这是我在我面前看到的茄子吗？
真理的对应理论不包括信仰与现实之间的对应是如何产生的因果解释。不幸的是，没有通信仙女为我们做这项工作。感知至少可以做一部分工作。
理性的演绎和归纳过程会从旧的信仰中产生新的信仰。要开始这个过程，一些信念必须来自其他来源。这些应该是“赤裸裸的事实”，它们本身并不依赖于推论或解释。感知是事实知识的一个明显来源。
感知和理性是两个独立的模块，有明确的职责范围，在边界有一个连贯的信息传输接口。
知觉信息本质上是事实和客观的，尽管它可能只是大致正确的(或者，在错觉的情况下，完全是错误的)。
具体地说，什么样的信息通过界面限制了理性理论。什么是分工？工作理性必须承担什么责任，取决于工作知觉能做什么。这部分是一个经验问题(关于感知是如何起作用的)，但部分也是一个理论上的、概念性的问题(关于什么在原则上可以起作用)。
到目前为止，每一种理性主义理论都遇到了原则上无法克服的困难。其中一些问题是逻辑实证主义者通过概念分析发现的，是他们放弃整个计划的主要原因。在20世纪70年代和80年代，计算机视觉研究通过其他人进行了大量的技术细节研究。这两个都是引人入胜的故事，但讲述它们需要另一本书，而且大多数细节在这里都不相关。
尽管不同的技术困难暗示了许多不同的问题，但潜在的问题总是相同的：不可避免的模糊。因此，本章概述了模糊使感知和理性之间的分工复杂化的方式。这激发了对他们关系的另一种理解，我将在第二部分解释这一点。第三部分和第四部分依赖于这一理解。
本章介绍了理性主义的四种知觉理论。我们会找到理由认为每一个都是行不通的。回想起来，他们可能有点傻，但他们不是稻草人。它们是理论的简化版本，几十年来，这些理论一直是不同领域的主要研究项目。这里的目的不是证明没有任何理性主义理论是足够的，而是要解释一些具体的障碍。这些麻烦之处表明了另一种方法。
如果感知提供了一组关于你环境中的对象是什么，以及它们的类型和关系的陈述，这将是理性主义的理想选择。这就是理性想要开始的。然而，分配客观类型和关系通常需要远远超出感知预期的推理。
相反，感知可能只涉及世界的一组固定的客观感官属性，如形状和颜色。那么理性的工作就是理解这些。如果知觉说有一种红色和圆形的东西，理性可能会得出结论，那就是一个苹果。然而，还有许多其他种类的圆形红色的东西。要得出结论，需要对知觉属性进行更精细的辨别。一般来说，似乎没有任何固定的感知词汇足以支持推理。
有时，推理必须一直“深入到像素”，在这种情况下，不清楚单独的感知模块还有什么工作要做。也许理性可以完成全部工作？这似乎也不可行。
有强有力的科学证据表明，生物感知是不客观、可靠或不偏不倚的。也许理性应该建立在用客观工具进行测量的基础上？不幸的是，仪器也不能是客观的。有时它们可以比感知更客观，但它们也不能提供理性主义所要求的绝对真理。
第二部分的另一种解释放弃了所有典型的理性主义假设。理性和知觉不是模块，知觉和高等认知之间的界限是模糊的。信息是四通八达的，但知觉并不直接与理性对接，理性是中介。知觉是以自我为中心和目的相关的，而不是客观和事实的，但这通常是我们在实践中需要的。
更高的认知，包括理性，通常被认为是在语言或逻辑之类的东西上运行。因此，从理性的角度来看，感知应该提供一系列关于世界的陈述，比如描述你视野中的一切的一系列逻辑公式。
(理想情况下，感知的输出也应该保证是真实的，所以理性从某种程度上来说是确定的。事实上，感知并不完全可靠，例如，由于视觉错觉。知觉的不可靠性给逻辑实证主义带来了很大的麻烦，也是它失败的原因之一。但是，原则上这可能会在概率框架中处理，因此我不会进一步讨论此问题。)。
问题是，什么类型的谓语(“词”)可以出现在感知产生的语句中作为输出？换句话说：知觉和理性在它们的界面上使用什么本体进行交流？
在这里，感知面临着我们早先看到的理性所面临的所有同样的问题。例如，“茄子”是模糊不清的；什么算得上是一个人，取决于环境和目的。感知是如何做出这样的判断的呢？作为另一个例子，提到“对象396106407”意味着感知解决了个性化和“宇宙对象注册”问题。同样，一种东西是否“在”另一种东西有时也是模糊不清的。
另一个困难是你可以从语言学上学习新的术语。如果我告诉你Jiló是一种李子大小的茄子品种，成熟时呈红色，你可能只根据这个描述就能认出一种。那么知觉机器如何输出吉洛(客体683501482)呢？至少，当你第一次看到它时，似乎会涉及到一些深思熟虑的、可以说是理性的推理。
他说它是深红色的，这一件是橙红色的，我想这就是“猩红色”的意思吧？不管怎么说，它显然不是一个普通的茄子，但它可能是密切相关的，因为它的形状和光泽大致相同，萼片看起来也是一样的…。好的，我要“吉洛”。
否则，“基洛”的定义将需要“下推”到感知框中，这样它才能做大致相同的工作。但随后，人们似乎被迫去做一项理所当然地属于理性范畴的工作。也许在某些情况下，为了做出准确的判断，可能需要每一种推理，所以就没有留下什么完全是理性的责任了。
因此，虽然如果所有的艰苦工作都由知觉来完成，理性会很方便，但这种分工可能是不可行的。
第一种方法将边界划得太“高”。也许我们可以把界面往下移，这样感知的功用就少了，理性的功用就多了？
一种看似合理的选择可能是，感知只输出涉及世界的一组固定感觉属性的陈述，如形状和颜色。那么，知觉的工作就不是对你所感知的事物做出本质上模糊的、本体论的判断。它描述了客观的物理特征，理清模糊是理性的问题。
追求这一模型的逻辑实证主义者把可以出现在知觉输出中的谓词集合称为中性观察词汇表。它应该是“中立的”，不授予任何特定的本体论特权，例如可能存在的事物的类型，或者它们之间的属性或关系。相反的是一个充满理论的词汇，它的术语隐含着对世界的实质性假设-比如茄子是一种独特的东西。这将是一个问题，因为感知应该传递“开始”的信念，不依赖于任何理论假设的赤裸裸的事实。
中性的观察词汇也会让这项工作更容易被感知。不幸的是，这会让理性变得更加困难。太难了；也还是太难让人感觉不到。让我们把这两个问题依次来做。
假设您面前有一个对象，即对象396106407。你应该相信它是茄子吗？当你看它、戳它或咀嚼它时，你会得到客观的“感觉数据”。考虑到这些信息的充分收集，您有理由得出这样的结论：它确实是其中之一。
多么?。你知道类似“∀x紫色(X)∧OVAL(X)∧适度公司(X)∧Bitty(X)⇒EGGANT(X)。”该列表列出了允许您得出某物是茄子的感官数据。因此，如果您收到感觉数据紫色(对象396106407)、椭圆形(对象396106407)、适度坚定(对象396106407)和苦味(对象396106407)，您就知道它是什么了。
不幸的是，有一些紫色的、椭圆形的、中等硬度的、苦味的东西不是茄子--例如，胚根--所以这是不够的。什么感官数据的收集足以得出某种东西是茄子的结论？您必须添加更多的标准来排除这种“假阳性”。
另外，还有白茄子。(这就是这个名字最初的由来！它们是蛋形的，乍一看很难与鸡蛋区分开来。)。此外，有些品种是球形的；如果你在盒子里种植一个，它可能会长出立方体。而且，如果你把它们放在冰箱里太久，它们就会变软。这些“假阴性”例外也堆积如山，似乎是无限期的。
找到合理的条件来相信某物是宏观意义范畴(“茄子”)的一员所面临的困难与给出某物成为成员的合理条件的问题大致相同。这些问题主要来自同一个来源：星云。就像茄子没有确切的定义一样，没有一套固定的感官标准可以告诉你某样东西是否是茄子。这在一定程度上是因为茄子的定义取决于目的和环境。
你不能把香肠误认为茄子，因为它们不仅仅是“紫色”和“椭圆形”，它们的颜色或形状完全不同。更细微的区别是显而易见的。您需要更多的信息，而不是在该级别可以捕获的信息。什么样的观察词汇可以完成这项工作？
正如我们在“你什么时候会秃顶？”中看到的那样，“红色”、“灰色”或“紫色”这样的颜色术语并不直接对应于现实中的任何东西，也不直接对应于感官体验中的任何东西。这些词通常很有用，在许多情况下都足够了，但在其他情况下，您需要更细粒度的描述。什么语言可以表达这些呢？似乎没有比逐点红色、绿色和蓝色亮度值更好地描述颜色信息的完全通用方法了。归根结底，颜色是模糊的，与质地和上下文密不可分，似乎没有任何语言描述是足够的。
茄子是“椭圆形”的，尽管它是一种独特的椭圆形，不同于芥末的椭圆形。更糟糕的是，想想云层吧。根据积云和卷云的形状，你一眼就能分辨出它们。但是，如果你仔细观察，你会发现特定云团的形状非常复杂，有各种各样的褶皱、条纹和细小的碎片。什么样的形状语言能捕捉到这一点呢？除了对象的逐点轮廓之外，没有描述独特形状的一般方法。而且云甚至没有轮廓！归根结底，形状是模糊的；云的形状不能完全准确和精确地描述，因为那里没有什么精确的东西。
设计中性观察词汇的目的是通过禁止引用对象类型和充满理论的属性的术语，对世界的本体论保持中立。然而，这些关于颜色和形状的问题表明，就感知本身的本体论而言，不可能保持中立。如果知觉对视网膜图像进行任何处理，那么这种计算的局限性将在知觉和理性的交界处显现出来，并将塑造理性可以处理的“起始信念”。
因此，似乎在困难的情况下，理性需要一直接触到视网膜图像。
理性的伟大之处在于，如果你给它真实的输入，它就保证了真实的输出。这样做是可靠的。它也是通用的；您可以使用形式逻辑对任何事情进行推理。或者不管怎样，这就是理论。
知觉是理性的吗？如果不是，又有甚麽好处呢？光子撞击视网膜后，感知是某种计算，所以我们可以对其进行正式建模；这应该只是另一个理性的过程。这是一种无意识的正式推理--或者说一些理性主义者愿意这么想。
所以我们可以试着把理性一直推到像素，可以这么说。这种方法抛弃了理性主义的典型假设之一，即知觉和理性之间存在模块性边界。这是“一盒式”的型号。
眼睛传递的信息类似于“在某某瞬间，某某频率范围内的几个光子到达视网膜上某某位置的视锥细胞。”1这是一个令人放心的客观的物理事实；你可以对一系列这样的测量进行推理。
虽然将知觉仅仅作为通用理性推理的应用在原则上是可能的，但在实践中这样做的尝试却遇到了似乎不可逾越的概念和计算障碍。
从概念上讲，仅仅宣称理性可以完成全部工作，并不能解决如何做到这一点的问题。一箱式模型需要理性来解决我们在“中性观察词汇”模型中看到的两种问题--那些对于理性来说似乎无法克服的问题，以及那些对于感知来说似乎无法克服的问题。为了可信，这种方法需要一个合理的解释，说明人们如何从像素到语句进行推理，但目前还没有找到任何解释。
从计算上讲，问题是所需的工作量太大。人类视网膜的分辨率为数千万像素，每秒传送约60次。2将一般逻辑推理应用于每秒10亿个数据点似乎是不可行的，无论是对计算机还是对大脑都是如此。
的确，大脑不是一个通用盒。感知在一定程度上是模块化的。知觉信息处理的最初几个阶段使用专门的神经电路来计算固定的、有效的算法，这些算法与一般的理性推理不同。
尽管如此，统一的单盒型号仍然很受欢迎。“深度学习”系统在图像分类方面出人意料地出色，一些研究人员希望将其扩展到一般理性。然而，它们的成功很大程度上似乎来自于专门安排它们来计算卷积，这在视觉处理的早期阶段一直被认为是一种特殊目的的方法。此外，图像分类并不是一般的感知，深度学习系统在识别空间关系方面也是出了名的差。3深度学习系统似乎也不太可能用嵌套的逻辑量词进行推理，这大概是理性的一部分。
概率(“贝叶斯”)单盒方法现在也很流行。他们似乎依赖于一种隐含的信念，即概率推理包含了整个理性。正如我们将在关于概率论的章节中看到的那样，这是毫无疑问的错误。这些方法(目前)也不包括任何关于如何从像素开始统计推断的实用理论。
也许有一天，某种一刀切、理性万能的模式可以发挥作用。对我来说，这似乎不是一个有希望的方法。
既然生物知觉是主观的、不可靠的，而且在本体论上是有偏见的，也许这是理性的错误起点。无论如何，一些逻辑实证主义者得出了这个结论。相反，他们建议，可靠的知识必须基于人造科学仪器，这些仪器测量客观的物理特性，并具有明确的数字输出。如果带有数字读数的酸碱仪显示的酸碱值是5.7，那么毫无疑问，它实际上是8.3。
这种重新思考在一段时间内似乎很有希望。因此，“经验”往往意味着“立足于科学实验”，而不是“立足于人的认知”。同样，“理性”现在有时被理解为“经过科学实验证明是正确的结论”。
不幸的是，这种纸上谈兵的哲学理论将科学仪器理想化，这是任何在职科学家都不会做到的。如果你能用分光光度计对准一种水果，它会给你一个可靠的、客观的颜色测量，那就太好了，但它们不是这样工作的。它们不能，因为所有同样的原因，眼睛不能。“颜色”不是客观属性。
实验室仪器也总是不同程度地迟钝和反复无常。所有的仪器都有可能脱离校准，但仍然大致或可能是正确的。更糟糕的是，他们通常可能会给出好的结果，但在不寻常的、难以定义的情况下却会大错特错。
科学家们花费了大量的时间来强迫设备保持足够长的时间来表现良好，以完成一项实验。做出有意义的科学测量通常涉及常识、专业技术知识和实验室实际知识的频繁应用，其中许多都无法编纂。例如，酸碱度计就是出了名的挑剔。您必须在每次使用前对其进行校准，并在每次使用后仔细清洁和储存它们。即使在那时，如果他们给出的读数似乎是错误的，你可以再次清洁他们，再试一次，重新设置校准，最终放弃并更换他们的“玻璃电极”，也就是实际的传感器。
任何实验的意义都取决于一组不成文的惯常条件。是否以及在多大程度上信任一种工具始终是一个解释问题；一个非理性的判断要求。这就是我们做对照实验的原因之一，尽可能多地处理违反惯例的行为。在实践中，这可以很好地工作，但不能保证。
还有另一个问题：科学仪器在本体论上不是中立的；它们的输出是“充满理论的”，而不是赤裸裸的事实。如果你已经接受了特定的概念、假设和理论，那么你只能相信测量是有意义的--更不用说可靠了--而这些总是在某种程度上是模糊和不确定的。4例如，pH计读数的值取决于其中pH是实际物理属性的本体。从高中化学来看，这似乎是没有问题的：这是氢离子浓度的对数的负数。另一方面，一些物理化学的主流权威人士说，pH在概念上是不连贯的，在物理上没有意义，甚至在原则上也无法测量。5个。
当然，仪器确实可以让你进行观察，而这是没有辅助的感官所不能做到的。如果你在其他方面不确定，DNA证据可以帮助你判断某种东西是否是茄子。但这从来都不是完全可靠的：茄子DNA可能会因为很多原因出现在不是茄子的东西里，DNA测试可能会因为很多原因而无法在茄子中发现茄子DNA。而且DNA根本不能解决本体论问题。它不能告诉你gboma是否算作茄子；也没有证据可以确定在本质上模糊不清的情况下是什么物种，比如“环形物种”。
对于所有这些。
.
