在《纯粹理性批判》中，伊曼纽尔·康德介绍了他著名的纯粹知性概念清单，也称为范畴，是所有其他概念的基本组成部分。它们分为四组：称为数量、质量、关系和形式。这些组中的每一个都包含三个类别。
数量
老子道德经中说：道生一、一生二，三生万物。正好对应着康德的数量三体论：“一个”、“一些”和“全部/普遍”。
经典亚里士多德三段论的谓词：
- 一些 - Some A-s are B（有限范围）
- 全部/普遍 - All A-s are B（通用范围）
如果我观察到两三个A对象（例如“苹果”）并且我发现它们具有属性B（例如“美味”），我可以得出结论，Some A-s are B。这是仅基于这些观察，即基于我的直觉。
另一方面，在全部普遍意义上，也就是本质上应该是公理的：All A-s are B，所有苹果都是美味的，我是假设这条知识是普遍的。
质量
经典逻辑本质上是二元的：它的命题只有两个可能的真值——真和假，例如计算机的逻辑门是基于0或1，但是还有一种逻辑是：非真非假，灰色地带，这是由于人的认知不精确导致，体现了一种局限性：Limitation限制性，某些元素在不同的限制性上下文中，可能会真，但是在其他不同界限上下文中可能会假，见：维特根斯坦哲学核心是上下文为王！
关系
关系与数量和数量不同，这个类别不关注现象本身，而是人类感知它们的方式。
一些对象具有固有本质的关系的元素，例如一个人有其生理和心理性格等固有属性，一张桌子固有属性有腿，腿就是桌子的固有属性。
因果关系是科学研究基本关系，有因必有果；而相关性则是表示两者有一定相关性，而不是互为因果关系。例如：基因研究可以发现某个基因对身体哪些疾病有因果关系；但是流行人群调查，爱吃甜食的人与肥胖有相关性，但是不一定是因果，爱吃甜食不一定导致肥胖。
另外一项好像很权威健康调查显示：吃健康食品的人比较长寿，这个调查的样本也是有幸存者偏差的，因为健康的食品一般不好吃，那么健康食品吃得比较少，那也可能是吃得少（热量限制）才可能长寿。所以，同样是科学客观的数据，如果没有逻辑理性分析判断，很容易失之毫厘谬以千里。
模态
模态是唯一一个不处理知识本身，而是处理与知识和知道者（即你）的关系。
有可能或不可能是我们经常做出的判断；存在或不存在也是我们的观点，第三元则是：必然性与偶然性，是不是存在客观必然性规律呢？这是一个信念问题，有些看似必然实则偶然，尤其对于复杂性系统，蝴蝶效应看似偶然，实则可能隐含一种必然性其中。
第三类作为逻辑偏差
我们将上面四组范畴中第三元，也就是“三生万物”单独分离出来，那么，每组范畴都有类似中国太极阴阳二元论，二元论是符合直觉的，但是也是简单片面的，针对简单事物可以使用二元论或二分法，或者我们学习新知识时，也是从二分法开始入门，但是对于复杂性系统，就不是简单二分法可以应付了。
- 数量范畴中的全部/普遍性代表了对宇宙中所有物体都有效的偏见。如果没有整体性，我们只有特殊性认识，没有普遍性抽象概念了。
- 质量范畴中的限制（非真非假）代表了对对象状态的一种认知偏见。如果没有限制，会阻止我们以布尔方式思考，将一切视为“非此即彼”（非黑即白）的极端判断，或者根据一些主观标准，实际上许多事物既可以是什么也可以不是什么（可以是灰色的）。
- 关系范畴中相关性虽然也是代表了一种偏见，但是没有它，所有对象之间都是紧紧耦合的关系，而不是一种松散的关系，机器学习的一个基本特征就是找出事物的相关性，但是并没有真正达到人的因果关系判断的智能层度，因此人工智能是一种相关性判断的人工智能，大数据分析、商业智能等等都是挖掘数据相关性关系。
- 模态范畴中的必然与偶然性，如果始终存在因果线性关系，那么我们可以认为这是必然的，但是如果只是相关性关系，则可能存在偶然性等概率问题，是一种非线性思维，非线性的概率思维是认识复杂性系统的一种基本思维；遇事不决，量子力学。