正文
作者：Angus Russel
「雷克世界」编译：嗯~阿童木呀、
多啦A亮
本文解释了我们在Syntropy所做的研究，并通过机器学习中的一些未解决（或令人不满意的解决）问题来跟踪我们的进展。这些文章分为技术（机器学习专业人员）和非技术性（针对更广泛的受众群体）。这篇文章是非技术性的内容。
之前，我们解释了视觉世界是由部分层次结构组成的。自行车由车把、车轮、踏板等构成；车轮由轮胎、轮辐、轮毂等组成；在物质世界的最低水平，一切都是由颜色、边缘、形状和纹理组成。在这种层次结构的每一层，我们的大脑在某种程度上都是不变的。在视觉层次结构的较低层次，不变性使你可以识别矩形或线条，即使它是倾斜、旋转或缩放的；而在更高的层次上，它可以让你识别人和物体，而无论视角、照明条件或背景环境。
聪明的读者可能已经发现我们在上一篇文章中没有解决的问题。如果概念是不变的，那么我们可以引入以下问题。
相同两部分的三种排列方式
在上述图像中，这三个形状中的每一个都是相同的两个不变概念的排列。前两个我们可以识别为大写字母T，但第三个显然不是——即使它包含相同的部分。这告诉我们，不仅仅是定义一个对象的部分存在，还有它们之间的关系。第二个T仍然看起来像T，因为这两个部分仍然互相连接在同一个位置上，并且旋转到同一个程度。第三个不像T，因为各部分现在有不同的关系——它们以相反的方向旋转，并且加入到不同的相对位置上。
这使我们能够了解我们的大脑是如何运作的。首先，即使我们容忍差异，我们仍然可以看到变化。其次，我们可以描述这种变化是什么（旋转），这意味着我们将一个概念的改变作为一个独立的维度（旋转、平移、颜色、亮度等）来解构。最后，我们用于描述变化的维度在部分之间是常见的，我们可以将它们联系起来。为了证明这一点，尝试想象下面的图像，但将颜色更改为红色，并将其旋转90度。
