謝
劉柯邀
可以從光和機械波的兩個主要區別來分析這個問題：能量區別和頻率區別
1.光與聲（機械波）的頻率和能量
大家可能都非常容易理解，一個光子的能量跟一個機械波的能量不在一個數量級。實際上，討論單個光子的能量也沒有多大的意義，因為人是在地球的自然環境之中生存的，人最需要感知的是自然界的光照(源自太陽)和自然界的聲音（60db左右）。我們可以先考察一下陽光的能量隨頻率(波長)的分布：
可以看到，無論是在被大氣層吸收前，還是在被大氣層吸收之後， 太陽光譜中能量最高的部份，恰好就是我們視覺感知的光譜部份(波長380-750nm)，我們據此可以定義這個頻率段為最優頻率段 。波長的不同給我們的感官區別在於顏色的不同。
這當然絕非偶然，而是由數十億年的地球生物與環境的演化導致的。
太陽光在地面的能量密度大概在1.3KW每平方米，但是我們的人眼一般並不是直視太陽，而且並不感知全部的光譜。
單位面積吸收的可見光的能量強度衡量單位之一是照度(Illuminance)，居家環境的照度大概為300勒克斯。對於自然光來說，每W每平米的能量密度對應大概600勒克斯的光通量。據此，我們可以大概的估算，自然環境中(人眼接受的)光照的吸收能量密度為2瓦每平米。
考慮到人眼的機構特性，瞳孔面積會隨著光照的強度自動的變化。瞳孔（Pupil 考慮為圓形）半徑通常在1到3.5mm之間變化，自然光下瞳孔半徑較小，為簡化計算取值為1mm。那麽，攝入人眼的光照功率為2×10^(-6)*1^2*3.14. 約為6×10^(-6)W，為只眼睛在自然光下接受的光照功率。這屬於日常生活中比較強的光照情況。
對於人耳來說，其感知振動的機構主要為骨膜，但是聲音傳導的介質除了空氣外，還有頭骨、皮膚等
人耳對不同的頻率，感知靈敏度不同。
聽覺的頻率範圍主要在20到20KHz，波長大概在17mm到17m之間。 人耳感知的能量範圍在10^(-12) ~ 10瓦每平米。總體上能量密度比光照的能量密度高多了 。
我們或許不能像在光照的情況中定義最優頻率段一樣定義聲音的最優頻率段，但是考慮的生物界，特別是主要生活在空氣環境中的生物的聽覺頻率範圍都跟人類的大同小異，可以置信的認為， 人耳的聽覺頻率段也是自然界聲音中的最優頻率段，是資訊最豐富的部份。
2.光感與聲感
由於光照的功率太小，而且具有極高的空間分辨率和時間分辨率，要充分的感知其中的資訊，人需要很多細胞高密度的分布在小的區域內，並且以快速光化學反應的方式轉換光訊號成神經訊號。
在人眼的視網膜上，主要有兩種感光細胞：視桿細胞(Rod)和視椎(Cone)細胞 [1]。視桿細胞有大概一億兩千萬個，在視網膜上廣泛分布，但是他們不能感知色彩，只感知光感，在光線不足的情況下，主要是視桿細胞作用，因此我們在晚上看不見色彩。視錐細胞則僅有7～8百萬個，主要分布在視網膜最為敏感的黃斑區(fovea)。並且對色彩敏感。按照對不同色彩（紅綠藍）的敏感性，可以進一步的劃分三種視錐細胞：短波(S)、中波(M)、長波(L)視錐細胞。
分別對藍色、綠色和紅色最為敏感。要註意各種視錐細胞也能感知其他色彩，只是對應的放電強度不如最為敏感的顏色。人能產生顏色的感覺，來自三種視錐細胞對不同波長光線的神經訊號差異， 人能感知的所有顏色可用這三組訊號的強弱表示 。也就是說 RGB色彩的混合，是人腦在視覺資訊處理的時候人工混合的。
三原色是人的色覺系統決定的，甚至不適用於其它動物（貓、狗等就有不同於人類的感光細胞）。 我們用三原色可以混合出其它顏色，是因為我們的視覺系統無法區分其他的顏色的神經訊號和三種神經訊號混合的訊號。 而物理上根本不存在顏色，不同顏色的光本質是不同波長的電磁波，顏色是視覺系統前進演化來的功能，以便於在大自然中辨識不同的事物。
這種細胞結構、功能、和分布為我們的視覺的高空間分辨率分辨率提供了基礎。
在時間分辨率上，靠的是極快的光化學反應。以視竿細胞為例：
其中關鍵的一步，是11-順式視黃醛(11-cis-retinal)在光照下異構為全反式視黃醛(all-trans-retinal)，使視紫紅質(rhodopsin)構象發生變化，啟動了對大腦的神經脈沖，從而形成視覺。
反應速度在10^(-12)秒（皮秒）量級，為視覺極高的時間分辨率提供了基礎 。
在聽覺上，由於聲音的頻率低，我們因此並不需要太高的空間分辨率和時間分辨率。我們對聲音空間的感知是透過兩只耳朵的聲音時間差來計算的。在時間分辨率上，機構也是非常粗糙。
感知聽覺的最小機構是聽毛細胞，他會隨著聲音（機械波）振動，轉化為神經電位。能翻墻的各位可以看youtube視訊：隨音樂起舞的聽毛細胞：
https://www. youtube.com/watch? v=Xo9bwQuYrRo總結：
- 我們感知的聽覺和視覺範圍都是經過數億年演化來的，這兩個頻率範圍是分別是自然界中光和聲的資訊最豐富的頻率範圍。
-
由於光和聲音的能量密度不同，導致他們能觸發的反應機制不同。觸發光化學反應僅僅需要很少的能量，而觸動細胞振動(聽毛細胞)則需要較大的能量
- 光的頻率高，空間分辨率極高，這需要視網膜上的神經細胞高密度的存在；聲音的空間分辨率低，則不需要那麽多細胞集中分布
- 光的時間分辨率極高，只有光化學反應能夠支持；聲音的時間分辨率低，細胞隨之振動就足夠
- 光的頻率差異導致色覺，聲的頻率差異導致音高感知的差異。但是他們對一個人的重要性不同。色覺對每個人的視覺理解很重要，因此每個人都有很高的色覺辨識能力，而音高對除了音樂家之外的大部份人的生存則沒有太大的影響，因此大部份人的音高辨識能力都非常可憐。
- 視覺和聽覺的機構，似乎都是本著「夠用」、「好用」的原則，使用最少的資源來達成最大的目的
--------
[1] Standring, Susan. "Gray’s anatomy." The anatomical basis of clinical practice 39 (2008).
