“讨论:整合信息论”的版本间的差异
跳到导航
跳到搜索
（→整合信息量） |
（→整合信息量） |
||
| 第32行： | 第32行： | ||
ymz：为什么？左边这个网络里有一些子网络看起来应该phi更大 | ymz：为什么？左边这个网络里有一些子网络看起来应该phi更大 | ||
| − | |||
| − | |||
*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 φ；在所有子网络中找到 φ 最大的那个，这个最大的 φ 就是 Φ，即该因果网络的信息整合程度。 | *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 φ；在所有子网络中找到 φ 最大的那个，这个最大的 φ 就是 Φ，即该因果网络的信息整合程度。 | ||
2025年9月27日 (六) 18:55的版本
历史背景
zy: 概述-历史背景；合并意识问题 写作逻辑：意识简单定义-意识问题（身心问题-物理过程如何产生意识体验）-传统研究思路-面临的问题-Tononi的开创的思路-引入通信和复杂性思维（还没写）-IIT引入
zy：改成 以前的框架（哲学、神经科学），补充泛灵论的思想。
ymz：现在历史背景里少了对查尔莫斯简单问题和难问题的划分的介绍。
整合信息量
- 若需详细了解离散的马尔科夫动力学系统的有效信息计算可以参看有效信息词条
ymz: 有效信息这个词条里不只介绍了离散的，也介绍了连续的情况
- Φ 是系统内在属性的函数
ymz：1.0的计算里是这样，从2.0开始往后就不是了，它还依赖于系统当前的状态
- Φ 指的是在所有子网络中，因果瓶颈处的有效信息所能达到的最大值。
ymz：什么是因果瓶颈 zhs:关于因果瓶颈在下文中有介绍“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”
ymz：有效信息这个概念还是出现的太靠前了。另外因果瓶颈这个概念有出处吗 zhs:目前只涌现这本书里看到，可能是老师自己定义的
- 具体定义为“在最小信息二分切割下可交换的有效信息量”
ymz: 给一下出处
- 综上，所以从观感上看，左侧网络更易被拆分，其phi值可能越小。
ymz：为什么？左边这个网络里有一些子网络看起来应该phi更大
- 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 φ；在所有子网络中找到 φ 最大的那个，这个最大的 φ 就是 Φ，即该因果网络的信息整合程度。
ymz:计算过程就放到下面讲计算的时候再讲就好了。另外这里的 φ 和 Φ写法还不一样，是刻意区分的吗？要把定义突出出来 zhs:我觉得此部分为对上面的一个phi计算过程的总结，我觉得也可放在这，并且此处也做了对因果瓶颈的解释,已做区分说明“在这里为了方便区分用[math]\displaystyle{ /phi }[/math]表示子网络的整合信息量，[math]\displaystyle{ \Phi }[/math]表示整体网络的整合信息量”
ymz：这个区分说明太不显眼了。这两个phi应该都是很重要的定义。
相关实验与研究
- 整合信息论（IIT）与全局神经网络工作空间（GNWT）
ymz:名字里的IIT可以去掉，因为整个词条都是在讲IIT zhs:已去除
ymz：中文“整合信息论”也去掉～