842
个编辑
更改
无编辑摘要
|keywords=整合信息论,意识量化,Φ指标,因果信息,复杂系统意识
|keywords=整合信息论,意识量化,Φ指标,因果信息,复杂系统意识
|description=本文系统综述了整合信息论的核心框架，探讨意识研究中主观性、整体性与可量化性的矛盾，涵盖公理体系、Φ指标计算及因果信息整合等方法，分析其在神经科学与人工智能领域的应用及争议。}}
|description=本文系统综述了整合信息论的核心框架，探讨意识研究中主观性、整体性与可量化性的矛盾，涵盖公理体系、Φ指标计算及因果信息整合等方法，分析其在神经科学与人工智能领域的应用及争议。}}
整合信息论（Integrated Information Theory, IIT）是探索意识本质的开创性理论框架，通过从现象学公理出发构建数学模型，实现对意识的量化描述与机制解析。传统神经科学研究多依赖神经关联分析，而IIT突破这一局限，基于意识的存在性、内在性、整合性、信息性、排他性和复合性六大核心特征，建立可计算的理论体系。本文旨在梳理整合信息论的发展脉络，评述Φ指标的[[迭代]]优化与因果信息整合方法，探讨其在脑科学、[[人工智能]]意识判定中的应用及开放性问题。
= 概述 =
= 概述 =
== 历史背景 ==
== 意识研究的背景 ==
为什么我们会有意识体验，它与我们的身体和大脑有着怎样的关系？意识研究的先驱、心理学家威廉·詹姆斯（William James）认为意识的神经基础并非局限于特定的神经元或区域，而是涉及整个大脑<ref name=james_1890>W. James, The Principles of Psychology (Holt, New York, 1890).</ref>。而且，他认为意识不是一个“东西”，而是一个在几分之一秒的时间尺度上不断变化的过程或流。更进一步，这是一个高度统一或整合的意识流。这意味着每一个有意识的场景都是单一的，且无法被分解为独立的组件，总是从一个特定的视角被体验。这种体验也具有私密性，是不能被其他视角分享的<ref name=james_1890 />。詹姆斯的观点把关于意识的讨论和研究带入到了科学研究的范畴里，尤其是启发了后续
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>。