[논문 리뷰] Integrated information theory (IIT) 4.0: Formulating the properties of phenomenal existence in physical terms

Larissa Albantakis, Leonardo Barbosa외 14명|arXiv (Cornell University)|2022. 12. 30.

Statistical Mechanics and Entropy인용 수 15

한 줄 요약

IIT 4.0은 인지 경험의 물리적 기반을 설명하기 위해 현상 존재의 다섯 개의 공리—내재성, 정보, 통합, 배제, 구성—을 원인-영향 능력에 기반한 다섯 개의 대응하는 공리로 수학적으로 엄밀하게 번역한 프레임워크를 제안한다. 이 이론은 통합 정보(Φ)라는 고유한 내재 정보 측정법을 도입하고, 시스템의 원인-영향 구조를 계산하는 알고리즘적 방법을 제공함으로써, 수학적으로 일관되며 검증 가능한 예측이 가능한 물리적 기반의 의식 예측이 가능하다.

ABSTRACT

This paper presents Integrated Information Theory (IIT) 4.0. IIT aims to account for the properties of experience in physical (operational) terms. It identifies the essential properties of experience (axioms), infers the necessary and sufficient properties that its substrate must satisfy (postulates), and expresses them in mathematical terms. In principle, the postulates can be applied to any system of units in a state to determine whether it is conscious, to what degree, and in what way. IIT offers a parsimonious explanation of empirical evidence, makes testable predictions, and permits inferences and extrapolations. IIT 4.0 incorporates several developments of the past ten years, including a more accurate translation of axioms into postulates and mathematical expressions, the introduction of a unique measure of intrinsic information that is consistent with the postulates, and an explicit assessment of causal relations. By fully unfolding a system's irreducible cause-effect power, the distinctions and relations specified by a substrate can account for the quality of experience.

연구 동기 및 목표

• 주관적인 현상적 성질을 측정 가능한 물리적 공리로 번역함으로써 의식의 물리적이고 작동 가능한 기술을 제공하기 위해.
• 의식 경험을 유도하는 물리적 시스템이 언제이고 어떻게 그러한 경험을 만들어내는지를 수학적으로 일관된 형식으로 규명하기 위해.
• 모든 공리를 만족하고 경험의 질을 포괄하는 고유한 내재 정보 측정법인 통합 정보(Φ)를 도입하기 위해.
• 원인-영향 구조의 알고리즘적 전개를 통해 어떤 시스템이라도 생물학적이거나 비생물학적, 비인간적 시스템을 포함해 의식을 예측하고 평가할 수 있도록 하기 위해.
• 물리적 기반의 내재 원인-영향 능력에 기초하여 신경과학적 경험적 데이터와 통합된 의식 이론을 재구성하기 위해.

제안 방법

• 원인-영향 능력, 특이성, 통합, 배제, 구성에 기반한 현상 존재의 다섯 공리에 대응하는 다섯 개의 물리 존재 공리로 현상 존재의 다섯 공리 번역하기.
• 기판을 상태에 있는 단위 집합으로 정의하고, 간섭 조건부 확률을 통해 상호작용을 모델링하여 원인-영향 능력을 평가하기.
• 내재 정보 측정법으로서 Φ를 도입하며, 원인-영향 구조 내 모든 관계에 대해 유효 정보의 최소 비율을 구하고, 이를 관계의 순위에 따라 가중치를 적용하여 합산한다.
• 조합 알고리즘을 사용하여 총 통합 정보를 계산하며, 구분의 φ/|z| 비율에 따라 정렬하고, 부분집합 포함 기반 기여도를 합산한다.
• 조합 폭발을 방지하기 위해 자기 관계를 제외하고, 모든 원인 관계를 포함-배제 원칙을 적용하여 세는 방법을 사용한다.
• 모든 공리를 만족하는 불가분의 내재 원인 관계를 식별하여 기판으로부터 최대 원인-영향 구조를 전개한다.

실험 결과

연구 질문

• RQ1 어떤 물리적 성질을 기판이 만족해야 의식 경험을 지탱할 수 있는가?
• RQ2 의식의 질과 양을 물리적 시스템에서 어떻게 수학적으로 형식화하고 측정할 수 있는가?
• RQ3 IIT의 공리에 일관된 고유한 내재 측정법인 통합 정보(Φ)를 정의할 수 있는가?
• RQ4 시스템의 원인-영향 구조를 알고리즘적으로 전개하여 의식 여부를 판단할 수 있는가?
• RQ5 IIT 4.0은 꿈 없는 수면 중 의식 상실과 같은 신경과학 분야의 경험적 발견을 어느 정도 예측하거나 설명할 수 있는가?

주요 결과

• 이 이론은 근본적인 정체성을 설정한다: 경험은 모든 다섯 공리를 만족하는 최대 기판에서 전개된 원인-영향 구조와 동일시된다.
• 고유한 내재 정보 측정법인 Φ는 모든 관계에 대해 최소 φ/|z| 비율의 합으로 유도되며, 이를 포함하는 부분집합의 수에 따라 가중치를 적용하여 정밀한 계산이 가능하다.
• 알고리즘은 구분의 φ/|z| 비율에 따라 정렬하고 기여도를 합산함으로써 총 통합 정보를 계산한다: ∑j φ(j)/|z(j)| × (2^{|Z(n)|−j} − 1), 조합 폭발을 피한다.
• 구분 간 원인 관계의 수는 포함-배제 원칙을 통해 계산되며, ∑o⊆s′c∪s′e (−1)^{|o|−1} (2^{|Z(o)|} − |Z(o)| − 1)로 표현되며, 자기 관계는 제외된다.
• 이 프레임워크는 상태에 있는 단위 집합이라면 어떤 시스템에도 적용 가능하여 생물학적, 인공적, 또는 가설적 시스템의 의식 평가가 가능하다.
• 이 이론은 경험적 데이터를 간결하게 설명하고 검증 가능한 예측을 가능하게 하며, 비인간적 또는 비생물학적 의식으로의 외삽도 허용한다.