[논문 리뷰] Measuring Consciousness

Siddhartha Sen|arXiv (Cornell University)|2016. 09. 20.

Neural Networks and Applications참고 문헌 3인용 수 3

한 줄 요약

이 논문은 EEG 유도된 뇌파 상관계수 함수와 샤논의 정보이론을 사용하여 의식을 측정하는 이론적 프레임워크를 제안한다. 시간에 따라 변하는 정보 함수 $ C(t) $ 와 그 도함수 $ D(t) $ 를 계산함으로써, 뇌 내에서의 동적 정보 처리로써 의식을 정량화하며, 높은 값은 더 높은 인지 능력과 강한 감마파 활동과 연관된다.

ABSTRACT

A measurement based formula for consciousness, C, as a function of time t, is constructed. The formula depends on identifying a natural relevant self-generated, time-dependent dynamical process inherent in any entity. For human beings the relevant dynamical process identified is the ensemble of brain waves, observed in EEG measurements, that are represented in the model by their measured time dependent correlation functions. These correlation functions define the accessible dynamical state of the brain at any moment of time. From them a time dependent probability function, P(t), is extracted by using a mathematical identity. According to information theory, -P(t) log P(t), is a measure of the information contained in the brain waves. Consciousness, C, is defined by this information theory formula: it is not localized, does not depend on specific hardwire details of the brain, but reflects the information content present in brain waves. Justifications, based on observational evidence, are given for the formula and it is shown that C reflects the degree of "awareness" that a person has at a given moment of time. The model explains the observed time delay between when a brain wave is seen to initiate an action and when there is awareness that the action has been initiated, in terms of the way brain waves processes information. Some testable consequences of the model, including the role dreaming sleep plays in long term memory storage, are discussed. It is also shown that non living entities have C=0.

연구 동기 및 목표

• 실험적 EEG 데이터에 기반한 검증 가능하고 측정 기반의 의식 모델을 개발한다.
• 의식을 고정된 뇌 구조로 보는 것이 아니라 신경 군집 내에서의 동적 정보 처리로 정의한다.
• 뇌파 패atters(예: 감마, 델타)와 인지 수준 사이의 정량적 연관성을 확립한다.
• 상관 함수와 정보이론을 사용하여 주관적 경험을 측정하는 데 이론적 근거를 제공한다.
• 신경 동역학에 기반한 시간에 따라 변하는 정보 지표(예: $ D(t) $)를 사용하여 의식 상태와 무의식 상태를 구분한다.

제안 방법

• N개의 뇌 지점에서 EEG 상관계수 함수로부터 시간에 따라 변하는 확률 분포 $ P_N(t) $ 를 추출한다.
• 샤논의 정보 공식 $ C(t) = -\sum P_N(t) \ln P_N(t) $ 를 적용하여 인지와 관련된 정보 내용을 정량화한다.
• 정보 처리 속도를 $ D(t) = \frac{dC}{dt} $ 로 정의하여 의식의 동적 측면을 표현한다.
• 델타, 테타, 알파, 베타, 감마 파동의 기여를 가중치 $ c_i $ 를 사용해 평균장 근사법으로 모델링하며, $ c_i $ 의 합은 1이 된다.
• 실제 EEG 데이터에 기반하여 뇌 상태(예: 각성 상태에서는 $ c_4 $ 가 지배적, 깊은 수면에서는 $ c_1 $ 이 지배적)에 따라 $ c_i $ 값을 할당한다.
• $ D(t) = \sum_{i=1}^5 c_i \omega_i \frac{dC_i(x)}{dx} $ 를 통해 $ D(t) $ 를 뇌파 주파수와 연결하며, $ x = \omega_i t $ 이다. 이를 통해 동역학이 의식 수준과 직접 연결된다.

실험 결과

연구 질문

• RQ1 의식은 EEG 상관계수 함수에서 유도된 시간에 따라 변하는 정보 내용으로 정량화될 수 있는가?
• RQ2 정보 처리 속도 $ D(t) $ 는 알려진 인지 상태(예: REM 수면, 깊은 수면, 간질 무의식 발작)와 어떻게 관련되는가?
• RQ3 높은 신경 활동이 있음에도 불구하고 감마파 성분 $ c_5 $ 가 의식 상태와 무의식 상태를 얼마나 잘 구분하는가?
• RQ4 정보 이론적 지표를 사용하여 식물 상태와 최소의식 상태를 어떻게 구분할 수 있는가?
• RQ5 기억 접근성과 시간에 따라 변하는 신경 신호는 모델에서 지속적인 자아의 개념이 어떻게 발생하는가?

주요 결과

• 모델은 뇌파의 정보 내용 $ C(t) $ 와 이 정보의 변화율 $ D(t) $ 를 통해 의식을 정의하며, 이 두 값은 모두 EEG 상관계수 함수에서 유도된다.
• 낮은 $ D(t) $ 를 보이는 상태(예: REM 수면, 간질 무의식 발작)는 신경 활동이 높더라도 무의식으로 분류된다.
• 감마파 활동($ c_5 $) 은 각성 상태와 REM 수면에서 일관되게 존재하지만, 간질 무의식 발작에서는 존재하지 않으며, 이는 그들의 낮은 의식 수준을 설명한다.
• 평균장 근사법을 통해 모델은 다양한 뇌파 유형에 대해 상태에 따라 가중치 $ c_i $ 를 할당할 수 있으며, 각성 상태에서는 $ c_4 $ 가 지배적이고, 깊은 수면에서는 $ c_1 $ 이 지배적이다.
• 도함수 $ D(t) $ 는 주파수 성분 $ \omega_i $ 에 따라 달라지며, 이는 신경 진동 동역학이 직접적으로 의식 지표와 연결됨을 보여준다.
• 모델는 의식이 정적인 뇌 회로가 아니라 동적이고 시간에 따라 변하는 정보 처리에서 유래하며, 자아의 연속성은 기억과 지속적인 정보 흐름과 관련이 있음을 지지한다.