Este artículo explora la visión por ordenador no sólo en términos de su uso con máquinas «inteligentes», como los vehículos autónomos, sino también en términos más amplios de la visión humana cotidiana mediada digitalmente, como la que se experimenta a través de los teléfonos inteligentes. Basándome en la teoría del ensamblaje y la arqueología radical de los medios de comunicación, describo los procesos tecnológicos que enlazan ensamblajes espacio-temporales materialmente diferentes para producir una condición posthumana de la visión por ordenador tipificada por lo que Wolfgang Ernst denomina el «impulso epistemogénico» de las «configuraciones tecno-matemáticas». Las ontologías planas de Manuel DeLanda resultan útiles aquí para describir cómo interactúan los ensamblajes que operan en diferentes espacio-tiempos. A continuación, recurro al estrato tecno-semiológico de Deleuze y Guatarri, concretamente a su análisis de la superlinealidad espacio-temporal del estrato, para articular una capa digital-calculativa emergente. Sostengo que para entender los conjuntos de visión por ordenador no basta con establecer descripciones técnicas junto a una crítica cultural e ideológica, sino que también es necesario un análisis integrado de las funciones que desempeñan los no humanos digitales en la producción de un nuevo régimen visual con nuevas capacidades y deseos. La capacidad compartida entre humanos y no humanos de la visión por ordenador desplaza la vista de los conjuntos biológicos y lingüísticos de los humanos a conjuntos digitales en los que la visión se vuelve calculable y sujeta a modificaciones algorítmicas. El resultado no son sólo imágenes digitalmente compuestas y proyectadas, sino también nuevos medios de producción, organización e identidad.