216
个编辑
更改
→历史
PID框架的局限集中在两点，其一是冗余信息的公理化方案约束出的部分信息原子形式不唯一，且信源数 ≥ 3 时，不存在一种冗余信息的度量能同时满足 Williams 和 Beer 三条公理、局部非负性、以及 Harder 等人<ref name="Harder_IRed">{{cite journal|author1=Harder M.|author2=Salge C.|author3=Polani D.|title=Bivariate measure of redundant information|journal=Physical Review E|year=2013|volume=87|issue=1|page=012130|url=https://doi.org/10.1103/PhysRevE.87.012130}}</ref>提出的"恒等公理"，为此，多为人员尝给出部分信息原子公理化的方案，这些PID框架各自在不同公理组合下成立；其二则是信息原子的计算可行性问题——对变量数过大规模系统，使用Williams和Beer原始PID方案对复杂系统进行PID分析会产生过高的计算成本，为此高斯型PID框架，作为提高标准PID框架可计算度的扩展方案被提出。扩展
PID框架的局限集中在两点，其一是冗余信息的公理化方案约束出的部分信息原子形式不唯一，且信源数 ≥ 3 时，不存在一种冗余信息的度量能同时满足 Williams 和 Beer 三条公理、局部非负性、以及 Harder 等人<ref name="Harder_IRed">{{cite journal|author1=Harder M.|author2=Salge C.|author3=Polani D.|title=Bivariate measure of redundant information|journal=Physical Review E|year=2013|volume=87|issue=1|page=012130|url=https://doi.org/10.1103/PhysRevE.87.012130}}</ref>提出的"恒等公理"，为此，多为人员尝给出部分信息原子公理化的方案，这些PID框架各自在不同公理组合下成立；其二则是信息原子的计算可行性问题——对变量数过大规模系统，使用Williams和Beer原始PID方案对复杂系统进行PID分析会产生过高的计算成本，为此高斯型PID框架，作为提高标准PID框架可计算度的扩展方案被提出。扩展
尽管PID框架存在上述问题，但其独特的理论结构和优良的可扩展性，使得PID框架可以通过灵活的扩展框架或变体应用于不同场景之中。
目前PID 已经成为复杂系统、因果科学、脑与神经科学、人工智能等领域不可或缺的工具，因为它首次提供了一种原则性的语言来回答"信息究竟是谁、以何种方式贡献给目标的"这一核心问题。
目前PID 已经成为复杂系统、因果科学、脑与神经科学、人工智能等领域不可或缺的工具，因为它首次提供了一种原则性的语言来回答"信息究竟是谁、以何种方式贡献给目标的"这一核心问题。