аналоговей некуда!
Например из Википедии:
Вейвлет-преобразование
Например, подобное преобразование автонастраивает размер своего "кванта", выделяя из образа разного масштаба значимые фрагменты:
При выделении в сигналах хорошо локализованных разномасштабных процессов можно рассматривать только те масштабные уровни разложения, которые представляют интерес.
То есть именно что ищет ПАТТЕРНЫ.
Основанными на подобной математике алгоритмами можно проводить, например, создание SIRDS стереокартинок для просмотра человеком — или, наоборот, их реверс-инжиниринг (то есть по картинке восстановить стоящий за ними трёхмерный образ).
Опять же, недавно только обсуждали алгоритм "усиления движений", похожий на эффект зрения лягушки.
Так что современная математика очень даже неплохо справляется с моделированием (аналоговым!) отдельных особенностей процесса восприятия. И то, что эти аналоговые алгоритмы рассчитываются цифровым устройством особой значимой роли не имеет — даже потери точности не значительны, поскольку частоты и алгоритмы дискретизации опять же могут быть настроены на конкретный вид входных аналоговых данных, так, чтобы минимизировать потери информации.