Cogitate

Cogitate项目是一个创新的开放科学研究计划，旨在通过实验研究加速意识科学的发展。该项目聚焦于两种主要意识理论——整合信息理论（IIT）和全局工作空间理论（GNWT）之间的对抗性合作(Adversarial Cooperation)，旨在验证和挑战这些理论。通过理论驱动的研究方法，项目目标是推动意识科学研究的进展，并促进理论的验证与完善。Cogitate项目是汤普顿基金会资助的加速意识研究的第一个项目。该基金会还资助了其他关于高级理论以及其他理论的研究，研究对象包括人、猴子和老鼠等。这表明TWCF基金会致力于从多个角度推动意识研究的发展。

意识科学是哲学与神经科学交叉的核心问题。1995年，哲学家David Chalmers和神经科学家Chris Koch分别提出了关于意识的不同看法，Chalmers认为意识难以通过科学手段研究，而Koch则主张通过寻找意识相关的神经标志物（NCC）来解答这一谜题。从那时起，意识研究逐渐从哲学领域转向实证科学，形成了多种理论，如整合信息理论（IIT）和全局工作空间理论（GNWT）。

背景

意识研究长期以来面临着哲学思辨与实验验证之间的鸿沟。历史上的意识研究也面临诸多争议。1995年国际意识大会上，David Chalmers和Chris Koch等学者就意识研究的方法和意义展开了讨论，他们的观点至今仍对该领域产生着深远影响。David Chalmers认为意识存在一个“易问题”和一个“难问题”，其中“难问题”涉及主观体验的本质，难以通过还原主义的科学方法完全解释，而Chris Koch则支持通过神经科学和集成信息理论（IIT）来探索意识的本质和科学基础。

然而，长期以来，意识研究都局限于哲学讨论和思辨。直到近期，一系列相互竞争的解释意识现象的理论才被逐渐提出来，这包括整合信息理论（IIT）、全局工作空间理论（GWT）、意识现象学理论、意识的进化理论、高阶思维理论（HOT）、泛心论、神经达尔文主义等。这其中，整合信息理论和全局工作空间理论是两个能够提出具体预测的理论。

如何将将哲学层面的意识理论转化为心理学上可操作的概念，并将抽象的意识概念转化为可操作的实验范式，如何解读实验结果并将其与理论框架相联系，是该领域面临的主要挑战。Cogitate项目正是在这样的背景下应运而生，旨在通过严谨的实验设计、开放的数据共享和跨学科的合作，推动意识研究的科学化进程，特别是针对整合信息理论和全局工作空间理论这两个理论进行比较验证。

Cogitate项目的方法

Cogitate项目采用了一系列创新方法来应对意识研究的挑战：

对抗性合作研究

对抗性合作（Adversarial Collaboration）研究是指一种研究方法，它通过由持不同理论立场的研究者共同参与设计实验，直接比较和验证各自理论的预测，以寻找各自理论的优势和不足。Cogitate项目选择了整合信息论和全局神经元工作空间理论这两种代表性的意识理论，通过设计实验，直接比较这两种理论的预测，从而找出它们各自的优势和不足。这种对抗性合作有助于研究者更清晰地认识不同理论的特点，促进理论的完善和发展。

开放科学

所谓的开放科学（Open Science），是指一种以开放获取、透明度和协作为核心的科学研究和学术交流模式。它强调研究数据、方法、结果和论文的自由访问与共享，促进科学研究的透明度、可重复性和共同进步。

在开放科学中，研究者通常回顾不一个开放研究协议（Protocol），这是该研究的具体操作手册或标准操作规程（SOP），它详细说明了研究的设计、方法、步骤和预期结果。开放科学中的protocol通常是公开的，这样其他研究者可以：清楚地理解研究的具体过程、重复实验以验证结果、提供改进建议或扩展研究，并确保研究的可重复性和科学性。

Cogitate项目遵循开放科学的原则，它不仅将所有研究数据、实验流程、分析代码等公开共享，而且为了提高研究的透明度和可重复性，允许其他研究者验证和扩展研究结果，项目组于2024年8月在OHBM bioRxiv上发布了一份数据集，鼓励研究者参与到意识问题的研究中。

除此之外，Cogitate项目还在实验前就公布了一个研究协议（Protocol），这是指研究的具体操作手册或标准操作规程（SOP），它详细说明了研究的设计、方法、步骤和预期结果。同时，该项目要求对抗性合作的两个理论要事先在开放研究协议中就公布各自的计算方法。这种做法保证了比较两种理论的公平性。

多模态神经影像技术

Cogitate项目利用多种神经影像技术，包括脑电图（EEG）、颅内脑电图(iEEG)、脑磁图（MEG）和功能性磁共振成像（fMRI），从不同层面测量大脑活动，从而更全面地了解意识的神经关联。 以下是脑电图（EEG）、脑磁图（MEG）和功能性磁共振成像（fMRI）的简要对比：

各种技术的对比表

技术	时间分辨率	空间分辨率	设备复杂性	主要应用
EEG	高	低	便携、低成本	睡眠研究、癫痫诊断、脑机接口
iEEG	高	高	复杂、侵入性	主要用于癫痫手术规划、脑机接口和基础神经科学研究。
MEG	高	较高	昂贵、复杂	语言研究、运动功能、癫痫研究
fMRI	较低	高	昂贵、复杂	认知科学、脑区功能映射、神经疾病研究

这些数据的特点：

• EEG：电压的时间序列，适合分析脑波频段。
• MEG：磁场的时间序列，时间和空间分辨率较高。
• fMRI：血流相关的三维图像数据，反映脑区活动。

Cogitate项目在数据采集和分析过程中，实施了严格的质量控制措施，包括数据质量检测、标准化分析流程和重复性分析等，确保数据的可靠性和结果的有效性。

实验设计

Cogitate项目设计了多个实验，旨在检验IIT和GNWT对意识的不同预测。其中一个实验范式是，向被试呈现不同内容和呈现时长的刺激，并记录他们的脑活动。根据这两种理论的预测，实验考察了以下几个方面：

• 意识内容解码：确定哪些脑区能够解码出特定的意识内容（如类别、身份、朝向等）。GNWT认为意识内容主要在额叶皮层（PFC）解码，而IIT认为主要在后部皮层解码。
• 时间动态：考察不同意识理论对意识体验时间动态的预测。

除了已经提到的意识内容解码和时间动态，实验还可以包括以下更具体的设计：

被试任务

包括：

• 意识内容解码任务：被试需要识别呈现的刺激（如图片、声音或文字），并根据指示进行分类（例如，识别是动物还是工具）。
• 时间动态任务：被试需要报告他们何时意识到刺激以及感知的持续时间。
• 刺激呈现：刺激的呈现方式，如视觉、听觉、多感官刺激等

脑活动记录

使用EEG、MEG或fMRI记录脑活动，特别关注后部皮层和前额叶皮层（PFC）的激活。 同步记录反应时间和主观报告，结合神经数据分析。

数据分析

分析不同脑区在不同刺激条件下的激活程度，比较IIT和GNWT的预测。 统计分析时间动态数据，观察意识体验的时间模式是否符合理论预测。

预期结果

最后，实验设计给出了一些评判标准，包括：

• 如果后部皮层激活与意识内容解码相关，支持IIT；如果PFC激活相关，支持GNWT。
• 时间动态数据将揭示意识体验的持续时间是否符合各理论的预测。
• 这些补充的实验设计将为验证IIT和GNWT提供更全面的数据支持，并有助于理解意识的神经机制。

初步结果

Cogitate项目的初步结果已在Nature杂志上原则性接受。该研究整合了实验一和实验二的结果，旨在探讨实验结果对GNWT和IIT的支持程度。

研究结果表明，不同的神经影像技术（fMRI、MEG、IEEG）在一定程度上支持了GNWT的预测，例如在额叶发现了与意识相关的活动。同时，解码和活动分析结果也显示IIT得到了一定的支持。然而，连接性分析并未完全支持IIT的预测，对V1与高级视觉皮层之间的关系提出了挑战。总体而言，实验一的结果对IIT的证据稍显不足。

数据共享与再分析

Cogitate项目强调数据共享的重要性。项目组已经公开了实验一的所有数据，并整理成易于分析的数据集。他们鼓励其他研究者利用这些数据，从不同角度分析意识问题，并期待能够发现新的结果。

项目意义

Cogitate项目具有重要的科学意义和社会价值，包括了：首先，它促进意识理论的发展，通过对抗研究，Cogitate项目有助于研究者更清晰地认识IIT和GNWT的优缺点，从而促进意识理论的完善和发展。

其次，它提高了意识研究的科学性，通过开放科学的实践，Cogitate项目提高了研究的透明度和可重复性，增强了研究结果的可靠性。

再次，该项目推动了意识研究不同理论阵营之间的合作，打破了各自为营的局面，有助于推动意识研究领域的整合。

最后，该项目通过结合多种神经影像技术和大数据分析，有望加速意识神经机制的揭示，为最终解决意识难题奠定基础。

未来展望

尽管Cogitate项目已经取得了一些初步成果，但未来的研究仍然面临着诸多挑战，例如如何从海量数据中提取有意义的信息，需要开发更高效的分析方法、如何解读复杂多样的实验结果，并将其与理论框架相结合，需要更深入的理论分析。最后，寻找意识的神经关联（NCC）并非唯一的逻辑，还需要考虑人工智能等其他因素。

未来，Cogitate项目将继续深化理论对抗，扩大数据收集，开发新的分析方法，加强跨学科合作，为最终揭示意识的奥秘而努力。