#d
这里的“值得建构的非任意关系”意思就是输入概念a的下层对象和输出概念b的下层对象之间的关系。
其实Ⅰ和Ⅱ两点是类似的, 是同一个东西的不同视角. Ⅰ的侧重点是"我们要不要区分这些对象". 那么, 从根本上来说, 为什么我们需要区分这些对象? 就是因为我们要通过区分这些对象, 去建立起这些对象之间的规律, 我们要建立的就是这些被区分的对象之间的关系, 这些规律对我们当前的情况是有价值的. 否则如果这些被区分开的对象之间根本没有我们需要的规律或者找不到规律, 那么我们根本就不需要去区分这些对象. 那么这也就是Ⅱ了. 所以既然你能认同" 绝对概念a更下层的对象被视为必须要区分开 （ 需要预测的是概念a下的某个对象 ）“, 那么Ⅱ其实也就是一回事. Ⅰ和Ⅱ的关系是很紧密的，正是因为我们” 真正的推测要求就是为了推测这些必须被区分开的对象之间的对应关系 , 即一个概念“张开空间”后，其内部元素与目标输出之间存在值得建构的(值得建构的应该可以理解, 因为"存在值得建构的规律"就是我们需要区分开对象的原因, 否则不存在值的建构的规律就根本无需去区分对象)、非任意(这里的"非任意", 其意思是这个规律不能是松散的, 在当前视角下毫无关系的. 比如苹果概念到肌肉信号假设视为联结模型, 即把苹果概念和肌肉信号都展开下层, 那么发现苹果概念的下层和肌肉信号的下层根本没有什么能找到的, 至少是没有能找到的有价值的规律, 可能这个时刻是苹果概念的对象b对应肌肉信号的对象c, 下一刻又是苹果概念的对象d对应肌肉信号的对象f了)的关系"(Ⅱ), 我们才会去区分对象(Ⅰ).
引用的这句话和之前的"真正的推测要求就是为了推测这些必须被区分开的对象之间的对应关系, 即一个概念“张开空间”后，其内部元素与目标输出之间存在值得建构的、非任意的关系.“是对称的, 之前那句话是正面, 这句话是反面. 所以这里的意思就是” 我们要了解的不是作为输出的概念a下单个对象与作为输入的概念下对象之间的关系, 这个关系对我们没有价值".
#e 举个例子, 在s=vt中, s=vt就是一个固定的关系, 我们对于每个v和t的具体数值都可以得到s的具体数值. 假设此处我们就是要探寻s和v, t的关系, 那么这个关系对我们就是有价值的.
#e 而像是练发音的例子中, "苹果含义"的对象层到"肌肉信号"的对象层, 这个规律就不是当前我们要了解的那个关系. 想象一下, 从绝对的层面来讲, "苹果含义"作为一个概念, 可以包含多个对象, 即不同情况的, 有细微差别的苹果含义. 但是我们在练发音中, 需要了解的是这么多细微的不同苹果含义中, 到底哪个苹果含义对应哪个肌肉信号吗? 在这个练发音任务中是不需要的, 我们只需要把苹果含义视为一个整体, 把"苹果含义"所在的层面视为对象层就行. 也就是, 我们要建构的规律根本不需要考虑具体苹果含义, 这个"具体的有差别的众多苹果含义"到"不同肌肉信号"之间的关系根本对我们没有价值.