下面的每幅畫都可以用至少兩種方式來看。
左邊的圖表述的可能是一個燭台或者兩個面對面的人。右邊的圖看起來像一個正方體，但開始時它像一個從上往下看的正方體，而突然，看起來又像是從下往上看的。為什麼每張圖的特徵似乎在每個時刻都在不斷變化？我們為什麼不會同時看到兩種形式？因為我們的智能組似乎一次只能容納一種解釋。
這裡我們必須提一些特定的問題。第一個問題，是什麼讓我們把這些圖片看作是由邊緣、線條、角和面的一些特徵組成？我們的視覺系統似乎不得不把傳感器輸出的信息組合成這樣的實體。第二個問題，是什麼讓我們把這些特徵看作組合在一起而形成的更大的客體？很明顯，我們的視覺系統又一次被迫把這些特徵，無論是角、邊緣還是面，同時看作唯一一個更大客體的組成部分。我不會在本書中討論這些問題，只會提出一個一般性的假說：
我們的視覺系統在每個不同的水平帶上天生就配備有某種「鎖定」機器，每時每刻，在每個水平上，允許把每個「組件」分配給下一個水平上的一個「整體」，且只分配給一個「整體」。
我們還應該問一問，我們如何把這些客體認成我們熟悉事物的範例，比如臉 、正方體 或燭台 ？於是我們又會提出一個相似的假說，我們的記憶-框架同樣也會使用「鎖定」機器，這使得每個「對像」一次僅與一個框架相聯結。最終的結果就是，在圖片的每個區域，框架之間都必須互相競爭，以便佔領每個特徵。