[论文解读] A Principled Infotheoretic φ-like Measure.

Virgil Griffith|arXiv (Cornell University)|Jan 6, 2014

Computability, Logic, AI Algorithms参考文献 8被引用 10

一句话总结

本文提出 ψ，一种基于部分信息分解（PID）的、具有信息论基础的不可约性度量，作为整合信息理论中 φ 测度的更严格且计算更高效的替代方案。ψ 通过提供更清晰的理论基础和更快的计算速度，解决了 φ 的三个关键局限，同时保持了与系统级整合性的强关联。

ABSTRACT

Integrated information theory [1–3] is a mathematical, quantifiable theory of conscious experience. The linchpin of this theory, the φ measure, quantifies a system’s irreducibility to disjoint parts. Purely as a measure of irreducibility, we pinpoint three concerns about φ and propose a revised measure, ψ, which addresses them. Our measure ψ is rigorously grounded in Partial Information Decomposition and is faster to compute than φ. 1

研究动机与目标

• 解决整合信息理论中 φ 测度在理论和计算方面的关键缺陷。
• 开发一种在信息论基础上（特别是部分信息分解，PID）严格构建的不可约性修正度量。
• 在不牺牲理论严谨性或对整合信息理论核心原则忠实度的前提下，提升计算效率。

提出的方法

• 作者基于部分信息分解（PID）框架推导出 ψ，该框架将变量之间的共享、独特和协同信息进行分解。
• ψ 通过测量系统被划分为不相交子集时的最小信息损失来量化不可约性，重点关注协同和冗余成分。
• 该度量被设计为对变量排列保持不变，并满足不可约性的关键公理性质。
• ψ 通过将多元互信息分解为独特、冗余和协同贡献来计算，避免了 φ 的组合爆炸问题。
• 该方法利用 PID 的冗余格结构，识别系统动态的最小不可约成分。
• ψ 的算法实现经过优化，相比 φ 显著降低了计算复杂度，尤其在较大系统中优势明显。

实验结果

研究问题

• RQ1 如何在信息论框架内正式解决 φ 测度的理论不一致性？
• RQ2 协同和冗余信息成分在定义系统级不可约性方面发挥什么作用？
• RQ3 能否构建一种既具有理论依据又计算可行的不可约性度量？
• RQ4 ψ 在捕捉动力系统中信息整合方面与 φ 相比如何？

主要发现

• ψ 在部分信息分解基础上严格构建，解决了 φ 各成分解释中的模糊性。
• 由于算法结构的优化，ψ 的计算速度显著快于 φ，尤其在变量数超过几个时表现更优。
• ψ 与不可约性的核心原则保持强理论关联，确保与整合信息理论基础目标的一致性。
• 该度量成功分离了协同和冗余对不可约性的贡献，相比 φ 提供了更清晰的可解释性。