92
个编辑
更改
→概述
意识是我们最直接的内在体验。它包含感知、情感、思维等主观内容，是大脑对自我和外界信息进行整合与表征的复杂过程。然而，这一看似自然的体验却构成了科学上的一大根本难题：意识究竟如何从物理系统中产生？
意识是我们最直接的内在体验。它包含感知、情感、思维等主观内容，是大脑对自我和外界信息进行整合与表征的复杂过程。然而，这一看似自然的体验却构成了科学上的一大根本难题：意识究竟如何从物理系统中产生？
自20世纪80年代末起，随着脑成像技术发展，掀起了一股意识研究的热潮。传统的意识研究方法往往集中于特定脑区或神经元群的作用，旨在探寻意识的神经关联（Neural Correlates of Consciousness, NCC）。<ref name=tononi_edelman_1998>{{cite journal |last1=Tononi |first1=G. |last2=Edelman |first2=G.M. |title=Consciousness and Complexity |journal=Science |volume=282 |issue=5395 |pages=1846-1851 |year=1998 |url=https://doi.org/10.1126/science.282.5395.1846}}</ref>所谓意识的神经关联（NCC），是指意识体验所必需的最小神经机制集合<ref name=aru_et_al_2012>{{cite journal |last1=Aru |first1=J. |last2=Bachmann |first2=T. |last3=Singer |first3=W. |last4=Melloni |first4=L. |title=Distilling the neural correlates of consciousness |journal=Neuroscience & Biobehavioral Reviews |volume=36 |issue=2 |pages=737–746 |year=2012 |url=https://doi.org/10.1016/j.neubiorev.2011.12.003}}</ref>，通常采用对比不同意识状态下大脑活动的研究思路。比如，Liang Shan等人通过实验任务操纵被试的意识状态（比如无感知、潜意识和有意识状态），使用脑电图（Electroencephalogram, EEG）和脑磁图(Magnetoencephalography, MEG）技术，对比分析不同频率的脑电波和功能连接的变化，发现神经元同步放电和整合活动是视觉意识的关键要素。<ref name=shan_et_al_2022>{{cite journal |last1=Shan |first1=L. |last2=Huang |first2=H. |last3=Zhang |first3=Z. |last4=Wang |first4=Y. |last5=Gu |first5=F. |last6=Lu |first6=M. |last7=Zhou |first7=W. |last8=Jiang |first8=Y. |last9=Dai |first9=J. |title=Mapping the emergence of visual consciousness in the human brain via brain-wide intracranial electrophysiology |journal=The Innovation |volume=3 |issue=3 |pages=100243 |year=2022 |url=https://doi.org/10.1016/j.xinn.2022.100243}}</ref>
自20世纪80年代末起，随着脑成像技术发展，掀起了一股意识研究的热潮。传统的意识研究方法往往集中于特定脑区或神经元群的作用，旨在探寻意识的神经关联（Neural Correlates of Consciousness, NCC）<ref name=tononi_edelman_1998>{{cite journal |last1=Tononi |first1=G. |last2=Edelman |first2=G.M. |title=Consciousness and Complexity |journal=Science |volume=282 |issue=5395 |pages=1846-1851 |year=1998 |url=https://doi.org/10.1126/science.282.5395.1846}}</ref>。所谓意识的神经关联（NCC），是指意识体验所必需的最小神经机制集合<ref name=aru_et_al_2012>{{cite journal |last1=Aru |first1=J. |last2=Bachmann |first2=T. |last3=Singer |first3=W. |last4=Melloni |first4=L. |title=Distilling the neural correlates of consciousness |journal=Neuroscience & Biobehavioral Reviews |volume=36 |issue=2 |pages=737–746 |year=2012 |url=https://doi.org/10.1016/j.neubiorev.2011.12.003}}</ref>，通常采用对比不同意识状态下大脑活动的研究思路。比如，Liang Shan等人通过实验任务操纵被试的意识状态（比如无感知、潜意识和有意识状态），使用脑电图（Electroencephalogram, EEG）和脑磁图(Magnetoencephalography, MEG）技术，对比分析不同频率的脑电波和功能连接的变化，发现神经元同步放电和整合活动是视觉意识的关键要素<ref name=shan_et_al_2022>{{cite journal |last1=Shan |first1=L. |last2=Huang |first2=H. |last3=Zhang |first3=Z. |last4=Wang |first4=Y. |last5=Gu |first5=F. |last6=Lu |first6=M. |last7=Zhou |first7=W. |last8=Jiang |first8=Y. |last9=Dai |first9=J. |title=Mapping the emergence of visual consciousness in the human brain via brain-wide intracranial electrophysiology |journal=The Innovation |volume=3 |issue=3 |pages=100243 |year=2022 |url=https://doi.org/10.1016/j.xinn.2022.100243}}</ref>。
尽管在传统意识研究中积累了大量的神经生物学数据，并取得了意识状态与脑部活动之间相关性的研究成果，但这却引发了以下问题：
尽管在传统意识研究中积累了大量的神经生物学数据，并取得了意识状态与脑部活动之间相关性的研究成果，但这却引发了以下问题：
1.意识体验的可操作评估标准<ref name=tononi_edelman_1998>{{cite journal |last1=Tononi |first1=G. |last2=Edelman |first2=G.M. |title=Consciousness and Complexity |journal=Science |volume=282 |issue=5395 |pages=1846-1851 |year=1998 |url=https://doi.org/10.1126/science.282.5395.1846}}</ref>——如何确定是否有效操纵不同水平的意识状态，即如何量化比较不同意识体验？如何在不同研究或者重复研究中确定实验任务操纵的意识体验水平？如何确定该神经活动变化是与意识水平有关，而非实验任务或者实验呈现刺激所引起的变化？
1.意识体验的可操作评估标准<ref name=tononi_edelman_1998>{{cite journal |last1=Tononi |first1=G. |last2=Edelman |first2=G.M. |title=Consciousness and Complexity |journal=Science |volume=282 |issue=5395 |pages=1846-1851 |year=1998 |url=https://doi.org/10.1126/science.282.5395.1846}}</ref>——如何确定是否有效操纵不同水平的意识状态，即如何量化比较不同意识体验？如何在不同研究或者重复研究中确定实验任务操纵的意识体验水平？如何确定该神经活动变化是与意识水平有关，而非实验任务或者实验呈现刺激所引起的变化？
2.“解释鸿沟”（Explanatory Gap）难题——即便识别出与意识相关的神经活动，也难以完全解释主观体验如何从这些物理活动中产生。<ref name=polak_marvan_2018>{{cite journal |last1=Polák |first1=M. |last2=Marvan |first2=T. |title=Neural Correlates of Consciousness Meet the Theory of Identity |journal=Frontiers in Psychology |volume=9 |year=2018 |url=https://doi.org/10.3389/fpsyg.2018.01269}}</ref>
2.“解释鸿沟”（Explanatory Gap）难题——即便识别出与意识相关的神经活动，也难以完全解释主观体验如何从这些物理活动中产生<ref name=polak_marvan_2018>{{cite journal |last1=Polák |first1=M. |last2=Marvan |first2=T. |title=Neural Correlates of Consciousness Meet the Theory of Identity |journal=Frontiers in Psychology |volume=9 |year=2018 |url=https://doi.org/10.3389/fpsyg.2018.01269}}</ref>。
然而，朱利奥・托诺尼和杰拉尔德·M·埃德尔曼早在1998年就开始另辟蹊径，探讨何种神经过程能够解释意识体验的关键特性。他们在分析神经生物学数据之后，发现与意识体验相关的神经过程兼具高度整合性和高度分化性，提出了一种可验证的理论框架——动态核心假说<ref name=tononi_edelman_1998>{{cite journal |last1=Tononi |first1=G. |last2=Edelman |first2=G.M. |title=Consciousness and Complexity |journal=Science |volume=282 |issue=5395 |pages=1846-1851 |year=1998 |url=https://doi.org/10.1126/science.282.5395.1846}}</ref>。这一假说为识别意识的神经基础提供了“地图”，解决了。之后，他们进一步提出，要真正理解意识，需要解决两个核心问题：第一，理解决定系统具备意识程度的条件。例如，为什么大脑的某些区域对意识体验至关重要，而其他同样富含神经元和连接的区域却无足轻重？第二，理解决定系统具有何种意识形式的条件。例如，为什么颜色呈现特定视觉效果，而音乐产生独特音韵，疼痛引发特殊触感？解决第一个问题意味着我们就能判断物理系统产生意识的程度——意识的量或层级。解决第二个问题意味着我们会知道它产生的是什么样的意识——意识的质量或内容<ref name=tononi_2004>{{cite journal |last1=Tononi |first1=G.|title=An information integration theory of consciousness |journal=BMC Neuroscience |volume=5 |issue=1 |pages=42 |year=2004 |url=https://doi.org/10.1186/1471-2202-5-42}}</ref>。
正是在这样的理论背景下，整合信息论（Integrated Information Theory, IIT）显示出其突破性价值。整合信息论（IIT）由神经科学家朱利奥・托诺尼于2004年提出，该理论独辟蹊径，从意识的现象学公理（如存在性、整合性、信息性等）出发，反向推导出意识必需的物理基础，并提出了可计算的量化指标——Φ值，用以衡量一个系统的意识水平。整合信息论（IIT）不仅尝试直面“物理如何产生主观”这一根本问题，也首次使意识的定量化、跨系统比较成为可能，为构建可验证、可计算意识科学奠定了重要基础。<ref name=tononi_2004>{{cite journal |last1=Tononi |first1=G.|title=An information integration theory of consciousness |journal=BMC Neuroscience |volume=5 |issue=1 |pages=42 |year=2004 |url=https://doi.org/10.1186/1471-2202-5-42}}</ref>
正是在这样的理论背景下，整合信息论（Integrated Information Theory, IIT）显示出其突破性价值。整合信息论（IIT）由神经科学家朱利奥・托诺尼于2004年提出，该理论独辟蹊径，从意识的现象学公理（如存在性、整合性、信息性等）出发，反向推导出意识必需的物理基础，并提出了可计算的量化指标——Φ值，用以衡量一个系统的意识水平。整合信息论（IIT）不仅尝试直面“物理如何产生主观”这一根本问题，也首次使意识的定量化、跨系统比较成为可能，为构建可验证、可计算意识科学奠定了重要基础<ref name=tononi_2004>{{cite journal |last1=Tononi |first1=G.|title=An information integration theory of consciousness |journal=BMC Neuroscience |volume=5 |issue=1 |pages=42 |year=2004 |url=https://doi.org/10.1186/1471-2202-5-42}}</ref>。
== 意识问题 ==
== 意识问题 ==
3. 解释鸿沟
3. 解释鸿沟
解释鸿沟（Explanatory Gap）指的是解释非经验性事件如何产生有意识体验的问题<ref name=conaill_2017>{{cite journal |last1=Ó Conaill |first1=D. |title=Phenomenology, Objectivity, and the Explanatory Gap |journal=The Southern Journal of Philosophy |volume=55 |issue=1 |pages=32-50 |year=2017 |url=https://onlinelibrary.wiley.com/doi/abs/10.1111/sjp.12211}}</ref>。如今，随着脑成像技术和神经科学的发展，虽已逐渐能够定位特定意识体验对应的神经活动，即意识的物理基础，却仍面临一个根本性难题——解释鸿沟（The Explanatory Gap）。具体来说，解释鸿沟的核心命题在于：即便找到了与某种意识体验（比如“看到红色”）完全相关的神经关联物（Neural Correlates of Consciousness, NCC），仍然无法从这些物理性描述中，推导出它为什么必然伴随如此这般的主观体验。换句话说，能够描述大脑中发生的电化学过程，却无法说明这些过程如何以及为何产生了“鲜红”的感觉本身。在客观的神经活动与主观的体验感质之间，仍然存在一道难以用现有科学语言跨越的鸿沟。
4. 简单问题和难问题
4. 简单问题和难问题
澳大利亚哲学家大卫・查尔默斯（David Chalmers）提出的 “简单问题” 与 “难问题” 之分，为理解意识的复杂性提供了经典框架，这一划分也深刻影响着整合信息论等理论的探索方向。意识的 “简单问题” 聚焦于意识的功能与机制。它关注的是诸如 “大脑如何整合感官信息并形成统一的知觉体验”“注意力如何筛选信息并影响意识内容”“清醒与睡眠状态下的神经活动有何差异” 等可通过科学方法逐步解析的问题。意识的 “难问题” 则触及意识的核心谜题 —— 主观体验的本质。它追问的是：为何物理的大脑活动会伴随 “感受性”？比如，当我们看到红色时，为何会产生独特的 “红色体验”，而不是其他感受？
澳大利亚哲学家大卫・查尔默斯（David Chalmers）提出的“简单问题”与“难问题”之分<ref name=carlson_2002>{{cite journal |last1=Carlson |first1=R.A. |title=Multiple Perspectives on Consciousness for Cognitive Science |journal=Proceedings of the Annual Meeting of the Cognitive Science Society |volume=24 |issue=24 |year=2002 |url=https://escholarship.org/uc/item/0294x9ng}}</ref>，为理解意识的复杂性提供了经典框架，这一划分也深刻影响着整合信息论等理论的探索方向。查尔默斯所指的“简单问题”并非指其解决起来容易，而是指原则上可以通过传统的认知科学和神经科学方法来解决的问题，通常涉及功能性解释。换句话说，意识的“简单问题”聚焦于意识的功能与机制，诸如“大脑如何整合感官信息并形成统一的知觉体验”“注意力如何筛选信息并影响意识内容”“清醒与睡眠状态下的神经活动有何差异”。意识的“难问题”则触及意识的核心谜题——主观体验的本质。它追问的是：为何物理的大脑活动会伴随 “感受性”？比如，当我们看到红色时，为何会产生独特的“红色体验”，而不是其他感受？
=== 计算机科学：意识的实现 ===
=== 计算机科学：意识的实现 ===
从理论路径来看，计算主义与功能主义提出了一种支持强人工智能的可能框架：它们认为意识在本质上是一种信息处理功能，并不依赖于特定的生物基质（如神经元）。只要一个系统能够实现正确的功能组织或计算过程，无论其构成材料是脑细胞、硅芯片还是其他物理组件，它都应具备意识。然而，这一观点也遭到著名反驳，例如约翰·塞尔提出的“中文房间论证”：一个不懂中文的人通过规则手册处理中文符号，虽可从外部看似理解，但系统内部并无真正语义理解。塞尔据此论证“语法不等于语义”，从而对强人工智能命题提出强烈质疑。
从理论路径来看，计算主义与功能主义提出了一种支持强人工智能的可能框架：它们认为意识在本质上是一种信息处理功能，并不依赖于特定的生物基质（如神经元）。只要一个系统能够实现正确的功能组织或计算过程，无论其构成材料是脑细胞、硅芯片还是其他物理组件，它都应具备意识。然而，这一观点也遭到著名反驳，例如约翰·塞尔提出的“中文房间论证”：一个不懂中文的人通过规则手册处理中文符号，虽可从外部看似理解，但系统内部并无真正语义理解。塞尔据此论证“语法不等于语义”，从而对强人工智能命题提出强烈质疑。
在工程层面，实现机器意识的问题仍然开放且处于前沿探索阶段。核心命题在于：如果我们要在机器中建构意识，需要满足哪些具体的架构或算法条件？可能的路径包括全局工作空间理论、递归处理机制、高阶表征能力，或是达到一定的信息整合水平（如整合信息理论中的 <math>\Phi</math> 值）。目前这仍是一个充满挑战且尚未解决的科学与工程问题。
=== 心理学：意识的内容 ===
=== 心理学：意识的内容 ===
心理学关注意识的功能、结构与内容。其中一个核心命题关注意识与无意识加工之间的关系，即心理活动中有多少是在意识之外进行的，以及无意识过程（如弗洛伊德提出的潜意识，或认知心理学中的内隐记忆与自动加工）如何影响人类的行为、判断与情感。与此同时，注意与意识的关系也备受关注：注意是否等同于意识？它是否充当意识的“闸门”？那些未被注意的信息是否仍可被意识到？这类问题通过诸如“非注意盲视”（inattentional blindness）等实验被不断探索。进一步地，意识通达问题考察信息达到何种条件才能进入意识并被报告或用于理性行为控制，与此密切相关的全局工作空间理论（GNW）认为，意识的功能在于将信息广播至全脑，以实现全局访问与协调。<ref name=dehaene_changeux_2011>{{cite journal |last1=Dehaene |first1=S. |last2=Changeux |first2=J.P. |title=Experimental and theoretical approaches to conscious processing |journal=Neuron |volume=70 |pages=200–227 |year=2011|url=https://www.sciencedirect.com/science/article/pii/S0896627311002583}}</ref>最后，自我意识作为意识的一个重要方面，探讨人类如何形成对“自我”的感知与认识，以及它是否构成意识的必要组成部分。
心理学关注意识的功能、结构与内容。其中一个核心命题关注意识与无意识加工之间的关系，即心理活动中有多少是在意识之外进行的，以及无意识过程（如弗洛伊德提出的潜意识，或认知心理学中的内隐记忆与自动加工）如何影响人类的行为、判断与情感。与此同时，注意与意识的关系也备受关注：注意是否等同于意识？它是否充当意识的“闸门”？那些未被注意的信息是否仍可被意识到？这类问题通过诸如“非注意盲视”（inattentional blindness）等实验被不断探索。进一步地，意识通达问题考察信息达到何种条件才能进入意识并被报告或用于理性行为控制，与此密切相关的全局工作空间理论（GNW）认为，意识的功能在于将信息广播至全脑，以实现全局访问与协调<ref name=dehaene_changeux_2011>{{cite journal |last1=Dehaene |first1=S. |last2=Changeux |first2=J.P. |title=Experimental and theoretical approaches to conscious processing |journal=Neuron |volume=70 |pages=200–227 |year=2011|url=https://www.sciencedirect.com/science/article/pii/S0896627311002583}}</ref>。最后，自我意识作为意识的一个重要方面，探讨人类如何形成对“自我”的感知与认识，以及它是否构成意识的必要组成部分。
=== 神经科学：意识的生物基础 ===
=== 神经科学：意识的生物基础 ===
神经科学致力于揭示意识的生物基础，核心命题之一是寻找意识的神经相关物（The Neural Correlates of Consciousness, NCC），即能够产生某一特定意识体验的最小神经机制集合。例如，梭状回面孔区（FFA）的活动与“看到面孔”的体验密切相关，但它是否就构成NCC仍待进一步探究。与此同时，意识的形成还涉及“绑定问题”（The Binding Problem）：尽管颜色、形状、运动等不同特征由大脑不同区域处理，人却能够将这些分散的信息整合为统一的知觉对象，其神经机制至今尚未完全阐明。此外，通过对裂脑患者（胼胝体被切断）的研究，科学家发现大脑两半球可能分别形成不同的意识流，这对我们通常所感知的“意识统一性”及“单一自我”的观念提出了深刻挑战。最后，从演化视角看，意识的功能和生存优势也是一个根本问题：它究竟是一种提升适应性的特征，还是仅仅是大脑复杂运作所产生的副产物？
神经科学致力于揭示意识的生物基础，核心命题之一是寻找意识的神经相关物（The Neural Correlates of Consciousness, NCC），即能够产生某一特定意识体验的最小神经机制集合。例如，梭状回面孔区（FFA）的活动与“看到面孔”的体验密切相关，但它是否就构成NCC仍待进一步探究<ref name=grill-spector_2004>{{cite journal |last1=Grill-Spector |first1=K. |last2=Knouf |first2=N. |last3=Kanwisher |first3=N. |title=The fusiform face area subserves face perception, not generic within-category identification |journal=Nature Neuroscience |volume=7 |issue=5 |pages=555-562 |year=2004 |url=https://www.nature.com/articles/nn1224}}</ref>。与此同时，意识的形成还涉及“绑定问题”（The Binding Problem）：尽管颜色、形状、运动等不同特征由大脑不同区域处理，人却能够将这些分散的信息整合为统一的知觉对象，其神经机制至今尚未完全阐明。此外，通过对裂脑患者（胼胝体被切断）的研究，科学家发现大脑两半球可能分别形成不同的意识流，这对我们通常所感知的“意识统一性”及“单一自我”的观念提出了深刻挑战。最后，从演化视角看，意识的功能和生存优势也是一个根本问题：它究竟是一种提升适应性的特征，还是仅仅是大脑复杂运作所产生的副产物？
=== 多学科交叉：智能与意识 ===
== 整合信息论与意识 ==
== 整合信息论与意识 ==
理解意识，或许就是理解“人为何成为人”的核心。而整合信息论中主张的意识是一个系统“整合信息”的内在属性，并非局限于大脑。具体而言，一个系统是否具有意识、意识的强度如何，取决于它能否将分散的信息整合为不可分割的整体，同时产生独特的信息状态。
托诺尼认为大脑中神经元网络是分布式并行系统，个体神经元仅负责自身决策，属“多”体系统。但意识常是统一整合体，呈现“一”的特征，如同一时刻只能聚焦一事。问题在于大脑如何将神经元并行决策转变为统一意识，这需信息汇聚处理。那么将“多”信息整合成“一”是意识关键特征，甚至可将系统信息整合能力定义为意识度，这就是整合信息量<math>\Phi</math> 。从本质上讲，<math>\Phi</math> 就是一种[[有效信息]]（Effective Information，简称EI），即将大脑视作一个因果网络之后，在所有子网络中能够让因果瓶颈处的有效信息所能达到的最大值。
具体来说，整合信息理论中<math>\Phi</math>计算是将复杂网络换成大脑因果网络，节点为神经元，连边为突触链接，连边强弱为因果联系的有效信息。遍历所有子网络，对每个子网络遍历切断划分方法找最小有效信息切分（因果瓶颈）得该子网络<math>\phi</math>，所有子网络中最大的<math>\phi</math>即<math>\Phi</math>，此为因果网络信息整合程度，对应意识发生区域。
具体来说，整合信息理论中<math>\Phi</math>计算是将复杂网络换成大脑因果网络，节点为神经元，连边为突触链接，连边强弱为因果联系的有效信息。遍历所有子网络，对每个子网络遍历切断划分方法找最小有效信息切分（因果瓶颈）得该子网络<math>\phi</math>，所有子网络中最大的<math>\phi</math>即<math>\Phi</math>，此为因果网络信息整合程度，对应意识发生区域。
自20世纪80年代末起，随着脑成像技术发展，掀起了一股意识研究的热潮。传统的意识研究方法往往集中于特定脑区或神经元群是否参与意识形成及其参与程度，旨在探寻意识的神经关联（Neural Correlates of Consciousness, NCC）。<ref name=tononi_edelman_1998>{{cite journal |last1=Tononi |first1=G. |last2=Edelman |first2=G.M. |title=Consciousness and Complexity |journal=Science |volume=282 |issue=5395 |pages=1846-1851 |year=1998 |url=https://doi.org/10.1126/science.282.5395.1846}}</ref>所谓意识的神经关联（NCC），是指意识体验所必需的最小神经机制集合<ref name=aru_et_al_2012>{{cite journal |last1=Aru |first1=J. |last2=Bachmann |first2=T. |last3=Singer |first3=W. |last4=Melloni |first4=L. |title=Distilling the neural correlates of consciousness |journal=Neuroscience & Biobehavioral Reviews |volume=36 |issue=2 |pages=737–746 |year=2012 |url=https://doi.org/10.1016/j.neubiorev.2011.12.003}}</ref>，通常采用对比不同意识状态下大脑活动的研究思路。比如，Liang Shan等人通过实验任务操纵被试的意识状态（比如无感知、潜意识和有意识状态），使用脑电图（Electroencephalogram, EEG）和脑磁图(Magnetoencephalography, MEG）技术，对比分析不同频率的脑电波和功能连接的变化，发现神经元同步放电和整合活动是视觉意识的关键要素。<ref name=shan_et_al_2022>{{cite journal |last1=Shan |first1=L. |last2=Huang |first2=H. |last3=Zhang |first3=Z. |last4=Wang |first4=Y. |last5=Gu |first5=F. |last6=Lu |first6=M. |last7=Zhou |first7=W. |last8=Jiang |first8=Y. |last9=Dai |first9=J. |title=Mapping the emergence of visual consciousness in the human brain via brain-wide intracranial electrophysiology |journal=The Innovation |volume=3 |issue=3 |pages=100243 |year=2022 |url=https://doi.org/10.1016/j.xinn.2022.100243}}</ref>尽管在传统意识研究中积累了大量的神经生理学数据，取得了意识状态与脑部活动之间相关性的研究成果，但缺乏对实验操纵不同意识状态水平的评估标准，也未能解释物理系统（比如脑）如何产生意识。
自20世纪80年代末起，随着脑成像技术发展，掀起了一股意识研究的热潮。传统的意识研究方法往往集中于特定脑区或神经元群是否参与意识形成及其参与程度，旨在探寻意识的神经关联（Neural Correlates of Consciousness, NCC）<ref name=tononi_edelman_1998>{{cite journal |last1=Tononi |first1=G. |last2=Edelman |first2=G.M. |title=Consciousness and Complexity |journal=Science |volume=282 |issue=5395 |pages=1846-1851 |year=1998 |url=https://doi.org/10.1126/science.282.5395.1846}}</ref>。所谓意识的神经关联（NCC），是指意识体验所必需的最小神经机制集合<ref name=aru_et_al_2012>{{cite journal |last1=Aru |first1=J. |last2=Bachmann |first2=T. |last3=Singer |first3=W. |last4=Melloni |first4=L. |title=Distilling the neural correlates of consciousness |journal=Neuroscience & Biobehavioral Reviews |volume=36 |issue=2 |pages=737–746 |year=2012 |url=https://doi.org/10.1016/j.neubiorev.2011.12.003}}</ref>，通常采用对比不同意识状态下大脑活动的研究思路。比如，Liang Shan等人通过实验任务操纵被试的意识状态（比如无感知、潜意识和有意识状态），使用脑电图（Electroencephalogram, EEG）和脑磁图(Magnetoencephalography, MEG）技术，对比分析不同频率的脑电波和功能连接的变化，发现神经元同步放电和整合活动是视觉意识的关键要素<ref name=shan_et_al_2022>{{cite journal |last1=Shan |first1=L. |last2=Huang |first2=H. |last3=Zhang |first3=Z. |last4=Wang |first4=Y. |last5=Gu |first5=F. |last6=Lu |first6=M. |last7=Zhou |first7=W. |last8=Jiang |first8=Y. |last9=Dai |first9=J. |title=Mapping the emergence of visual consciousness in the human brain via brain-wide intracranial electrophysiology |journal=The Innovation |volume=3 |issue=3 |pages=100243 |year=2022 |url=https://doi.org/10.1016/j.xinn.2022.100243}}</ref>。尽管在传统意识研究中积累了大量的神经生理学数据，取得了意识状态与脑部活动之间相关性的研究成果，但缺乏对实验操纵不同意识状态水平的评估标准，也未能解释物理系统（比如脑）如何产生意识。
因此，要真正理解意识，需要解决两个核心问题：第一，理解决定系统具备意识程度的条件。例如，为什么大脑的某些区域对意识体验至关重要，而其他同样富含神经元和连接的区域却无足轻重？第二，理解决定系统具有何种意识形式的条件。例如，为什么颜色呈现特定视觉效果，而音乐产生独特音韵，疼痛引发特殊触感？解决第一个问题意味着我们就能判断物理系统产生意识的程度——意识的量或层级。解决第二个问题意味着我们会知道它产生的是什么样的意识——意识的质量或内容<ref name=tononi_2004>{{cite journal |last1=Tononi |first1=G.|title=An information integration theory of consciousness |journal=BMC Neuroscience |volume=5 |issue=1 |pages=42 |year=2004 |url=https://doi.org/10.1186/1471-2202-5-42}}</ref>。
然而，朱利奥·托诺尼和杰拉尔德·M·埃德尔曼早在1998年便另辟蹊径，从分析意识体验关键属性出发，再描述可能解释那些关键属性的神经过程。首先，将意识的核心特性归纳为两点：整合性和分化性。整合性指意识体验是一个统一的整体，比如人在同一时刻感知到的视觉、听觉和其他感官信息会融合成一个连贯的场景。而分化性则指意识状态的多样性，即在极短的时间内，人可以感知到无数种不同的意识状态。之后，引用了神经生物学数据，证明与意识体验相关的神经过程确实具有这两种特性。接着，他们进一步开发了两种测量工具——功能聚类和神经复杂性，用于量化神经过程中的整合性和分化性，并建立了判断神经元群活动是否参与意识体验的标准。这些标准随后被整合到动态核心假说（
Dynamic Core Hypothesis）中，该假说是一个关于意识体验神经基础的可验证理论框架。<ref name=tononi_edelman_1998>{{cite journal |last1=Tononi |first1=G. |last2=Edelman |first2=G.M. |title=Consciousness and Complexity |journal=Science |volume=282 |issue=5395 |pages=1846-1851 |year=1998 |url=https://doi.org/10.1126/science.282.5395.1846}}</ref>
Dynamic Core Hypothesis）中，该假说解释了意识的关键属性如何通过神经整合和复杂性来实现，形成了一个关于意识体验神经基础的可验证理论框架<ref name=tononi_edelman_1998>{{cite journal |last1=Tononi |first1=G. |last2=Edelman |first2=G.M. |title=Consciousness and Complexity |journal=Science |volume=282 |issue=5395 |pages=1846-1851 |year=1998 |url=https://doi.org/10.1126/science.282.5395.1846}}</ref>。
正是在这样的理论背景上，神经科学家朱利奥・托诺尼于2004年提出整合信息论（Integrated Information Theory, IIT）。该理论独辟蹊径，从意识的现象学公理（如存在性、整合性、信息性等）出发，反向推导出意识必需的物理基础，并提出了可计算的量化指标——Φ值，用以衡量一个系统的意识水平。整合信息论（IIT）不仅尝试直面“物理如何产生主观”这一根本问题，也首次使意识的定量化、跨系统比较成为可能，为构建可验证、可计算意识科学奠定了重要基础。<ref name=tononi_2004>{{cite journal |last1=Tononi |first1=G.|title=An information integration theory of consciousness |journal=BMC Neuroscience |volume=5 |issue=1 |pages=42 |year=2004 |url=https://doi.org/10.1186/1471-2202-5-42}}</ref>
正是在这样的理论背景上，神经科学家朱利奥・托诺尼于2004年提出整合信息论（Integrated Information Theory, IIT）。该理论独辟蹊径，从意识的现象学公理（如存在性、整合性、信息性等）出发，反向推导出意识必需的物理基础，并提出了可计算的量化指标—— <math>\Phi</math> 值，用以衡量一个系统的意识水平。整合信息论（IIT）不仅尝试直面“物理如何产生主观”这一根本问题，也首次使意识的定量化、跨系统比较成为可能，为构建可验证、可计算意识科学奠定了重要基础<ref name=tononi_2004>{{cite journal |last1=Tononi |first1=G.|title=An information integration theory of consciousness |journal=BMC Neuroscience |volume=5 |issue=1 |pages=42 |year=2004 |url=https://doi.org/10.1186/1471-2202-5-42}}</ref>。
== 公理与假设 ==
== 公理与假设 ==
整合信息理论（IIT）是以六大公理为基础框架，每个公理都对应着关于系统因果结构的物理假设，具体包含如下：系统必须具备并发挥内在的因果力量；必须能指定特定的因果状态（通过内在信息实现）；必须以整体形式不可约地完成这一过程（可用小 phi，即 <math>\phi</math> 来衡量）；只有达到最大程度不可还原的底物（复合物）才具备意识；其子集则必须能指定结构化的区别与关系，进而形成 <math>\Phi</math> 结构。详细内容可以看之后的“整合信息论公理体系”模块。
= 整合信息量（Φ）=
= 整合信息量（Φ）=