Zintegrowana teoria informacji

Phi , symbol używany do informacji zintegrowanych

Zintegrowana Teoria Informacji ( IIT ) próbuje zapewnić ramy zdolne do wyjaśnienia, dlaczego niektóre systemy fizyczne (takie jak ludzki mózg) są świadome , dlaczego czują się w określony sposób w określonych stanach (np. dlaczego nasze pole widzenia wydaje się rozszerzone, gdy patrzymy przez na nocnym niebie) i czego potrzeba, aby inne systemy fizyczne były świadome (Czy inne zwierzęta są świadome? Może cały Wszechświat ?). W zasadzie, gdy teoria jest dojrzała i została gruntownie przetestowana w kontrolowanych warunkach, ramy IIT mogą być w stanie dostarczyć konkretnych wniosków na temat tego, czy jakikolwiek system fizyczny jest świadomy, w jakim stopniu jest świadomy i jakie szczególne doświadczenia ma . W IIT przypuszcza się, że świadomość systemu (jak to jest subiektywnie) jest identyczna z jego świadomością przyczynowe (jak to jest obiektywnie). Dlatego powinno być możliwe wytłumaczenie świadomego doświadczenia systemu fizycznego poprzez rozwinięcie jego pełnych mocy przyczynowych (patrz Tożsamość centralna ).

IIT została zaproponowana przez neurobiologa Giulio Tononiego w 2004 roku. Najnowsza wersja teorii, oznaczona jako IIT 3.0 , została opublikowana w 2014 roku. Jednak teoria ta jest wciąż w fazie rozwoju, jak wynika z późniejszych publikacji poprawiających formalizm przedstawiony w IIT 3.0 .

Przegląd

Stosunek do „trudnego problemu świadomości”

David Chalmers argumentował, że każda próba wyjaśnienia świadomości w kategoriach czysto fizycznych (tj. rozpoczynania od praw fizyki w ich obecnym kształcie i wyprowadzania koniecznego i nieuniknionego istnienia świadomości) w końcu prowadzi do tak zwanego „trudnego problemu ” . Zamiast próbować zaczynać od zasad fizycznych i dochodzić do świadomości, IIT „zaczyna się od świadomości” (akceptuje istnienie naszej własnej świadomości jako pewne) i uzasadnia właściwości, które postulowany substrat fizyczny musiałby mieć, aby to wyjaśnić . Możliwość wykonania tego skoku z fenomenologia do mechanizmu opiera się na założeniu IIT, że jeśli formalne właściwości świadomego doświadczenia mogą być w pełni wyjaśnione przez podstawowy system fizyczny, to właściwości systemu fizycznego muszą być ograniczone przez właściwości doświadczenia. Ograniczenia fizycznego systemu istnienia świadomości są nieznane, a świadomość może istnieć w spektrum, jak sugerują badania z udziałem pacjentów z rozszczepionym mózgiem i świadomych pacjentów z brakującymi dużymi ilościami materii mózgowej.

W szczególności IIT przechodzi od fenomenologii do mechanizmu, próbując zidentyfikować podstawowe właściwości świadomego doświadczenia (nazywane „aksjomatami”), a stamtąd podstawowe właściwości świadomych systemów fizycznych (nazywane „postulatami”).

Aksjomaty: istotne właściwości doświadczenia

Aksjomaty i postulaty zintegrowanej teorii informacji

Aksjomaty mają na celu uchwycenie istotnych aspektów każdego świadomego doświadczenia. Każdy aksjomat powinien mieć zastosowanie do każdego możliwego doświadczenia.

Sformułowanie aksjomatów zmieniło się nieznacznie wraz z rozwojem teorii, a najnowsze i kompletne zestawienie aksjomatów jest następujące:

Istnienie wewnętrzne: Świadomość istnieje : każde doświadczenie jest aktualne — w rzeczywistości to, że moje doświadczenie tu i teraz istnieje (jest rzeczywiste) jest jedynym faktem, którego mogę być natychmiast i absolutnie pewien. Co więcej, moje doświadczenie istnieje ze swojej własnej wewnętrznej perspektywy, niezależnej od zewnętrznych obserwatorów (jest wewnętrznie rzeczywiste lub aktualne).

Kompozycja: Świadomość jest ustrukturyzowana : każde doświadczenie składa się z wielu rozróżnień fenomenologicznych , elementarnych lub wyższego rzędu. Na przykład, w ramach jednego doświadczenia mogę rozróżnić książkę, niebieski kolor, niebieską książkę, lewą stronę, niebieską książkę po lewej stronie i tak dalej.

Informacja: Świadomość jest specyficzna : każde doświadczenie jest tym , czym jest — składa się z określonego zestawu specyficznych fenomenalnych rozróżnień — w ten sposób różni się od innych możliwych doświadczeń ( różnicowanie ). Na przykład doświadczenie może obejmować fenomenalne rozróżnienia określające dużą liczbę lokalizacji przestrzennych, kilka pozytywnych pojęć, takich jak sypialnia (w przeciwieństwie do braku sypialni), łóżko (w przeciwieństwie do braku łóżka), książka (w przeciwieństwie do braku łóżka). książka), niebieski kolor (w przeciwieństwie do braku niebieskiego), „powiązania” wyższego rzędu rozróżnień pierwszego rzędu, takie jak niebieska książka (w przeciwieństwie do braku niebieskiej księgi), a także wiele negatywnych pojęć, takich jak brak ptak (w przeciwieństwie do ptaka), brak roweru (w przeciwieństwie do roweru), brak krzaka (w przeciwieństwie do krzaka) i tak dalej. Podobnie, doświadczenie czystej ciemności i ciszy jest tym, czym jest – ma swoją specyficzną jakość (bez sypialni, bez łóżka, bez książki, bez błękitu, ani żadnego innego przedmiotu, koloru, dźwięku, myśli itd. ). A będąc w ten sposób, z konieczności różni się to od dużej liczby alternatywnych doświadczeń, które mogłem mieć, ale tak naprawdę nie mam.

Integracja: Świadomość jest zjednoczona : każde doświadczenie jest nieredukowalne i nie można go podzielić na niewspółzależne, rozłączne podzbiory fenomenalnych rozróżnień. Doświadczam więc całej sceny wizualnej, a nie lewej strony pola widzenia niezależnej od prawej (i vice versa). Na przykład doświadczenie ujrzenia słowa „PONIEWAŻ” napisanego na środku pustej strony nie daje się zredukować do doświadczenia zobaczenia „BYĆ” po lewej stronie plus doświadczenia zobaczenia „PRZYCZYNY” po prawej stronie. Podobnie, zobaczenie niebieskiej książki nie sprowadza się do zobaczenia książki bez koloru niebieskiego plus koloru niebieskiego bez książki.

Wykluczenie: Świadomość jest określona , co do treści i ziarna czasoprzestrzennego: każde doświadczenie ma zestaw fenomenalnych rozróżnień, które posiada, ani mniej (podzbiór), ani więcej (nadzbiór), i płynie z taką prędkością, z jaką płynie, ani szybciej, ani wolniej. Na przykład doświadczenie, które mam, polega na zobaczeniu ciała na łóżku w sypialni, regału z książkami, z których jedna jest niebieską książką, ale nie mam doświadczenia o mniejszej treści — powiedzmy, takiego, w którym brakuje fenomenalnego rozróżnienie niebieski/nie niebieski lub kolorowy/nie kolorowy; lub z większą zawartością — powiedzmy, taką, która ma dodatkowe fenomenalne rozróżnienie wysokie/niskie ciśnienie krwi. Co więcej, moje doświadczenie płynie z określoną prędkością – każde doświadczenie obejmuje, powiedzmy, około stu milisekund – ale nie mam doświadczenia, które obejmuje tylko kilka milisekund, zamiast tego minuty lub godziny.
— dr Giulio Tononi , Zintegrowana teoria informacji , Scholarpedia

Postulaty: wymagane właściwości podłoża fizycznego

Aksjomaty opisują regularności w świadomym doświadczeniu, a IIT stara się wyjaśnić te prawidłowości. Co może tłumaczyć fakt, że każde doświadczenie istnieje, ma strukturę, jest zróżnicowane, zjednoczone i określone? IIT argumentuje, że istnienie podstawowego systemu przyczynowego o tych samych właściwościach oferuje najbardziej oszczędne wyjaśnienie. Tak więc system fizyczny, jeśli jest świadomy, jest taki dzięki swoim właściwościom przyczynowym.

Właściwości wymagane od świadomego substratu fizycznego nazywane są „postulatami”, ponieważ samo istnienie substratu fizycznego jest tylko postulowane (pamiętaj, IIT utrzymuje, że jedyną rzeczą, której można być pewnym, jest istnienie własnej świadomości). W dalszej części „system fizyczny” jest traktowany jako zestaw elementów, z których każdy ma dwa lub więcej stanów wewnętrznych, wejścia, które wpływają na ten stan, i wyjścia, na które ten stan ma wpływ (neurony lub bramki logiczne są naturalnymi przykładami) . Biorąc pod uwagę tę definicję „układu fizycznego”, postulaty są następujące:

Istnienie wewnętrzne: Aby wyjaśnić wewnętrzne istnienie doświadczenia, system składający się z elementów w stanie musi istnieć wewnętrznie (być aktualny): konkretnie, aby istnieć, musi mieć moc przyczynowo-skutkową, ponieważ nie ma sensu zakładać że coś istnieje, jeśli nic nie może na to wpłynąć lub jeśli nie może na nic wpłynąć. Co więcej, aby istnieć z własnej wewnętrznej perspektywy, niezależnej od zewnętrznych obserwatorów, system elementów w państwie musi mieć nad sobą moc przyczynowo-skutkową, niezależną od czynników zewnętrznych. Siłę przyczynowo-skutkową można ustalić, rozważając przestrzeń przyczynowo-skutkową z osią dla każdego możliwego stanu systemu w przeszłości (przyczyny) i przyszłości (skutki). W obrębie tej przestrzeni wystarczy wykazać, że „interwencja” wprowadzająca system w jakiś stan początkowy (przyczynę), utrzymująca stały stan elementów poza systemem (warunki tła), może doprowadzić z prawdopodobieństwem różnym od przypadku do jego obecny stan; odwrotnie, ustawienie systemu w jego obecnym stanie prowadzi z prawdopodobieństwem większym niż przypadek do innego stanu (skutku).

Skład: System musi mieć strukturę: podzbiory elementów składających się na system, złożone w różnych kombinacjach, również mają moc przyczynowo-skutkową w systemie. Zatem jeśli układ ABC składa się z elementów A , B i C , to dowolny podzbiór elementów (element jego potęgowego zbioru ), w tym A , B , C , AB , AC , BC , jak również cały system, ABC , może skomponować mechanizm o sile przyczynowo-skutkowej. Kompozycja pozwala elementom elementarnym (pierwszego rzędu) tworzyć odrębne mechanizmy wyższego rzędu, a wielu mechanizmom tworzyć strukturę.

Informacja: System musi określać strukturę przyczynowo-skutkową , która jest w szczególny sposób: określony zestaw określonych repertuarów przyczynowo-skutkowych — tym samym różniących się od innych możliwych (różnicowanie). Repertuar przyczynowo-skutkowy w pełni charakteryzuje moc przyczynowo-skutkową mechanizmu w systemie, ujawniając wyraźnie wszystkie jego właściwości przyczynowo-skutkowe. Można to określić, zakłócając system na wszystkie możliwe sposoby, aby ocenić, w jaki sposób mechanizm w swoim obecnym stanie wpływa na prawdopodobieństwo przeszłych i przyszłych stanów systemu. Razem, repertuary przyczynowo-skutkowe określone przez każdą kompozycję elementów w systemie określają strukturę przyczynowo-skutkową. ...

Integracja: struktura przyczynowo-skutkowa określona przez system musi być ujednolicona: musi być wewnętrznie nieredukowalna do struktury określonej przez niewspółzależne podsystemy uzyskane przez podziały jednokierunkowe . Podziały są podejmowane jednokierunkowo, aby zapewnić, że moc przyczynowo-skutkowa jest z natury rzeczy nieredukowalna - z wewnętrznej perspektywy systemu - co oznacza, że każda część systemu musi być w stanie zarówno wpływać na resztę systemu, jak i na nią wpływać. Wewnętrzną nieredukowalność można zmierzyć jako zintegrowaną informację ( „duże phi” lub ${\ textstyle \ Phi}$ , liczba nieujemna), która określa ilościowo, w jakim stopniu struktura przyczynowo-skutkowa określona przez elementy systemu zmienia się, jeśli system jest podzielony (pocięty lub zredukowany) wzdłuż jego minimalnego podziału (ten, który robi najmniejszą różnicę). Z drugiej strony, jeśli podział systemu nie ma wpływu na jego strukturę przyczynowo-skutkową, to całość można zredukować do tych części. Jeśli całość nie ma mocy przyczynowo-skutkowej ponad i poza swoimi częściami, to nie ma sensu zakładać, że całość istnieje sama w sobie: posiadanie nieredukowalnej mocy przyczynowo-skutkowej jest kolejnym warunkiem istnienia. Postulat ten odnosi się również do poszczególnych mechanizmów: podzbiór elementów może wnieść określony aspekt doświadczenia tylko wtedy, gdy ich połączony repertuar przyczynowo-skutkowy jest nieredukowalny przez minimalny podział mechanizmu („ małe phi” lub ${\ textstyle \ varphi}$ ).

Wykluczenie: struktura przyczynowo-skutkowa określona przez system musi być określona: jest określona na podstawie pojedynczego zestawu elementów - ani mniej, ani więcej - tego, w którym jest maksymalnie nieredukowalna ze swojej wewnętrznej perspektywy ( Φ Max {\ $Phi ^{\textrm {Max}}}$ ), w ten sposób zgłaszając maksymalne roszczenia do wewnętrznego istnienia. ... W odniesieniu do związku przyczynowego skutkuje to tym, że „zwycięska” struktura przyczynowo-skutkowa wyklucza alternatywne struktury przyczynowo-skutkowe określone na nakładających się elementach, w przeciwnym razie doszłoby do naddeterminacji przyczynowej. ... Można powiedzieć, że postulat wykluczenia wymusza brzytwę Ockhama (bytów nie należy mnożyć ponad konieczność): bardziej oszczędne jest postulowanie istnienia pojedynczej struktury przyczynowo-skutkowej nad systemem elementów - maksymalnie nieredukowalnym z wewnętrznej perspektywy systemu — niż mnogość nakładających się na siebie struktur przyczynowo-skutkowych, których istnienie nie miałoby większego znaczenia. Postulat wykluczenia dotyczy również poszczególnych mechanizmów: podzbiór elementów w stanie określa repertuar przyczynowo-skutkowy, który jest maksymalnie nieredukowalny ( MYSZY $,$ w systemie ( zwanym podstawową koncepcją lub koncepcją w skrócie. Znów nie może dodatkowo określać repertuaru przyczynowo-skutkowego nakładającego się na te same elementy, ponieważ w przeciwnym razie różnica, jaką robi mechanizm, byłaby liczona wielokrotnie. ... Wreszcie, postulat wykluczenia odnosi się również do ziaren czasoprzestrzennych, co sugeruje, że struktura pojęciowa jest określona dla określonego rozmiaru ziarna w przestrzeni (kwarki, atomy, neurony, grupy neuronów, obszary mózgu itd.) i czas (albo mikrosekundy, milisekundy, sekundy, minuty itd.), ten, w którym ${\ textstyle \ Phi}$ osiąga maksimum. ... Ponownie oznacza to, że mechanizm nie może określić repertuaru przyczynowo-skutkowego przy określonym ziarnie czasowym, a dodatkowych skutków przy drobniejszym lub grubszym ziarnie, w przeciwnym razie różnice, jakie powoduje mechanizm, byłyby liczone wielokrotnie.
— dr Giulio Tononi , Zintegrowana teoria informacji , Scholarpedia

Matematyka: formalizacja postulatów

Kompletny i dokładny opis matematycznej formalizacji IIT znajduje się w odnośniku. To, co następuje, jest pomyślane jako krótkie podsumowanie, zaadaptowane z najważniejszych ilości. Pseudokod algorytmów używanych do obliczania tych wielkości można znaleźć w odnośnikach. Wizualną ilustrację algorytmu można znaleźć w dodatkowym materiale artykułu opisującego zestaw narzędzi PyPhi.

System odnosi się do zestawu elementów, z których każdy ma dwa lub więcej stanów wewnętrznych, wejścia, które wpływają na ten stan, oraz wyjścia, na które ten stan ma wpływ . Mechanizm odnosi się do podzbioru elementów systemu. Poniższe ilości na poziomie mechanizmu służą do oceny integracji dowolnego danego mechanizmu, a ilości na poziomie systemu służą do oceny integracji zestawów mechanizmów („zestawów zestawów”).

Aby zastosować formalizm IIT do systemu, należy znać jego pełną macierz prawdopodobieństwa przejścia (TPM). TPM określa prawdopodobieństwo, z jakim dowolny stan systemu przechodzi w dowolny inny stan systemu. Każda z poniższych wielkości jest obliczana oddolnie z TPM systemu.

Ilości na poziomie mechanizmu
Repertuar przyczynowo-skutkowy ${\ textstyle {\ textrm {CER} }(m_{t},\,Z_{t\pm 1})=\{p_{\textrm {przyczyna}}(z_{t-1}\|m_{t}),\,p_{\textrm {efekt }}(z_{t+1}\|m_{t})\}}$ $, w$ ${\ textstyle Z_ {t-1}}$ sposób mechanizm w swoim obecnym stanie $ogranicza przeszłe i$ stany zbiorów elementów i ${\ textstyle Z_ {t + 1}}$ . Zauważ, że ${\ textstyle Z_ {t-1}}$ może różnić się od ${\ textstyle Z_ {t+1}}$ , ponieważ elementy, na które wpływa mechanizm, mogą różnić się od elementów, które wpływają To.
Podział ${\textstyle P=\{M_{1},Z_{1};M_{2},Z_{2}\}}$ _ jest zgrupowaniem elementów systemu, gdzie połączenia między częściami ${\ textstyle \ {M_ {1}, Z_ {1} \}}$ i ${\ textstyle \ {M_ {2}, Z_ {2} \}}$ są wstrzykiwane z niezależnym szumem. $,$ przypadku prostego elementu binarnego $,$ $\ textstyle B$ dane wyjściowe do prostego elementu binarnego wstrzyknięcie połączenia z szumem oznacza, że wartość wejściowa, którą $} \textstyle A}$ otrzymuje, ${\ textstyle 0}$ lub ${\ textstyle 1}$ , jest całkowicie niezależny od aktualnego stanu ${\ textstyle B}$ , renderując w ten sposób ${\ textstyle B}$ przyczynowo nieskuteczne. ${\ textstyle P_ {t \ pm 1}}$ oznacza parę podziałów, z których jeden jest brany pod uwagę, patrząc na przyczyny mechanizmu, a drugi, patrząc na jego skutki.
Odległość poruszacza się ziemi EMD $\ textstyle {\ textrm {EMD}} (p_ {1}, \, p_ {2})}$ służy do pomiaru odległości między rozkładami prawdopodobieństwa ${\ textstyle p_ {1}}$ i ${\ textstyle p_ {2}}$ . EMD zależy od wybranej przez użytkownika odległości gruntu między punktami w przestrzeni metrycznej, w której mierzone są rozkłady prawdopodobieństwa, która w IIT jest przestrzenią stanów systemu. Podczas obliczania EMD za pomocą systemu prostych elementów binarnych odległość uziemienia między stanami systemu jest wybierana jako ich odległość Hamminga .
$textstyle$ informacja mierzy nieredukowalność repertuaru przyczynowo-skutkowego w odniesieniu do podziału , $}$ przez połączenie nieredukowalności jego składowych repertuarów przyczynowo-skutkowych φ { w odniesieniu do tego samego podziału. Nieredukowalność repertuaru przyczyn przez $t$ ${\ textstyle \ varphi _ {\ textrm {przyczyna}} (m_ {t}, \, Z_ {t-1}, \,P_{t-1})={\textrm {EMD}}(p_{\textrm {przyczyna}}(z_{t-1}\|m_{t}),\,p_{\textrm {przyczyna}} (z_{1,t-1}\|m_{1,t})\times p_{\textrm {przyczyna}}(z_{2,t-1}\|m_{2,t}))} i podobnie$ dla repertuar efektów. W połączeniu ${\ textstyle \ varphi _ {\ textrm {przyczyna}}}$ i ${\ textstyle \ varphi _ {\ textrm {efekt}}}$ dają nieredukowalność CER $\ textstyle {\ textrm {CER} }}$ jako całość: ${\textstyle \varphi (m_{t},\,Z_{t\pm 1},\,P_{t\pm 1})=\min(\varphi _{\textrm {przyczyna}}(m_{t} ,\,Z_{t-1},\,P_{t-1}),\varphi _{\textrm {efekt}}(m_{t},\,Z_{t+1},\,P_{t +1})).}$ .
Minimalny podział informacji mechanizmu i jego zakres jest określony przez ${\textstyle {\textrm {MIP}} (m_ {t}, \, Z_ {t \ pm 1}) = \ nazwa operatora {} {\ arg \, \ min} _ {P_ {t \ pm 1}} \,(\varphi (m_{t},\,Z_{t\pm 1},\,P_{t\pm 1}))}$ . Podział na minimum informacji to podział, który najmniej wpływa na repertuar przyczynowo-skutkowy. Z tego powodu jest czasami nazywany partycją o minimalnej różnicy* . Zauważ, że „partycja” o minimalnej informacji, pomimo swojej nazwy, jest tak naprawdę parą partycji , oznaczoną ${\ textstyle {\ textrm {MIP}} _ {\ textrm {przyczyna}}}$ i ${\ textstyle { \textrm {MIP}}_{\textrm {efekt}}}$ .
$,$ w przypadku których repertuar przyczynowo-skutkowy mechanizmu jest maksymalnie nieredukowalny (innymi słowy, w przypadku których jego jest najwyższy). Nazywamy ten wybór elementów ${\ textstyle Z_ {t \ pm 1} ^ {} = \ {Z_ {t-1} ^ { },\,Z_{t+1}^{}\}}$ i powiedzmy, że ten wybór określa maksymalnie nieredukowalny repertuar przyczynowo-skutkowy* . Formalnie ${\ textstyle Z_ {t-1} ^ {} = \ { \operatorname {} {\arg \,\max }_{Z_{t-1}}\,(\varphi _{\textrm {przyczyna}}(m_{t},\,Z_{t-1}, \,{\textrm {MIP}}_{\textrm {przyczyna}}})\}}$ i ${\ textstyle Z_ {t + 1} ^ {} = \ {\ operatorname {} {\ arg \,\max }_{Z_{t+1}}\,(\varphi _{\textrm {efekt}}(m_{t},\,Z_{t+1},\,{\textrm {MIP }}_ {\textrm {efekt}})}\}}$ .
Pojęcie CER ${\ textstyle {\ textrm {CER}} (m_ {t}, \, Z_ {t \ pm 1} ^ {}) = \ { p _ {\ textrm {przyczyna}} (z_ {t-1} ^ { }\|m_{t}),\,p_{\textrm {efekt}}(z_{t+1}^{}\|m_{t})\}} to maksymalnie nieredukowalny repertuar przyczynowo-skutkowy$ mechanizmu ${\ textstyle M_ {t}}$ w obecnym stanie ${\ textstyle m_ {t}}$ ponad ${\ textstyle Z_ {t \ pm 1} ^ {}}$ i opisuje przyczynową rolę z ${\ textstyle M_ {t}}$ w systemie. Nieformalnie ${\ textstyle Z_ {t \ pm 1} ^ {}} jest$ zakresem* pojęcia i określa, o co „chodzi” pojęcie. ${\ textstyle \ varphi ^ {\ textrm {Max}} (m_ {t}) = \ varphi (m_ {t}, \, Z_ {t \pm 1}^{},\,{\textrm {MIP}})=\min(\varphi _{\textrm {przyczyna}}(m_{t},\,Z_{t-1}^{ },\,{\textrm {MIP}}_{\textrm {przyczyna}}),\,\varphi _{\textrm {skutek}}(m_{t},\,Z_{t+1}^{* },\,{\textrm {MIP}}_{\textrm {efekt}})}}$ siła przyczynowo-skutkowa m ${\ textstyle m_ {t}}$ jest siłą koncepcji i jest dana wzorem:

Ilości na poziomie systemu
$\ textstyle \ varphi ^$ $t$ - jest zbiorem pojęć określonych przez wszystkie mechanizmy z w systemie ${\ textstyle S_ {t}}$ w jego obecnym stanie ${\ textstyle s_ {t}}$ . Jeśli system okazuje się być świadomy, jego struktura przyczynowo-skutkowa jest często określana jako a struktura koncepcyjna .
Partycja jednokierunkowa $_$ grupa ${\ textstyle S_ {1}}$ do ${\ textstyle S_ {2}}$ są wstrzykiwane z niezależnym szumem.
Rozszerzona odległość poruszacza się ziemi ${\ textstyle {\ textrm {XEMD}} (C_ {1}, \, C_ {2})}$ służy do pomiaru minimalnego kosztu przekształcenia struktury przyczynowo-skutkowej ${\ textstyle C_ {1}}$ w strukturę ${\ textstyle C_ {2}}$ . Nieformalnie można powiedzieć, że – podczas gdy EMD przenosi prawdopodobieństwo stanu systemu na odległość między dwoma stanami systemu – XEMD przenosi siłę koncepcji na odległość między dwoma koncepcjami. W XEMD „ziemia”, która ma być transportowana, to wewnętrzna siła przyczynowo-skutkowa ( $,$ a odległość od ziemi między koncepcjami $textstyle A}$ i ${\ textstyle B}$ z repertuarami przyczyn ${\ textstyle A _ {\ textrm {przyczyna}}}$ i ${\ textstyle B _ {\ textrm {przyczyna}}}$ i repertuary skutków $\ textstyle A_ {\ textrm { efekt}}}$ i ${\ textstyle B _ {\ textrm {skutek}}}$ jest dana przez ${\textstyle {\textrm {EMD}} (A_ {\textrm {przyczyna$ .
$_ ={\textrm {XEMD}}(C(s_{t})\|C(s_{t},\,P_{\to })}}$ ) mierzy nieredukowalność struktury przyczynowo-skutkowej względem podziału jednokierunkowego. ${\ textstyle \ Fi}$ przechwytuje, jak bardzo zmieniają się repertuary przyczynowo-skutkowe mechanizmów systemu i ile wewnętrznej siły przyczynowo-skutkowej ( $tracone$ z powodu partycji ${\ textstyle P_ {\do}}$ .
Minimalny podział informacyjny zbioru elementów w stanie jest określony przez ${\ textstyle {\ textrm {MIP}} (s_ {t}) = \ nazwa operatora {*} {\ arg \, \ min} _ {P_ {\ do}} \, (\ Phi (s_ { t},\,\,P_{\do }))}$ . Podział informacji minimalnych to podział jednokierunkowy, który najmniej wpływa na strukturę przyczynowo-skutkową. do $(s_ {t})}$ .
Wewnętrzna siła przyczynowo-skutkowa zbioru elementów w stanie jest określona przez ${\ textstyle \ Phi ^ {\ textrm {Max}} (s_ {t} ^ {}) = \ Phi (s_ {t} ^ {}, \, {\ textrm { MIP}} (s_ {t} ^ {}))}$ , tak że dla każdego innego ${\ textstyle S_ {t}}$ z ${\ textstyle (S_ {t} \cap S_{t}^{})\neq \emptyset }$ , ${\ textstyle \ Phi (s_ {t}) \ równoważnik \ Phi (s_ {t} ^ {*})}$ . Według IIT, ${\textstyle \ Phi ^{\textrm {Max}}}$ systemu to stopień, w jakim można powiedzieć, że istnieje.
Złożony $s_{t}^{})>0}$ zbiór elementów > $textrm$ $}} = \$ Phi* , a tym samym określa maksymalnie nieredukowalną strukturę przyczynowo-skutkową , zwana także strukturą pojęciową . Według IIT kompleksy są bytami świadomymi.

Przestrzeń przyczynowo-skutkowa

$.$ przypadku systemu $po$ elementów binarnych przestrzeń przyczynowo-skutkowa jest tworzona przez osie, dla każdego możliwego przeszłego i przyszłego . Każdy repertuar przyczynowo-skutkowy $, który określa prawdopodobieństwo każdego możliwego stanu przeszłego i przyszłego systemu, można łatwo$ jako punkt w tej wielowymiarowej przestrzeni: położenie tego punktu wzdłuż każdej osi to R {\ displaystyle R} dane przez prawdopodobieństwo tego stanu określone przez ${\ displaystyle R}$ . Jeśli przyjmuje się, że punkt ma również wielkość skalarną (którą można nieformalnie uważać na przykład za „rozmiar” punktu), to może on z łatwością reprezentować pojęcie: repertuar przyczynowo-skutkowy pojęcia określa położenie punktu w $.$ , a wartość pojęcia wielkość tego punktu

W ten sposób strukturę pojęciową $można$ wykreślić jako konstelację punktów w przestrzeni przyczynowo-skutkowej Każdy punkt nazywany jest gwiazdą , a $to$ każdej gwiazdy ( ) jej rozmiar

Centralna tożsamość

IIT odnosi się do problemu umysł-ciało , proponując tożsamość między fenomenologicznymi właściwościami doświadczenia a przyczynowymi właściwościami systemów fizycznych: Struktura pojęciowa określona przez zespół elementów w stanie jest identyczna z jego doświadczeniem.

W szczególności forma struktury pojęciowej w przestrzeni przyczynowo-skutkowej całkowicie określa jakość doznania, podczas gdy nieredukowalność struktury pojęciowej określa poziom, do którego jest ona ${\ Displaystyle \ Phi ^ {\ textrm {Max}}}$ istnieje (tj. poziom świadomości kompleksu). Maksymalnie nieredukowalny repertuar przyczynowo-skutkowy każdej koncepcji w ramach struktury pojęciowej określa, co koncepcja przyczynia się do jakości doświadczenia, podczas gdy jej nieredukowalność φ $\ displaystyle \ varphi ^ {\ textrm {Max}}}$ określa, jak bardzo koncepcja jest obecna w doświadczeniu.

Według IIT doświadczenie jest więc nieodłączną właściwością zespołu mechanizmów w państwie.

Rozszerzenia

Obliczenie nawet systemu o niewielkich rozmiarach $dlatego$ podjęto wysiłki w celu opracowania heurystycznych lub zastępczych miar zintegrowanych informacji. Na przykład Masafumi $Oizumi i$ opracowali zarówno zintegrowane informacje geometryczne , które są praktycznymi $.$ Są one związane z miarami zastępczymi opracowanymi wcześniej przez Anila Setha i Adama Barretta. Jednak żadna z tych miar zastępczych nie ma matematycznie udowodnionego związku z rzeczywistością ${\ displaystyle \ Phi ^ {\ textrm {Max}}}$ wartość, co komplikuje interpretację analiz, które ich używają. Mogą dawać jakościowo różne wyniki nawet dla bardzo małych systemów.

W 2021 roku Angus Leung i współpracownicy opublikowali bezpośrednie zastosowanie formalizmu matematycznego IIT do danych neuronowych. Aby obejść wyzwania obliczeniowe związane z większymi zbiorami danych, autorzy skupili się na aktywności populacji neuronów w locie. Badanie wykazało, że $łatwo$ dla mniejszych zestawów danych neuronowych. Co więcej, zgodnie z przewidywaniami IIT, $.$ gdy zwierzęta przeszły znieczulenie ogólne

Znaczącym wyzwaniem obliczeniowym przy obliczaniu zintegrowanych informacji jest znalezienie minimalnej partycji informacyjnej systemu neuronowego, co wymaga iteracji przez wszystkie możliwe partycje sieciowe. Aby rozwiązać ten problem, Daniel Toker i Friedrich T. Sommer wykazali, że rozkład widmowy macierzy korelacji dynamiki systemu jest szybkim i niezawodnym wskaźnikiem zastępczym dla minimalnego podziału informacji.

Powiązane prace eksperymentalne

$struktury koncepcyjnej$ systemu jest stosunkowo prosty, jego wysoka czasowa sprawia, że jest to trudne obliczeniowo dla wielu interesujących systemów. Heurystyki i aproksymacje mogą być czasami wykorzystywane do dostarczania szacunków ogólnych zintegrowanych informacji złożonego systemu, ale dokładne obliczenia są często niemożliwe. Te wyzwania obliczeniowe, w połączeniu z już trudnym zadaniem wiarygodnej i dokładnej oceny świadomości w warunkach eksperymentalnych, utrudniają testowanie wielu przewidywań teorii.

Pomimo tych wyzwań, naukowcy próbowali wykorzystać miary integracji i różnicowania informacji do oceny poziomów świadomości u różnych osób. Na przykład $było$ wymagającego obliczeniowo proxy dla w stanie wiarygodnie rozróżnić różne poziomy świadomości w stanie czuwania, snu (śnienia vs. śnienia), znieczulonych i w stanie śpiączki (wegetatywne vs. minimalnie świadome vs. zamknięte) osoby.

IIT dokonuje również kilku przewidywań, które dobrze pasują do istniejących dowodów eksperymentalnych i mogą być wykorzystane do wyjaśnienia pewnych sprzecznych z intuicją odkryć w badaniach nad świadomością. Na przykład IIT można wykorzystać do wyjaśnienia, dlaczego niektóre obszary mózgu, takie jak móżdżek , nie wydają się przyczyniać do świadomości, pomimo ich wielkości i/lub znaczenia funkcjonalnego.

Przyjęcie

Zintegrowana teoria informacji spotkała się zarówno z szeroką krytyką, jak i poparciem.

Wsparcie

Neurobiolog Christof Koch , który pomógł opracować późniejsze wersje tej teorii, nazwał IIT „jedyną naprawdę obiecującą fundamentalną teorią świadomości”. Technolog i były student Kocha, Virgil Griffith, mówi: „IIT jest obecnie wiodącą teorią świadomości”. Jednak jego odpowiedź na pytanie, czy IIT jest właściwą teorią, brzmi: „Prawdopodobnie nie”.

Neuronaukowiec i badacz świadomości Anil Seth popiera tę teorię, z pewnymi zastrzeżeniami, twierdząc, że „świadome doświadczenia są wysoce pouczające i zawsze zintegrowane”. i że „Jedną rzeczą, która natychmiast wynika z [IIT], jest to, że masz ładne wyjaśnienie post hoc dla pewnych rzeczy, które wiemy o świadomości”. Ale twierdzi również, że „części IIT, które uważam za mniej obiecujące, to te, w których twierdzi, że zintegrowana informacja jest w rzeczywistości świadomością - że istnieje tożsamość między nimi”. I skrytykował panpsychistyczne ekstrapolacje tej teorii.

Filozof David Chalmers , znany z idei trudnego problemu świadomości , wyraził pewien entuzjazm na temat IIT. Według Chalmersa, IIT to rozwój we właściwym kierunku, niezależnie od tego, czy jest on właściwy, czy nie.

Fizyk Max Tegmark również wyraził pewne poparcie dla podejścia przyjętego przez IIT i uważa je za zgodne z jego własnymi poglądami na temat świadomości jako „stanu materii”. Tegmark próbował również rozwiązać problem złożoności obliczeniowej stojącej za obliczeniami. Według Maxa Tegmarka „miara integracji zaproponowana przez IIT jest obliczeniowo niewykonalna do oceny dla dużych systemów, rosnących superwykładniczo wraz z zawartością informacji systemu”. W rezultacie Φ można przybliżyć jedynie w przybliżeniu. Jednak różne sposoby aproksymacji Φ dają radykalnie różne wyniki. Inne prace wykazały, że Φ można obliczyć w niektórych dużych modelach sieci neuronowych średniego pola, chociaż niektóre założenia teorii muszą zostać zmienione, aby uchwycić przejścia fazowe w tych dużych systemach.

Krytyka

Jedna krytyka dotyczyła tego, że twierdzenia IIT jako teorii świadomości „nie są naukowo potwierdzone ani testowalne w tej chwili”. Chociaż prawdą jest, że pełna analiza sugerowana przez IIT nie może być obecnie zakończona dla ludzkich mózgów, IIT została już zastosowana do modeli kory wzrokowej, aby wyjaśnić, dlaczego przestrzeń wzrokowa jest odczuwana w taki sposób.

Neuronaukowcy Björn Merker , David Rudrauf i Philosopher Kenneth Williford są współautorami artykułu krytykującego IIT z kilku powodów. Po pierwsze, nie wykazując, że wszyscy członkowie systemów, które faktycznie łączą integrację i różnicowanie w formalnym sensie IIT, są świadomi, systemy, które wykazują wysoki poziom integracji i różnicowania informacji, mogą zapewnić niezbędne warunki dla świadomości, ale te kombinacje atrybutów nie nie są równoznaczne z warunkami świadomości. Po drugie, miara Φ odzwierciedla raczej efektywność globalnego transferu informacji niż poziom świadomości, oraz że korelacja Φ z poziomem świadomości poprzez różne stany czuwania (np. odzwierciedlają poziom efektywnych interakcji sieciowych wykonywanych w celu zaangażowania kory mózgowej. Stąd Φ odzwierciedla raczej wydajność sieci niż świadomość, co byłoby jedną z funkcji pełnionych przez efektywność sieci korowej. Oczywiście IIT podkreśla znaczenie spełnienia wszystkich pięciu postulatów (nie tylko informacji i integracji) i nie twierdzi, że Φ jest tożsame ze świadomością, podważając wiarygodność autorów w temacie IIT i pozostawiając ściętą ich główną krytykę.

Neurobiolog Michael Graziano , zwolennik teorii konkurencyjnego schematu uwagi , odrzuca IIT jako pseudonaukę . Twierdzi, że IIT jest „teorią magików”, która „nie ma szans na sukces naukowy ani zrozumienie”.

Teoretyczny informatyk Scott Aaronson skrytykował IIT, demonstrując za pomocą własnego sformułowania, że nieaktywna seria bramek logicznych, ułożona we właściwy sposób, byłaby nie tylko świadoma, ale byłaby „bezgranicznie bardziej świadoma niż ludzie”. Sam Tononi zgadza się z oceną i przekonuje, że według IIT jeszcze prostszy układ nieaktywnych bramek logicznych, jeśli jest wystarczająco duży, również byłby świadomy. Jednak dalej argumentuje, że jest to raczej siła IIT niż słabość, ponieważ jest to dokładnie ten rodzaj cytoarchitektury , za którym podążają duże części kory mózgowej , szczególnie w tylnej części mózgu, która według niektórych recenzji jest najbardziej prawdopodobnym neuroanatomicznym korelatem świadomości .

Recenzowany komentarz 58 naukowców zaangażowanych w naukowe badania świadomości odrzuca te wnioski dotyczące bramek logicznych jako „tajemnicze i niefalsyfikowalne twierdzenia”, które należy odróżnić od „empirycznie produktywnych hipotez”. ^{[ wymagane wyjaśnienie ]} IIT jako naukowa teoria świadomości była krytykowana w literaturze naukowej jako „albo fałszywa, albo nienaukowa” na podstawie własnych definicji. IIT został również potępiony przez innych członków pola świadomości jako wymagający „nienaukowego skoku wiary”, ale nie jest jasne, czy tak jest w rzeczywistości, jeśli teoria jest właściwie rozumiana. Teoria była również wyśmiewana za brak odpowiedzi na podstawowe pytania wymagane od teorii świadomości. Filozof Adam Pautz mówi: „Dopóki zwolennicy IIT nie odpowiedzą na te pytania, nie przedstawią jasnej teorii, którą można by ocenić jako prawdziwą lub fałszywą”.

Wpływowy filozof John Searle skrytykował teorię, mówiąc: „Teoria implikuje panpsychizm ” i „Problem z panpsychizmem nie polega na tym, że jest fałszywy; nie dochodzi do poziomu fałszu. Ściśle mówiąc, jest to bez znaczenia, ponieważ twierdzenie to nie ma jasnego pojęcia. ”. Jednak to, czy teoria ma implikacje panpsychistyczne (że wszystko lub większość tego, co istnieje fizycznie, musi być, być częścią czegoś, co jest lub być złożone części, które są świadome) nie ma wpływu na naukową ważność teorii. Stanowisko Searle'a zostało również skontrowane przez innych filozofów za niezrozumienie i błędne przedstawienie teorii, która w rzeczywistości rezonuje z jego własnymi pomysłami.

Matematyka IIT była również krytykowana, ponieważ „posiadanie wysokiej wartości Φ wymaga wysoce specyficznych struktur, które są niestabilne na drobne perturbacje”. Ta podatność na drobne perturbacje wydaje się niespójna z wynikami empirycznymi dotyczącymi neuroplastyczności ludzkiego mózgu, a tym samym osłabia teorię. Jednak systemy badane przez Schwitzgebela były małymi sieciami bramek logicznych, a nie ludzkimi mózgami w normalnych warunkach czuwania, a możliwość uogólnienia na systemy, o których mamy dostęp do zweryfikowanego świadomego doświadczenia (ludzi), jest wątpliwa.

Filozof Tim Bayne skrytykował aksjomatyczne podstawy tej teorii. Dochodzi do wniosku, że „tak zwane„ aksjomaty ”, które Tononi et al. odwołują się do tego, by nie kwalifikować się jako autentyczne aksjomaty”.

Zobacz też

Linki zewnętrzne

Powiązane dokumenty

Tononi, Giulio; Boly, Melanie; Massimini, Marcello; Kocha, Christof (2016). „Zintegrowana teoria informacji: od świadomości do jej fizycznego podłoża”. Nature Recenzje Neuroscience . 17 (7): 450–461. doi : 10.1038/nrn.2016.44 . PMID 27225071 . S2CID 21347087 .
Tononi, Giulio (2015). „Zintegrowana teoria informacji” . Scholarpedia . 10 (1): 4164. Bibcode : 2015SchpJ..10.4164T . doi : 10.4249/scholarpedia.4164 .
Oizumi, Masafumi; Albantakis, Larissa; Tononi, Giulio (2014). „Od fenomenologii do mechanizmów świadomości: zintegrowana teoria informacji 3.0” . Biologia obliczeniowa PLOS . 10 (5): e1003588. Bibcode : 2014PLSCB..10E3588O . doi : 10.1371/journal.pcbi.1003588 . PMC 4014402 . PMID 24811198 . S2CID 2578087 .
Zintegrowana teoria informacji: zaktualizowane konto (2012) (pierwsza prezentacja IIT 3.0)
Tononi, Giulio (2008). „Świadomość jako zintegrowana informacja: tymczasowy manifest” . Biuletyn Biologiczny . 215 (3): 216–242. doi : 10.2307/25470707 . JSTOR 25470707 . PMID 19098144 .
Tononi, Giulio (2004). „Informacyjna teoria świadomości świadomości” . Neuronauka BMC . 5 : 42. doi : 10.1186/1471-2202-5-42 . PMC 543470 . PMID 15522121 .

Strony internetowe

Integratedinformationtheory.org : źródło wiedzy o IIT; posiada graficzny interfejs użytkownika do PyPhi.
„Zintegrowana informacja Teoria świadomości” . Internetowa encyklopedia filozofii .

Oprogramowanie

PyPhi : pakiet Pythona o otwartym kodzie źródłowym do obliczania zintegrowanych informacji.
- Mayner, William GP; Marshall, William; Albantakis, Larissa; Findlay, Graham; Marchman, Robert; Tononi, Giulio (2018). „PyPhi: zestaw narzędzi do zintegrowanej teorii informacji” . Biologia obliczeniowa PLOS . 14 (7): e1006343. ar Xiv : 1712.09644 . Bibcode : 2018PLSCB..14E6343M . doi : 10.1371/journal.pcbi.1006343 . PMC 6080800 . PMID 30048445 .
- Graficzny interfejs użytkownika
- Dokumentacja