張江：因果涌現、整合信息論與意識研究｜北京 · 集智谷線下首講

導語

意識如何從神經元活動中涌現？當因果涌現遇上整合信息論，我們能否找到理解意識本質的新路徑？本次分享，張江老師將系統介紹因果涌現與整合信息論(IIT)，在此基礎上通過介紹其團隊在小鼠大腦鈣離子成像上的突破性工作，幫助我們理解因果涌現、整合信息論與意識研究的關系。誠邀集智社區的朋友們共聚北京 · 集智谷！

時間：11月22日（周六）14:00-16:00

線下：北京門頭溝區集智谷（檀谷生活匯），僅限集智俱樂部VIP與成員

線上：騰訊會議（僅限集智俱樂部VIP與成員」）

線上公開參與：視頻號、B站直播

掃描海報二維碼報名本次活動

分享簡介

本次分享張江老師以因果涌現、整合信息論與意識研究為題，首先概略地介紹有關涌現與意識的定量研究理論，特別聚焦在因果涌現與整合信息論兩套理論上，指出它們之間的相同與相異之處，以及彼此之間的相互依賴關系。進一步介紹他們課題組在小鼠大腦鈣離子光學成像上的工作：構建并實現了一套基于機器學習的多尺度動力學學習與因果涌現框架，從近細胞分辨率時序數據中學習可解釋的多層次因果變量及其動力學，并在各尺度量化這些變量對未來狀態的因果貢獻。結果表明低尺度變量主要匯聚輸入驅動的信息；高尺度變量在清醒時呈現亞穩態或馬鞍點型動力學并發揮顯著因果效力，在麻醉下則崩解為局域化隨機動力學，伴隨因果作用力下降。盡管一個一維頂層變量捕獲了大部分可測因果貢獻，其他尺度也對整體因果結構貢獻顯著，導致有意識狀態下的高涌現復雜性。最后，會簡要討論上述框架與既有意識理論的關系、基于人工智能的機器觀察者研究方法論等問題。

分享大綱

1. 理解涌現（Understanding Emergence）

   涌現是什么（What is Emergence?）

   涌現的分類（Classification of Emergence）

   涌現的量化理論（Quantitative Theories of Emergence）

   因果涌現（Causal Emergence (CE)）

   因果涌現的量化（Quantification of CE）

2. 理解意識（Understanding Consciousness）

   意識的困難問題（Hard problem）

   眾多意識理論（Theories of Consciousness）

   自由意志問題（Problem of free-will）

3. 整合信息論簡介（Introduction of IIT）

   從現象學到IIT公理（From Phenomenology to Axioms of IIT）

   從公理到模型（From Axioms to Models）

   用Φ量化意識（Big Φ, the Quantification of Consciousness）

4. 基于真實數據構建意識的因果涌現模型（Causal Emergence of Consciousness from Real Data）

5. 因果涌現 VS 意識（Causal Emergence VS Consciousness）

   意識變量動力學（The Dynamics of Conscious Variable）

   意識如何從神經元中整合信息（How Consciousness Integrates Information from Neurons）

   機器觀察者（Machine Observer）

核心關注問題

1. 因果涌現的 “跨尺度因果量化” 與 IIT 的 “Φ 值”，核心假設差異何在？能否互補解釋意識的涌現性與統一性？

2. 意識的 “不可還原性” 在兩大理論中如何處理？是否需新原則調和還原與涌現的矛盾？

3. 因果涌現能否為 AI 意識判斷提供新量化標準？

掃碼報名（可開發票）

閱讀清單

1. Albantakis L, Barbosa L, Tononi G, et al.. Integrated information theory (IIT) 4.0: Formulating the properties of phenomenal existence in physical terms. PLoS Comput Biol. 2023 Oct 17;19(10):e1011465. doi: 10.1371/journal.pcbi.1011465. PMID: 37847724; PMCID: PMC10581496.

   推薦理由：IIT 4.0 官方版本，明確提出意識的物理本體論基礎，是整合信息理論的重要里程碑。

2. Hoel, E. (2025). Causal Emergence 2.0: Quantifying emergent complexity (arXiv preprint). arXiv. https://doi.org/10.48550/arXiv.2503.13395

   推薦理由：提出“因果涌現 2.0”，從多層次信息結構定量測度復雜性，是連接IIT與物理因果性的最新模型。

3. Tononi, G., Albantakis, L., Barbosa, L. et al. Consciousness or pseudo-consciousness? A clash of two paradigms. Nat Neurosci 28, 694–702 (2025). https://doi.org/10.1038/s41593-025-01880-y

   推薦理由：IIT陣營與其他范式的哲學辯論文章，反映當下意識科學的范式沖突。

4. Chang AYC, Biehl M, Yu Y, Kanai R. Information Closure Theory of Consciousness. Front Psychol.(2020).Jul 15;11:1504. doi: 10.3389/fpsyg.2020.01504. PMID: 32760320; PMCID: PMC7374725.

   推薦理由：信息閉合理論（ICT），是對IIT的修正與補充，引入“封閉信息流”的概念解釋自我建模。

5. Chis-Ciure, R. (2025). Consciousness science and constitutive a priori principles: on the fundamental identity of integrated information theory. Philosophical Explorations, 1–25. https://doi.org/10.1080/13869795.2025.2550245

   推薦理由：哲學反思性質的論文，將IIT視為“構成性先驗”的實現形式，強調意識理論的形上維度。

6. Guerrero, L.E., Castillo, L.F., Arango-López, J. et al. A systematic review of integrated information theory: a perspective from artificial intelligence and the cognitive sciences. Neural Comput & Applic 37, 7575–7607 (2025). https://doi.org/10.1007/s00521-023-08328-z

   推薦理由：系統評述IIT在AI與認知科學中的應用，特別關注計算可實現性問題。

主講人介紹

北京師范大學系統科學學院教授，集智俱樂部創始人，集智學園（北京）科技有限公司創始人兼董事長，集智研究中心理事長，National Science Review 編委成員。多篇文章發表在包括：Nature Communications、Nature Machine Intelligence、National Science Review、Nonlinear Systems、Chaos等國際知名刊物上。曾出版專著《規模法則——探索細胞到城市的普適規律》、第二作者合著《數字創世紀——人工生命的新科學》，及譯著《自然與人工系統中的適應——理論分析及其在生物、控制與人工智能中的應用》等。

研究方向：因果涌現、復雜系統分析與建模、復雜網絡與機器學習、社會與經濟系統的規模法則（Scaling Laws）等。

報名「走近意識科學」讀書會

從神經元放電到自我意識的涌現，意識是人類最稀松平常的主觀體驗，也始終是科學中最迷人的問題。在“我是誰”的終極追問下，當我們深入意識的機制與機理，會發現更值得深思的是，無論是神經機制的功能整合、信息的跨腦區傳遞，還是現象意識的主觀性質，不同層面的問題都在共同指向一個核心挑戰：物理過程如何產生主觀體驗？功能計算如何關聯現象感受？局部神經活動又如何整合為統一的意識？而要回答這些問題的并不簡單，它可能會挑戰我們對世界和實在，乃至科學方法本身的理解。

為了對意識問題進行系統探討，集智俱樂部聯合來自哲學、認知神經科學、計算機科學、復雜科學領域的研究者共同發起，跨越理論與實證、功能與現象、生物與人工的視角，全面深入研討意識這一現象本身。重點探討當代主流意識理論的核心主張與分歧，神經機制與主觀體驗之間的橋梁，以及AI意識、腦機接口等技術如何重塑人類意識主體的邊界與文明的未來。

詳情請見：

-一年一度特惠-