5,443
个编辑
更改
跳到导航
跳到搜索
第90行：
第90行： − +
→整合信息量（Φ）
具体计算过程为：首先遍历所有子网络（即子系统）；对于任意选定的子网络，遍历所有切断它的划分方法，找到最小有效信息的切分，该切分处称为因果瓶颈，此处的有效信息即为该子网络的 <math>\phi</math>值；在所有子网络中找到 <math>\phi</math> 最大的那个，这个最大的 <math>\phi</math> 就是所求系统的<math>\Phi</math>值，即该因果网络的信息整合程度（此处用<math>\phi</math>表示子网络的整合信息量，<math>\Phi</math>表示整个系统的整合信息量）。
具体计算过程为：首先遍历所有子网络（即子系统）；对于任意选定的子网络，遍历所有切断它的划分方法，找到最小有效信息的切分，该切分处称为因果瓶颈，此处的有效信息即为该子网络的 <math>\phi</math>值；在所有子网络中找到 <math>\phi</math> 最大的那个，这个最大的 <math>\phi</math> 就是所求系统的<math>\Phi</math>值，即该因果网络的信息整合程度（此处用<math>\phi</math>表示子网络的整合信息量，<math>\Phi</math>表示整个系统的整合信息量）。
综上，所以从观感上看，左侧网络更易被拆分，其<math>\Phi</math>值可能越小，但是其子网络可能具有更高的整合程度，故其<math>\Phi</math>值亦有可能更高。一个因果网络的信息整合程度是所有子网络中因果瓶颈处(即有效信息最小切分处)的有效信息所能达到的最大值，而具有这一最大有效信息的子网络便是意识发生的区域。
综上，所以从观感上看，左侧网络更易被拆分，其<math>\Phi</math>值可能越小，但是其子网络可能具有更高的整合程度，故其<math>\Phi</math>值亦有可能更高，所以关于<math>\Phi</math>值大小的比较还需根据具体计算。一个因果网络的信息整合程度是所有子网络中因果瓶颈处(即有效信息最小切分处)的有效信息所能达到的最大值，而具有这一最大有效信息的子网络便是意识发生的区域。
== 意识程度的度量 ==
== 意识程度的度量 ==