[论文解读] Integrated information theory (IIT) 4.0: Formulating the properties of phenomenal existence in physical terms

Larissa Albantakis, Leonardo Barbosa+14 more|arXiv (Cornell University)|Dec 30, 2022

Statistical Mechanics and Entropy被引用 15

一句话总结

IIT 4.0 通过将现象存在的五个公理——内在性、信息、整合性、排除性和复合性——转化为基于因果效应能力的五个相应公设，提出了一个数学上严谨的框架，用以解释意识体验的物理基础。该理论引入了一种独特的内在信息度量——整合信息（Φ），并提供了一种算法方法来计算系统的因果效应结构，从而在数学上完全一致且可检验的前提下，预测物理基质中的意识。

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.

研究动机与目标

• 通过将主观的现象属性转化为可测量的物理公设，提供一个关于意识的物理且可操作的解释。
• 发展一个数学上一致的形式体系，以确定物理系统在何时以及如何产生意识体验。
• 引入一种唯一且内在的整合信息度量（Φ），该度量满足所有公设，并捕捉意识体验的质性特征。
• 通过因果效应结构的算法展开，实现对任何系统（包括非生物或非人类系统）的意识预测与评估。
• 通过将意识统一理论建立在物理基质的内在因果能力基础上，调和经验神经科学数据与统一意识理论。

提出的方法

• 基于因果效应能力、特异性、整合性、排除性和复合性，将现象存在的五个公理转化为物理存在的五个公设。
• 将基质定义为一组处于特定状态的单元，其相互作用通过干预条件概率建模，以评估因果效应能力。
• 引入一种内在信息的度量——Φ，其计算方式为因果效应结构中所有关系的最小有效信息与纯化范围大小之比的总和。
• 使用组合算法通过按 φ/|z| 比值对区分进行排序，并根据子集包含关系累加贡献，计算总整合信息。
• 应用容斥原理计算区分之间的所有因果关系，排除自关系，以避免组合爆炸。
• 通过识别满足所有公设的不可约、内在因果关系，从基质中展开最大因果效应结构。

实验结果

研究问题

• RQ1 一个基质必须具备哪些物理属性，才能支持意识体验？
• RQ2 如何在物理系统中对意识的质量和数量进行数学形式化与测量？
• RQ3 能否定义一种与 IIT 公设一致的唯一、内在的整合信息度量（Φ）？
• RQ4 如何通过算法展开系统因果效应结构，以判断其是否具有意识？
• RQ5 IIT 4.0 在多大程度上能够预测或解释神经科学中的经验发现，例如无梦睡眠期间意识的丧失？

主要发现

• 该理论确立了一个基本等价关系：一个体验等同于从满足所有五个公设的最大基质中展开的因果效应结构。
• 推导出一种唯一的内在信息度量 Φ，其定义为所有关系中最小 φ/|z| 比值的总和，按包含该关系的子集数量加权，从而实现精确计算。
• 该算法通过按 φ/|z| 比值对区分排序，并以 ∑j φ(j)/|z(j)| × (2^{|Z(n)|−j} − 1) 的形式累加贡献，计算总整合信息，避免组合爆炸。
• 区分之间因果关系的数量通过容斥原理计算：∑o⊆s′c∪s′e (−1)^{|o|−1} (2^{|Z(o)|} − |Z(o)| − 1)，并排除自关系。
• 该框架适用于任何处于特定状态的单元系统，可应用于评估生物、人工或假设性系统中的意识。
• 该理论对经验数据提供了简洁的解释，可进行可检验的预测，并允许外推至非人类或非生物意识。