更改

=历史溯源=

=历史溯源=

[[意识]]包括对自身内在事物的觉察，以及对外部环境中的状态或对象的认知。千百年来，哲学家、科学家和神学家们一直在广泛解释、分析和辩论关于[[意识]]的理论<ref name='Consciousness'>https://en.wikipedia.org/wiki/Consciousness</ref>。直至19世纪末，心理学家[[威廉·詹姆斯]]<ref name='William James'>https://baike.baidu.com/item/%E5%A8%81%E5%BB%89%C2%B7%E8%A9%B9%E5%A7%86%E6%96%AF/6487016</ref>率先将有关[[意识]]的讨论和研究带入到了科学研究的范畴里，尤其是启发了后续关于[[意识的神经关联]]（Neural Correlates of [[Consciousness]], NCC）的一系列科学研究<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>。在现代[[意识]]研究中，“现象[[意识]]”这一专业术语是所有[[意识]]形式的通用同义词，或简称“体验”，不区分内在与外在，或高阶与低阶类型。随着脑科学研究的进步，“任何形式的经验现象的存在”成为那些[[神经科学]]家工作的基础，他们试图分析[[意识]]现象学与其相关信息处理在[[大脑]]中的精确关系。这一[[神经科学]]目标是寻找“[[意识的神经关联]]”<ref name=Velmans >{{cite journal |last1=Velmans |first1=Max |title=How to define consciousness—and how not to define consciousness |journal=Journal of Consciousness Studies |volume=16 |pages=139-156 |year=2009 |url=https://psycnet.apa.org/record/2009-08208-011}}</ref>，即确定足以产生特定[[意识]]体验的最小神经机制。然而，NCC研究主要回答“[[意识]]与何处相关”，却未从根本上解释“主观体验如何从物理系统中产生”以及“[[意识]]有多少”。

意识包括对自身内在事物的觉察，以及对外部环境中的状态或对象的认知。千百年来，哲学家、科学家和神学家们一直在广泛解释、分析和辩论关于意识的理论<ref name='Consciousness'>https://en.wikipedia.org/wiki/Consciousness</ref>。直至19世纪末，心理学家[[威廉·詹姆斯]]<ref name='William James'>https://baike.baidu.com/item/%E5%A8%81%E5%BB%89%C2%B7%E8%A9%B9%E5%A7%86%E6%96%AF/6487016</ref>率先将有关意识的讨论和研究带入到了科学研究的范畴里，尤其是启发了后续关于[[意识的神经关联]]（Neural Correlates of [[Consciousness]], NCC）的一系列科学研究<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>。在现代意识研究中，“现象意识”这一专业术语是所有意识形式的通用同义词，或简称“体验”，不区分内在与外在，或高阶与低阶类型。随着脑科学研究的进步，“任何形式的经验现象的存在”成为那些[[神经科学]]家工作的基础，他们试图分析意识现象学与其相关信息处理在[[大脑]]中的精确关系。这一[[神经科学]]目标是寻找“[[意识的神经关联]]”<ref name=Velmans >{{cite journal |last1=Velmans |first1=Max |title=How to define consciousness—and how not to define consciousness |journal=Journal of Consciousness Studies |volume=16 |pages=139-156 |year=2009 |url=https://psycnet.apa.org/record/2009-08208-011}}</ref>，即确定足以产生特定[[意识]]体验的最小神经机制。然而，NCC研究主要回答“意识与何处相关”，却未从根本上解释“主观体验如何从物理系统中产生”以及“意识有多少”。

[[整合信息论]]由[[Giulio Tononi]]于2004年提出，从[[意识的现象学公理]]出发，反向推导出[[意识]]必需的[[物理]]基础，并提出了[[整合信息]]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]]试图回答[[意识]]的两个核心问题：<br>[[意识]]的“数量”：一个系统具有多强[[意识]]（[[意识]]的程度或水平）。<br>

[[整合信息论]]由[[Giulio Tononi]]于2004年提出，从[[意识的现象学公理]]出发，反向推导出[[意识]]必需的[[物理]]基础，并提出了[[整合信息]]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]]试图回答[[意识]]的两个核心问题：<br>意识的“数量”：一个系统具有多强意识（意识的程度或水平）。<br>

[[整合信息论]]不仅尝试直面“[[物理系统]]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<ref name="tononi_2004">{{cite journal|author1=Tononi G|title=An information integration theory of consciousness|journal=BMC Neuroscience|year=2004|volume=5|issue=1|page=42|url=https://doi.org/10.1186/1471-2202-5-42}}</ref>，为构建可验证、可计算[[意识科学]]奠定了重要基础。<br>

[[整合信息论]]不仅尝试直面“[[物理系统]]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<ref name="tononi_2004">{{cite journal|author1=Tononi G|title=An information integration theory of consciousness|journal=BMC Neuroscience|year=2004|volume=5|issue=1|page=42|url=https://doi.org/10.1186/1471-2202-5-42}}</ref>，为构建可验证、可计算[[意识科学]]奠定了重要基础。<br>

== [[有效信息]] ==

== [[有效信息]] ==

[[有效信息]]是一种[[因果效应的度量]]，用于衡量子系统A对子系统B的[[因果]]影响。它是一种特殊的[[互信息]]，即在最大熵[[干预]]的前提下，度量A、B两个部分的[[互信息]]。具体公式为<ref name="Measuring_information_integration">{{cite journal|author1=Tononi G|author2=Boly M|author3=Massimini M|author4=Edelman D B|title=Measuring information integration|journal=PLOS Computational Biology|year=2016|volume=12|issue=3|page=e1004819|url=https://doi.org/10.1371/journal.pcbi.1004819}}</ref>：

[[有效信息]]是一种[[因果效应度量]]，用于衡量子系统A对子系统B的[[因果]]影响。它是一种特殊的[[互信息]]，即在最大熵[[干预]]的前提下，度量A、B两个部分的[[互信息]]。具体公式为<ref name="Measuring_information_integration">{{cite journal|author1=Tononi G|author2=Boly M|author3=Massimini M|author4=Edelman D B|title=Measuring information integration|journal=PLOS Computational Biology|year=2016|volume=12|issue=3|page=e1004819|url=https://doi.org/10.1371/journal.pcbi.1004819}}</ref>：

<math>

<math>

*对子系统X施加最大熵干预（即，将其输出替换为所有可能状态上的均匀随机噪声）。

*对子系统X施加最大熵干预（即，将其输出替换为所有可能状态上的均匀随机噪声）。

*在Y中观察由此引发的状态分布。

*在Y中观察由此引发的状态分布。

*计算X的最大熵分布与Y的响应分布之间的互信息。这个值衡量了X的所有可能输出能在Y中产生多少可区分的因果效应。<br>

*计算X的最大熵分布与Y的响应分布之间的[[互信息]]。这个值衡量了X的所有可能输出能在Y中产生多少可区分的[[因果效应]]。<br>

该矩阵包含了主复合体内每一对因果方向的潜在影响力。因此，它不是一个描述观察到的平均活动的“功能连接”矩阵，而是一个描述 全部因果可能性 的“因果潜力”矩阵。<br>

该矩阵包含了主复合体内每一对因果方向的潜在影响力。因此，它不是一个描述观察到的平均活动的“功能连接”矩阵，而是一个描述 全部因果可能性 的“因果潜力”矩阵。<br>

此外，IIT1.0对不同神经结构（如丘脑—皮层系统与小脑）的解释依赖于其整合程度的差异，但这一解释在不同实验范式中并非总能得到直接验证。为弥补这一问题，后续研究提出了多种近似指标（如基于扰动响应的[[复杂性]][[测度]]PCI），用于在实际数据中间接评估系统的整合水平。

此外，IIT1.0对不同神经结构（如丘脑—皮层系统与小脑）的解释依赖于其整合程度的差异，但这一解释在不同实验范式中并非总能得到直接验证。为弥补这一问题，后续研究提出了多种近似指标（如基于扰动响应的[[复杂性]][[测度]]PCI），用于在实际数据中间接评估系统的整合水平。

总体而言，IIT1.0的局限主要体现在计算[[复杂性]]、建模假设、因果可观测性以及度量定义等方面。这些问题并未否定其理论价值，而是推动了[[整合信息论]]框架的持续演化。IIT2.0通过对[[信息度量]]与划分[[策略]]的修正，提高了方法的稳定性；IIT3.0则在更深层次上重构了理论基础，将关注重点从单一数值指标扩展至系统的整体因果结构。该发展[[路径]]反映了从“可计算性”到“[[本体论]]一致性”的逐步转向。

总体而言，IIT1.0的局限主要体现在计算[[复杂性]]、建模假设、因果可观测性以及度量定义等方面。这些问题并未否定其理论价值，而是推动了[[整合信息论]]框架的持续演化。IIT2.0通过对[[信息度量]]与划分[[策略]]的修正，提高了方法的稳定性；IIT3.0则在更深层次上重构了理论基础，将关注重点从单一数值指标扩展至系统的整体因果结构。该发展[[路径]]反映了从“可计算性”到“本体论一致性”的逐步转向。

=参考文献=

=参考文献=

<references />

<references />