更改

=== 系统整合信息（φ，“小 phi”）===

=== 系统整合信息（φ，“小 phi”）===

$\phi$ 衡量的是单个机制（如一个神经元、一个逻辑门，或一组元素构成的子机制）在其当前状态下，所指定的因果信息（cei）在多大程度上是不可被其组成部分还原的。

<math>\phi</math>衡量的是单个机制（如一个神经元、一个逻辑门，或一组元素构成的子机制）在其当前状态下，所指定的因果信息（cei）在多大程度上是不可被其组成部分还原的。

其核心思想为：一个机制（例如 AB）可能显示出很高的因果信息（cei），但如果这个信息完全可以由它的两个部分（A 和 B）独立提供，那么这个整体机制 AB 就从系统的内在视角来看是“多余”的，它并不作为一个独立的因果实体而存在。<math>\phi</math> 衡量的是这个机制“作为整体”（above and beyond its parts）的因果贡献。

一个机制（例如 AB）可能显示出很高的因果信息（cei），但如果这个信息完全可以由它的两个部分（A 和 B）独立提供，那么这个整体机制 AB 就从系统的内在视角来看是“多余”的，它并不作为一个独立的因果实体而存在。$\phi$ 衡量的是这个机制“作为整体”（above and beyond its parts）的因果贡献。

\paragraph{计算方法：}

计算方法：

     *确定机制：选择一个机制（如 AB 在状态 11）。

     \item 确定机制：选择一个机制（如 AB 在状态 11）。

     *寻找最小信息分区（MIP）：在所有可能的分区（Partition）中，找到那个对机制指定的因果 repertoire 破坏最小的分区。分区的方式是“注入噪声”来切断部分之间的因果连接。

     \item 寻找最小信息分区（MIP）：在所有可能的分区（Partition）中，找到那个对机制指定的因果 repertoire 破坏最小的分区。分区的方式是“注入噪声”来切断部分之间的因果连接。

     *计算差异：计算未分区时整个机制指定的因果 repertoire 与 MIP 分区后的因果 repertoire 之间的 Earth Mover's Distance (EMD)。

     \item 计算差异：计算未分区时整个机制指定的因果 repertoire 与 MIP 分区后的因果 repertoire 之间的 Earth Mover's Distance (EMD)。

     *取最小值：与 cei 类似，<math>\phi</math>是原因方向的<math>\phi</math>（<math>\phi_{\text{cause}}</math>）和效果方向的<math>\phi</math>（<math>\phi_{\text{effect}}</math>）中的最小值。

     \item 取最小值：与 cei 类似，$\phi$ 是原因方向的 $\phi$（$\phi_{\text{cause}}$）和效果方向的 $\phi$（$\phi_{\text{effect}}$）中的最小值。

\phi = \min(\phi_{\text{cause}}, \phi_{\text{effect}})

\phi = \min(\phi_{\text{cause}}, \phi_{\text{effect}})

如果<math>\phi > 0</math>：该机制是一个概念（Concept）。它从一个不可还原的因果视角指定了系统处于何种状态（它的最大不可还原因果 repertoire，MICE），并对意识体验的质量（内容）有贡献。<math>\phi</math>值的大小代表这个概念在体验中“呈现的程度”。

$\phi > 0$：该机制是一个概念（Concept）。它从一个不可还原的因果视角指定了系统处于何种状态（它的最大不可还原因果 repertoire，MICE），并对意识体验的质量（内容）有贡献。$\phi$ 值的大小代表这个概念在体验中“呈现的程度”。

$\phi = 0$：该机制不是一个独立存在的概念，它的因果作用可以完全由其分解后的部分来解释。

如果<math>\phi = 0</math>：则该机制不是一个独立存在的概念，它的因果作用可以完全由其分解后的部分来解释。

\paragraph{简单比喻：}

简单比喻：

一个单词（如“SONO”）的含义，不能还原为“SO”和“NO”两个部分含义的简单叠加。它的“$\phi$”很高。而“AB”机制如果只是两个独立信号的简单并列，它的“$\phi$”就为0。

一个单词（如“SONO”）的含义，不能还原为“SO”和“NO”两个部分含义的简单叠加。它的“$\phi$”很高。而“AB”机制如果只是两个独立信号的简单并列，它的“<math>\phi</math>”就为0。

=== 结构整合信息（Φ，“大 phi”）===

=== 结构整合信息（Φ，“大 phi”）===