[论文解读] Is Consciousness Computable? Quantifying Integrated Information Using Algorithmic Information Theory

Phil Maguire, Philippe Moser+2 more|arXiv (Cornell University)|May 1, 2014

Neural dynamics and brain function参考文献 13被引用 3

一句话总结

本文主张统一意识要求信息的无损整合，通过算法信息理论进行形式化，并证明此类整合必然需要不可计算函数。其核心贡献在于理论证明：若意识真正实现无损整合，则无法通过计算模型进行模拟。

ABSTRACT

In this article we review Tononi's (2008) theory of consciousness as integrated information. We argue that previous formalizations of integrated information (e.g. Griffith, 2014) depend on information loss. Since lossy integration would necessitate continuous damage to existing memories, we propose it is more natural to frame consciousness as a lossless integrative process and provide a formalization of this idea using algorithmic information theory. We prove that complete lossless integration requires noncomputable functions. This result implies that if unitary consciousness exists, it cannot be modelled computationally.

研究动机与目标

• 解决现有集成信息形式化中的理论空白，这些形式化依赖于信息损失，因而隐含记忆退化。
• 将意识重新定义为无损整合过程，而非涉及数据压缩或损失的过程。
• 探究基于算法信息理论，此类无损整合是否可被计算建模。
• 确定基于集成信息建模意识的计算极限。
• 通过证明无损整合需要不可计算函数，挑战计算意识模型的可行性。

提出的方法

• 将集成信息重新表述为无损过程，摒弃依赖信息损失的先前方法。
• 应用算法信息理论（AIT）来量化集成信息的不可约复杂性。
• 使用算法互信息来形式化系统信息处理中的整合程度。
• 证明系统各组成部分之间实现完全无损整合，需要不可计算函数。
• 证明任何能够实现信息完全、不可逆整合的系统，都无法被图灵机模拟。
• 将大脑的认知过程描述为“乱序输入，乱序输出”——即输入被分解，输出被统一，整合发生在非局域、不可计算的阶段。

实验结果

研究问题

• RQ1 集成信息能否以无损方式形式化，避免在整合中假设信息损失？
• RQ2 使用算法信息理论建模集成信息的计算极限是什么？
• RQ3 是否可能在无任何损失的情况下实现系统内信息的完全、不可逆整合，若可能，能否被计算？
• RQ4 无损整合中对不可计算函数的需求是否意味着意识无法被计算模拟？
• RQ5 ‘乱序输入，乱序输出’的认知模型如何反映集成信息的非局域、不可计算本质？

主要发现

• 无损整合信息——实现统一意识所必需——需要不可计算函数，该结论已通过算法信息理论证明。
• 依赖信息损失的现有集成信息形式化本质上存在缺陷，因其隐含记忆的持续退化。
• 大脑的认知过程必须在感觉输入与运动输出之间经历一个非局域、不可计算的整合阶段，该阶段被标记为‘乱序输入，乱序输出’。
• 聚焦于局部化输入或输出功能的神经科学模型，无法解释集成意识的核心现象。
• 该理论表明，若意识作为统一体验存在，则无法被任何计算模型所捕捉。
• 集成信息的不可解复杂性，挑战了通过计算或机械模型完全理解心智的目标。