信息流作为相空间发散的涌现性质

近期进展使得量化动力系统中相互作用组分间的信息流成为可能，并显著推进了所涉及变量间依赖关系的刻画。特别是，它们已被用于利用环境、气候、金融和人体健康等广泛领域的观测来刻画因果依赖与反馈。是什么导致了动力系统耦合组分间的信息流？这一基本问题迄今未获解答。本文确立信息流是动力系统相空间中轨迹发散所产生的涌现响应。该发现表明，传统刘维尔方程表达式中忽略此发散的动力学仅传播初始条件中编码的依赖关系；然而，当情况并非如此时，组分间的信息依赖发生改变，从而产生信息流。该发现对多个领域具有重要启示，既涉及自然动力学中因果推断的观测数据解释，也涉及具有目标信息依赖的系统设计。