一、引子

“春眠不觉晓，处处闻啼鸟。夜来风雨声，花落知多少”。在这篇几乎人人都有所耳闻的诗篇里，孕育着绝妙的意识体验。春日熟睡中的我们没能察觉到天已破晓，却在灵性觉察的一瞬听到了处处鸟鸣，能回想起昨夜耳闻的风雨声，却恐怕难以知晓多少花依旧还停留在枝头。此处，对时间和落花数量的感知没有进入到我们的意识，而鸟鸣和风雨声却让我们知道了此刻什么在发生。

不止于《春晓》，意识的存在可以说是文学、科学，甚至更广义的人类智力及精神活动的基础，因而引起了来自不同领域如哲学、物理、生物、计算机、神经科学、心理学的专家学者的深入讨论。人工智能领域的飞速发展也进一步推动了意识问题的热度，有关机器是否能够产生意识，通用智能的发展是否需要类意识机制的产生，都引起了不少学者的讨论[1-4]。相关科普文章可见《怎样科学地研究“意识”？这里为你梳理了一条探索路径》 。

这篇文章仅从神经科学和心理学角度出发，简要介绍意识问题在科学框架下的定义和分类。而围绕”意识是如何从机理层面产生的“这一问题，这篇文章将主要聚焦于对整合信息论（Integrated Information Theory, IIT) 的批评意见和这些批评意见如何被回应的相关讨论，而不会涉及对IIT本身理论的许多细节[5]。

希望对意识或者整合信息论感兴趣的同学老师能从中得到启发或简单求知的快乐，但也请注意碍于笔者本身的知识所限以及意识问题本身的复杂与争议，每个论断都可能有其他学者持相反意见，比如意识是否真的需要分类。如果希望对意识问题有更加严肃深邃了解的同学老师请移步原始论文，阅读经典著作，参与相关讨论或更直接地主导或参与意识领域的相关研究。

二、意识问题简介

在神经科学和心理学领域，由于关于“意识”的定义在以往研究中往往缺乏清晰的共识，许多专家建议有志于研究意识的学生应将注意力集中在与意识可能相关的机制（如注意力或语言）上，而非直接声称研究“意识”本身。然而，脑成像技术的进步，意识理论的发展和行为实验的完备推动着科学家在意识领域的探索。

脑成像技术的进步使如今研究者具备了探索意识神经相关物（Neural Correlates of Consciousness, NCC）的技术条件。NCC（神经相关物）被定义为一组最小的神经事件和机制，它们足以共同支持特定的意识感知（the minimal set of neuronal events and mechanisms jointly sufficient for a specific conscious percept,由David Chamlmers定义）。这些神经活动区域或模式在个体处于现象意识（Phenomenal Consciousness，即主观体验的“是什么样子”）状态时始终活跃，而在丧失意识（如麻醉）状态时趋于沉寂。尽管 NCC 的识别通常需要通过特定的外部刺激引发意识状态的对比来实现，但其核心在于描述意识本身的神经表征，而非对特定刺激或行为反应的直接依赖（核心目标是找到full NCC, 而不是content-specific NCC) [6-7]。

意识理论的相关发展以及行为实验的进一步完备，不同的研究者也明晰了自己对意识问题的发展路径。比如，全局神经工作空间理论（Global Neural Workspace Theory, GNWT）的提出者之一 Stanislas Dehaene 便认为，关注取用意识（Access Consciousness，需要执行诸如推理，报告以及动态控制等行为的意识性质），能设计需要意识参与和只需要无意识处理的最小区分实验（刺激内容几乎没变，可是意识状态发生了改变），以及重视对参与者主观报告的分析，才是研究意识问题的抓手[8-10]。

三、如何解释意识产生的机制？

以整合信息论为例

在对意识内容以及无意识处理方面，已经有了非常多出彩的相关研究。可关于意识产生的具体机制仍然是一个大黑箱，而不同的理论研究工作者则各有各的的想法。比如前文已经提到过的 IIT 和 GNWT，以及强调回馈链接的循环处理工作理论（Recurrent Processing Theory, RPT），强调大脑对自身行为认知和管理（元认知）的高阶工作理论（Higher-Order Theory, HOT），引入丘脑(thalamus)与皮层交互的树突整合理论（Dendritic integration theory, DIT）等等[15-16]。

在下述段落里，我们主要围绕有关IIT的争议进行讨论。粗略来说，IIT是对意识体验进行公理化描述的尝试。其核心要点在于，意识是一个物理系统的内在性质，衡量的是这个系统作为整体多大程度不能够被单独的功能组件所解释。比方说，在IIT2.0的具体计算中，我们需要将系统进行二分（biparation），而遍历所有的二分可能性去找出相较于整体系统损失信息最少的二分组合。如果这个最少的损失信息依旧是个比较高的值的话，便意味着这个系统在很大程度上是不可被分解的，于是就被认为具有较高的意识 Φ（IIT衡量意识强弱的指标。比如我们应该期待人在清晰状态下Φ>0且数值较高，而相对应的人如果处于丧失意识状态，Φ接近于0）。而在IIT最近的迭代中，计算甚至会变得更加复杂。

此处，我们便可以发现在《124位科学家批评整合信息论是伪科学：我们该如何探讨意识难题？》此文中的部分批评便内蕴其中[17]：

(1) 从定义来讲，IIT 确实默认了对泛灵论的接受，理论上我们可以对世间的万事万物计算Φ。在一些人造案例，比如特定的逻辑门组合，Φ值可以变得很高，但是大家恐怕难以认同这些逻辑门组合产生了意识；

(2) Φ是难以被计算的。脑神经系统本身的单位数量便极高，我们不仅需要遍历对这些单位所有的二分组合，并且还要进行信息层面的计算，严格定义下的 Φ 基本是无法被计算的。

这两种批评虽然都十分尖锐，可无论是对泛灵论的接受亦或者是不可计算，都不一定意味着IIT失去了其科学理论价值，一堆逻辑门产生意识并不代表其一定不合理，那么有没有对IIT可能的其他批评？

对整合信息论的具体批评

图1：从理论上来讲，对于任何一个输入输出函数，我们都可以分别用一个循环神经网络或前馈神经网络来模拟。这时候，我们无法从这个函数的输入输出来去区分这两个系统有任何差别, 一个相关问题是我们如何确认和我们对话的对象不是一个僵尸(philosophical zombie) | 图源[18]。

此处我们用Unfolding Argument作为一个案例[18], 核心要点可以分为以下几点（见图1)：

（1）在科学实践中，我们所有的论断只能依赖物理信息的实验（对于意识实验来说，个人理解的是任何行为实验指标）；

（2）对于每个具有反馈链接的输入输出函数（input-output function），理论上我们都可以找到一个相应的只具有前馈链接的替代。从数学证明来说，循环神经网络RNN或者前馈神经网络FNN都是通用函数模拟器（因为核心是将循环神经网络展开变成前馈神经网络然后进行理论检验，该案例被命名为Unfolding Argument）；

（3）如果两个系统具有同样的输入输出函数，我们并不能基于物理测量的实验去有效地区分这两个系统（除却对系统内部工作的测量，比如脑系统信号的测量）；

（4）我们不能通过脑信号本身去说明是否产生意识，因为去研究脑信号和意识是否存在的关联便是我们关注的问题，否则我们将陷入循环论证的陷阱。

结论：要么以IIT为代表的因果结构理论被证伪，如果研究人员接受一个能实现同样输入输出函数的只具有前馈链接的系统也能具有意识的话。在IIT中，前馈神经网络的 Φ 一定是等于0的，而循环神经网络的 Φ 值一定是大于0的，而 Φ=0就意味着不存在意识，我们找到了反例；要么以IIT为代表的因果结构理论不应该在科学范畴中被讨论，如果研究人员坚称只具有前馈连接的系统是没有意识的话，因为我们并无法从物理信息中区分有无意识的系统，而神经信号本身不应该先于任何物理行为测量作为系统有无意识的佐证，那么除非我们相信IIT天然正确，不然无法被证伪。

整合信息论支持者是如何反击的

面对 Unfolding Argument 对IIT的质疑，支持IIT的直接研究者又是怎样回击的？ Erik Hoel对意识理论价值和其是否可以可以被证伪的相关讨论[19]，相关科普文章可详见《意识、自指与悖论：意识是科学语言中的哥德尔句子》。Tononi在IIT公理中就强调了意识不应该由外在表现决定，而要从内在视角出发做判断，是不是忽略了对于第一个人体验 (first-person experiences) 的重要性。相关科普文章可见《Tononi vs Seth：意识研究，应当遵从内在视角还是观察者视角？》。

其他学者也做出了反驳，以下是些案例。

Unfolding Argument 基本是对所有意识理论的反驳[20]

有些研究者认为 Unfolding Argument 的前提与限制太过苛刻，我们可以稍微改写一下，让所有相关的意识理论都失效，这难道意味着所有意识理论都不值得被严肃对待吗？对于支持功能主义（funtionalism）的相关意识理论（意识的出现是可以被系统所要执行的功能和计算所解释）。比如GNWT的研究者相信大脑需要平行的功能组件，信息全局广播，有选择性的注意力等机制才能够实现有意识地对信息处理加工。可难道这种计算机制所能实现的输入输出函数不能被其他并不需要这些机制的算法所替代吗？比如说，搜寻一个巨大的对照表实现输入输出（一个可能有点粗糙但可能帮助理解的案例是，我们今天移山大概都要仰仗机械的力量，但是不代表愚公移山这种不一样的方法不能完成一样的任务)。因此，此处的算法替代就如同用前馈神经网络替代循环神经网络一样（Unfolding Argument的第二条），所有功能主义的意识理论都会被挑战。

IIT有其相较于其他意识理论的特有优势[21]

IIT相较于其他意识理论的一个特定优势便是其对“因果”的强调（作者对Unfolding Argument的反击可见：Unfolding the Substitution Argument | Conscious(ness) Realist，https://www.consciousnessrealist.com/unfolding-argument-commentary/）。比如说，当一个屋子有5个人, 这时候我们对整个屋子进行衡量的时候，功能主义的意识理论能够说明至少有5个意识的存在吗？而IIT因为对因果的涉及，是可以做到的。

比如说我们可以将传统的中文屋（Chinese Room）拓展成希腊洞穴（Greek Cave）。在传统中文屋语境下，当一位不懂中文的被试者在一个封闭空间（屋子或洞穴里）需要和我们用中文进行对话的时候，通过查找一个很长的词语对照表或搜寻或符号的操弄，被试者可以对中文没有任何理解但做出合理的回答[22]。

图2：不同于中文屋，希腊洞穴里居住着3个人，分别执行对希腊语问题的翻译，在中文做出问题的回答，以及将中文回答进行翻译变成希腊语。这时候没有任何一个人具有用希腊语回答问题的意识体验 | 图源：[21]。

图3：我们只有通过系统内部进行扰乱才能理解希腊洞穴背后有三个意识体在执行复杂任务 | 图源[21]。

而在希腊洞穴语境下，却存在着3个人，需要通过希腊语来回答问题。按顺序，一位懂希腊语和中文，一位只懂中文，另一位懂希腊语和中文，他们可以通过图2的流程用希腊语回答问题，而所有人都没有用希腊语回答问题的意识。这时候只有我们能对因果结构本身进行扰动，才可以理解希腊洞穴背后的运作机制，明白存在三个有意识的个体来执行复杂任务（见图3）。而IIT所具有而其他理论没有考虑到的就是对因果机制的引入和讨论。

我们应该换一种科学哲学去审视IIT的价值[23]

在科学哲学中，我们会因为理论所做出的预测错误而去否定一个理论[24]，这背后的逻辑链是：

If T(Theory, 理论）, then O(Obersevation,发现)。

Not O(和预期不符合的发现）。

Not T(理论也不应该成立）。

这种情况我们不能仅仅因为发现与理论不相符就去否定理论价值，因为也有可能假定的附加条件有误。所以在 Lakatosian 研究框架提出，我们不能地简单从科学理论是否能够准确地能够进行预测去审视每个科学理论，除非它的核心理论T受到冲击，而不是其他的附加条件A。对衡量科学理论的价值，应该是去审视这一理论能否在核心论点没有被严重挑战的情况上仍然具有帮助我们发现科学新知的生命力(见图4) [23]。

图4：Lakatosian研究框架。理论的核心假设(core)不应该受到严重挑战，否则应该舍弃。当新数据（empirical data)随着领域进步积累的时候，一些附加的假设（Belt）是可以改变的, 衡量理论价值应该看其是否还能给研究者带来成功的预测的新的理解(Progressive-degenerative) | 图源: [25]。

在神经科学领域，一个相对成功的案例便是神经连接主义（neuroconnectionism），推荐阅读[25]，来通过Lakatosian 框架对神经连接主义的发展进行梳理，一些相关背景知识可以参看《你和ChatGPT理解语言的方式一样吗？从表征对齐角度比较人工神经网络与生物大脑》。

而在当下进行的研究中，我们是否能判断IIT作为科学理论框架就一定丧失生命了吗（IIT的核心论点是否有受到挑战，欢迎读者们进行论述）？以下是一些目前的相关发展，比如整合信息论本身的发展[26]，与其他意识理论的对抗性实验（IIT vs GNWT：意识理论对比检验）[27]，因果涌现领域的发展（基于有效信息的因果涌现理论｜集智百科）[28]，弱整合信息论（Weak IIT）[29], 以及意识理论之间的统一[16, 30]等相关工作。欢迎感兴趣的读者对IIT在Lakatosian范式下进行进一步的梳理（在对抗性实验项目工作里，研究者对不同的意识理论目前的发展，正反证据已经有了很好的梳理）。

四、IIT是如何在批评中进行延拓

除却IIT的工作者在继续完善IIT本身的理论大厦, 一些受IIT启发的研究工作者也在进一步延拓理论探索和应用的边界 [31]。

蚁群测试（Ant Colony Test)

一个策略是我们用反向测试（reverse test）的方式来去衡量意识理论的价值，比如说我们可以通过蚁群来作为模型进行反向推敲[32]。蚁群可以比较容易地在各种实验情境下被操作，且在集体层面和个体层面有完全迥异的行为（在文中被类比于神经元和大脑，但我们得注意地是作者并没有对蚁群本身是否产生意识做出任何假设）。比如说，对于那些认同意识必须与生物体或神经细胞性质挂钩的理论工作者，肯定是无法通过蚁群测试的，对于一些功能主义，比如相信神经群必须有特定的沟通频率来去产生意识的理论，我们在蚁群信号的传播中也能找到类似的工作模式。对于IIT来讲，其相较于能够提供的独特理解，在于整合信息的指标应该在蚁群比单只蚂蚁要高（但具体计算还没有被实践）。

图5：我们可以通过已知事实去反向测试意识理论，来对意识理论进行修正。虽然在神经层面对脑进行操作一般比较繁复，不过我们可以将蚁群放在理论的视角下进行分析 | 图源: [32]。

从 Strong IIT 到 Weak IIT

图6：在研究意识的学者角度来看，IIT并非最受到推崇的意识理论，但是神经信号的整合以及复杂度却被认为是衡量意识理论的指标 | 图源: [33]。

在图6中，我们可以看到在研究意识的学者角度来看，IIT并非最受到推崇的意识理论，但是神经信号的整合以及复杂度却被认为是衡量意识理论的指标。另外佐证IIT本身的实验数据都不完备，并没有严格计算IIT的Φ。而作为Φ的各式替代指标其实并不能给出一致的结论，这就意味其不能实现Φ在意识测量的野心，因而需要打个问号[34]。因此有些学者希望在维持理论精髓的时候。将Strong IIT转换成Weak IIT进行思考（见图7）。其只需要强调意识是整体的（Integrated），所以对应的神经相应模式也应该呈现整体性变化。但同时意识是能提供各种信息的（informative），具有比较高的表达度，所以能够系统内部也需要有一定的区分（differentiation)。此时对于不同指标给出不一样的结论，在weak IIT的形式中更多是意识的不同面被阐述，相关科普文章可见意识更像温度还是生命？。进一步衍生出来的计算细节，相关科普文章可见脑与涌现的联系：从协同核到因果涌现以及脑网络中的因果涌现理论应用：来自信息分解的启示。

图7：Strong IIT和Weak IIT的区别 | 图源: [29]。

五、结语

这篇文章希望帮助读者简要了解意识问题，希望读者能够进一步了解有关整合信息论（IIT）的科学争论从何处得来，以下是相关问题帮助读者梳理可能所得：

（1）意识问题的分类是什么？能否举出相关的思想或科学实验；

（2）整合信息论的基本想法是什么？为什么有些科学家会认为整合信息论是“伪科学”？

（关于IIT的各式批评和批评如何被回应可见IIT criticisms and replies (a non-exhaustive list) | Conscious(ness) Realist

https://www.consciousnessrealist.com/IIT-criticism-replies/）

（3）什么是Unfolding Argument？它的核心案例是什么？它如何对整合信息论构成了挑战？整合信息论拥护者又是怎么回击的？

（4）什么是Lakatosian研究范式？它如何衡量科学理论的价值？如果我们将其应用在整合信息论上，有哪些可能的方向？

需要特别指出的是，这篇文章的许多部分更多聚焦于哲学层面的探讨，对于意识的具体生物机制或相关实验并未深入涉及。然而，正如 Dehaene 在 [8] 中所提到的，哲学家为意识研究者提供了组织语言和梳理思路的重要框架，而如今神经科学和心理学的研究已经迈入一个更加独立和具体化的阶段（见图8）。这些学科正快速推进着对意识的科学理解，开辟了许多全新的路径。因此，对意识的生物机制或实验研究感兴趣的读者完全可以找到丰富且前沿的相关文献，深入探索这一激动人心的领域。

图8：结语

推荐阅读

1. 怎样科学地研究“意识”？这里为你梳理了一条探索路径

2. 124位科学家批评整合信息论是伪科学：我们该如何探讨意识难题？

3. 基于可逆性的因果涌现理论｜集智百科

4. 基于信息分解的因果涌现理论｜集智百科

5. 基于有效信息的因果涌现理论｜集智百科

6. 系统科学前沿十讲：探究复杂世界演变背后的规则（二）

7. 集智学园精品课程免费开放，解锁系统科学与 AI 新世界

8. 高考分数只是张入场券，你的科研冒险在这里启航！

点击“阅读原文”，报名读书会

阅读原文

跳转微信打开