更改

机制在当前状态<math>s_0</math>下，对系统未来状态的概率分布（即效果 repertoire）与无约束未来分布（由系统输入无约束扰动得出）之间的差异。

机制在当前状态<math>s_0</math>下，对系统未来状态的概率分布（即效果 repertoire）与无约束未来分布（由系统输入无约束扰动得出）之间的差异。

==== 系统整合信息（φ，“小 phi”）====

 

=== 系统整合信息（φ，“小 phi”）===

<math>\phi</math>衡量的是单个机制（如一个神经元、一个逻辑门，或一组元素构成的子机制）在其当前状态下，所指定的因果信息（cei）在多大程度上是不可被其组成部分还原的。

<math>\phi</math>衡量的是单个机制（如一个神经元、一个逻辑门，或一组元素构成的子机制）在其当前状态下，所指定的因果信息（cei）在多大程度上是不可被其组成部分还原的。

一个单词（如“SONO”）的含义，不能还原为“SO”和“NO”两个部分含义的简单叠加。它的“$\phi$”很高。而“AB”机制如果只是两个独立信号的简单并列，它的“<math>\phi</math>”就为0。

一个单词（如“SONO”）的含义，不能还原为“SO”和“NO”两个部分含义的简单叠加。它的“$\phi$”很高。而“AB”机制如果只是两个独立信号的简单并列，它的“<math>\phi</math>”就为0。

==== 结构整合信息（Φ，“大 phi”）====

=== 结构整合信息（Φ，“大 phi”）===

<math>\Phi</math>衡量的是整个系统（一组机制）所生成的概念结构（Conceptual Structure）在多大程度上是一个不可还原的整体。

<math>\Phi</math>衡量的是整个系统（一组机制）所生成的概念结构（Conceptual Structure）在多大程度上是一个不可还原的整体。