集成信息度量:候选度量在理论与模拟中的比较
神经元与认知
2019-01-30 v1
摘要
集成信息理论(IIT)是一种著名的意识理论,其核心度量为系统生成的信息超出其各部分之和的程度。尽管现已存在若干候选的集成信息(‘Φ’)度量,但人们对它们如何比较知之甚少,尤其是在非平凡网络模型上的行为方面。本文清晰直观地描述了六种不同候选度量。随后,我们在由八个交互节点组成、采用高斯线性自回归动力学驱动的网络上通过模拟探究了各度量的性质。我们发现这些度量的行为存在显著多样性——没有任何两种度量在所有分析中表现出一致的一致性。此外,仅有一部分度量似乎真正反映了某种形式的动力学复杂性,即系统组分间同时发生分离与整合的意义。我们的结果有助于指导 IIT 的操作化,并推进具有更普遍适用性的集成信息度量的发展。
引用
@article{arxiv.1806.09373,
title = {Measuring Integrated Information: Comparison of Candidate Measures in Theory and Simulation},
author = {Pedro A. M. Mediano and Anil K. Seth and Adam B. Barrett},
journal= {arXiv preprint arXiv:1806.09373},
year = {2019}
}