更改

例如，Yurchenko就在文献<ref>Yurchenko, S. B. (2023). Can there be a synergistic core emerging in the brain hierarchy to control neural activity by downward causation?. Authorea Preprints.</ref>中指出”因果“（causation）这一概念往往是模糊的，应区分为'''原因（cause）'''和'''理由（reason）'''，它们分别符合本体论和认识论的因果关系。原因（cause）指的是充分导致结果的真实原因，而理由（reason）则仅仅是观察者对结果的解释。理由可能没有真正的原因那么严格，但它确实提供了一定程度的[[可预测性]]。同样，关于因果涌现的本质也存在争论。

例如，Yurchenko就在文献<ref>Yurchenko, S. B. (2023). Can there be a synergistic core emerging in the brain hierarchy to control neural activity by downward causation?. Authorea Preprints.</ref>中指出”因果“（causation）这一概念往往是模糊的，应区分为'''原因（cause）'''和'''理由（reason）'''，它们分别符合本体论和认识论的因果关系。原因（cause）指的是充分导致结果的真实原因，而理由（reason）则仅仅是观察者对结果的解释。理由可能没有真正的原因那么严格，但它确实提供了一定程度的[[可预测性]]。同样，关于因果涌现的本质也存在争论。

因果涌现是否是一种独立于特定观察者而存在的真实现象？这里需要强调的是，对于Hoel的理论，不同的粗粒化策略可以导致不同的宏观动力学机制与不同的因果效应度量结果（EI）。本质上，不同的粗粒化策略可以代表不同的观察者。Hoel的理论通过干预将涌现与因果关系联系起来，以定量的方式引入了因果涌现的概念。Hoel的理论提出了一个消除不同粗粒化方法影响的方案，即EI最大化。能够让EI最大的粗粒化方案就是唯一客观的方案。因此，对于给定的一组[[马尔科夫动力学]]，只有使EI最大化的粗粒化策略和相应的宏观动力学才能被认为是客观的结果。然而，当最大化EI的解不唯一的时候，也就是存在多种能够让EI最大化的粗粒化方案时，就会导致该理论的困难，一定程度的主观性就无法避免。

因果涌现是否是一种独立于特定观察者而存在的真实现象？这里需要强调的是，对于Hoel的理论，不同的粗粒化策略可以导致不同的宏观动力学机制与不同的因果效应度量结果（<math>EI</math>）。本质上，不同的粗粒化策略可以代表不同的观察者。Hoel的理论通过干预将涌现与因果关系联系起来，以定量的方式引入了因果涌现的概念。Hoel的理论提出了一个消除不同粗粒化方法影响的方案，即<math>EI</math>最大化。能够让EI最大的粗粒化方案就是唯一客观的方案。因此，对于给定的一组[[马尔科夫动力学]]，只有使<math>EI</math>最大化的粗粒化策略和相应的宏观动力学才能被认为是客观的结果。然而，当最大化<math>EI</math>的解不唯一的时候，也就是存在多种能够让<math>EI</math>最大化的粗粒化方案时，就会导致该理论的困难，一定程度的主观性就无法避免。

Dewhurst<ref>Dewhurst, J. (2021). Causal emergence from effective information: Neither causal nor emergent?. Thought: A Journal of Philosophy, 10(3), 158-168.</ref>对Hoel的理论进行了哲学上的澄清，认为它是认识论的，而不是本体论的。这表明，Hoel的宏观因果关系仅仅是一种基于信息论的因果解释，而不是涉及“真正的因果”。这也引起了对[[均匀分布]]假设的质疑（参见[[有效信息]]词条），因为没有证据表明它应该优于其他分布。Hoel的EI计算以及因果涌现的量化，依赖于两个已知的前提因素:(1)已知的微观动力学；(2)已知的粗粒化方案。然而，在实践中，人们很少能够同时获得这两个因素，特别是在观察性研究中，这两个因素可能都是未知的。因此，这一局限性阻碍了Hoel理论的实际适用性。

Dewhurst<ref>Dewhurst, J. (2021). Causal emergence from effective information: Neither causal nor emergent?. Thought: A Journal of Philosophy, 10(3), 158-168.</ref>对Hoel的理论进行了哲学上的澄清，认为它是认识论的，而不是本体论的。这表明，Hoel的宏观因果关系仅仅是一种基于信息论的因果解释，而不是涉及“真正的因果”。这也引起了对[[均匀分布]]假设的质疑（参见[[有效信息]]词条），因为没有证据表明它应该优于其他分布。Hoel的<math>EI</math>计算以及因果涌现的量化，依赖于两个已知的前提因素:(1)已知的微观动力学；(2)已知的粗粒化方案。然而，在实践中，人们很少能够同时获得这两个因素，特别是在观察性研究中，这两个因素可能都是未知的。因此，这一局限性阻碍了Hoel理论的实际适用性。

同时有人指出，Hoel的理论忽略了对粗粒化方法的约束，某些粗粒化方法可能导致歧义<ref>Eberhardt, F., & Lee, L. L. (2022). Causal emergence: When distortions in a map obscure the territory. Philosophies, 7(2), 30.</ref>。此外，一些对状态的粗粒化操作和对时间的粗粒化操作的组合并不表现出[[可交换性]]，例如假定<math>A_{m \times n}</math>是对状态进行粗粒化操作(将n个状态合并为m个状态)，这里的粗粒化策略是使得宏观状态转移矩阵有效信息最大的策略，<math>(\cdot) \times (\cdot)</math> 是时间粗粒化操作(将两个时间步骤合并为一个)，其中等式

同时有人指出，Hoel的理论忽略了对粗粒化方法的约束，某些粗粒化方法可能导致歧义<ref>Eberhardt, F., & Lee, L. L. (2022). Causal emergence: When distortions in a map obscure the territory. Philosophies, 7(2), 30.</ref>。此外，一些对状态的粗粒化操作和对时间的粗粒化操作的组合并不表现出[[可交换性]]，例如假定<math>A_{m \times n}</math>是对状态进行粗粒化操作(将n个状态合并为m个状态)，这里的粗粒化策略是使得宏观状态转移矩阵有效信息最大的策略，<math>(\cdot) \times (\cdot)</math> 是时间粗粒化操作(将两个时间步骤合并为一个)，其中等式