[논문 리뷰] Integrated Information in Process Theories

Sean Tull, Johannes Kleiner|arXiv (Cornell University)|2020. 02. 18.

Bayesian Modeling and Causal Inference참고 문헌 20인용 수 9

한 줄 요약

이 논문은 대칭 모나드 카테고리( symmetric monoidal categories)를 사용하여 통합 정보 이론(IIT)에 대한 범주적 프레임워크를 제안하며, 고전적 확률론적 및 양자 시스템을 포함한 다양한 물리 이론에 걸쳐 IIT를 통합적이고 일반화된 형태로 표현할 수 있게 한다. 핵심 IIT 개념들인 시스템, 통합성, 원인-결과 재고(cause-effect repertoires)를 다이어그램적으로 표현함으로써, 저자들은 IIT 3.0과 양자 IIT(Zanardi 등)가 이 형식주의 내에서 자연스럽게 특수한 경우로 나타남을 보여주며, 어떤 과정 이론에서든 통합 정보를 엄밀하고 구성적으로 다룰 수 있는 기초를 제공한다.

ABSTRACT

We demonstrate how the key notions of Tononi et al.'s Integrated Information Theory (IIT) can be studied within the simple graphical language of process theories, i.e. symmetric monoidal categories. This allows IIT to be generalised to a broad range of physical theories, including as a special case the Quantum IIT of Zanardi, Tomka and Venuti.

연구 동기 및 목표

• 통합 정보 이론(IIT)을 고전적 유한 시스템을 넘어서 다양한 물리 이론의 광범위한 클래스로 일반화하기 위해.
• 대칭 모나드 카테고리의 수학적 언어 안에서 시스템, 통합성, 인과관계, 재고(repertoires)와 같은 핵심 IIT 개념들을 형식화하기 위해.
• IIT 3.0과 양자 IIT(Zanardi, Tomka, Venuti)가 이 통합 프레임워크의 자연스러운 사례로 나타남을 보여주기 위해.
• 수학적으로 엄밀한 방식으로 통합 정보를 다룰 수 있는 다이어그램적이고 구성적인 계산법을 제공하기 위해.

제안 방법

• 물리적 시스템과 과정을 대칭 모나드 카테고리 내의 사상으로 표현하고, 직관적이고 형식적인 추론을 위한 그림 기반 계산법을 사용하기 위해.
• 시스템을 요소로 분해 가능한 객체로 정의하고, 카테고리의 텐서 구조를 사용해 병렬 및 순차적 조합을 모델링하기 위해.
• 원인과 결과 재고를 조건부 독립 성질을 만족하는 과정으로 형식화하여 인과적 해석을 보장하기 위해.
• 조건부 독립을 통한 '절단(cut)' 진동을 도입하여 시스템 분해를 모델링하고 통합성을 측정하기 위해.
• 원인-결과의 구조와 스칼라 값 확률을 사용해 전체 시스템 동역학과 절단된 시스템 동역학 간의 거리로 통합 정보(Φ)를 정의하기 위해.
• 이 프레임워크를 적용하여 IIT 3.0(고전적 확률론적 과정)과 양자 IIT(양자 과정)를 회복하고, 양자-고전 하이브리드 버전을 개략적으로 제시하기 위해.

실험 결과

연구 질문

• RQ1 범주론을 사용하여 일반적인 물리 이론에서 IIT의 핵심 개념들—통합성, 인과관계, 시스템 분해—를 어떻게 형식화할 수 있는가?
• RQ2 대칭 모나드 카테고리가 통합 정보의 의미 있는 개념을 수용하기 위해 만족해야 할 조건은 무엇인가?
• RQ3 IIT 3.0과 양자 IIT가 통합된 범주적 프레임워크의 특수한 사례로 어떻게 나타나는가?
• RQ4 IIT 알고리즘이 범주적 환경에서 잘 정의되고 함자적(functorial)이 되도록 재구성할 수 있는가?
• RQ5 인과적 및 공인과적(co-causal) 과정은 유효한 원인-결과 재고를 정의하는 데 어떤 역할을 하는가?

주요 결과

• 이 프레임워크는 대칭 모나드 카테고리에 대해 일반화되어 있어, 다양한 물리 이론에서 통합 정보를 연구할 수 있도록 한다.
• IIT 3.0은 고전적 확률론적 과정 이론의 특수한 경우로 회복된다.
• 양자 IIT(Zanardi, Tomka, Venuti)는 양자 과정에 적용했을 때 이 프레임워크의 자연스러운 사례로 나타남을 보여준다.
• 다이어그램적 계산법을 통해 시스템 분해, 절단된 동역학, 원인-결과 재고의 명확하고 시각적인 표현이 가능하다.
• 양자-고전 하이브리드 IIT인 IIT(CStar)가 제안되며, 이는 동일한 형식론 내에서 양자 및 고전적 시스템을 통합한다.
• 미래의 함자적 IIT 및 통합성과 인과성의 더 깊은 범주론적 이해를 위한 기초를 제공한다.