导语
这篇文章在部分信息分解的框架上，提出了一种多变量的整合信息分解思想及具体方法，从而有效描述动态复杂系统和过程中的信息传递机制和因果涌现机理。通过双重冗余晶格的构建，在马尔可夫因果假设的基础上，将信息流过程解析为存储、复制、传输、擦除、向下因果和向上因果六个部分，在冗余信息、独立信息、协同信息的基础上解释了在经验研究过程中存在的一些问题，如整合信息小于零、因果密度大于时延互信息等，所述理论可有效用于地球物理复杂系统、鸟群迁徙和脑科学研究。提出了理论系统研究复杂系统中动态信息流和因果涌现机理的全面框架和统一范式，将信息论的思维应用于复杂系统和因果涌现的研究中。
分享一
内容简介
整合信息理论提出的初衷是为了研究和诠释意识的机理，然而在一些经验脑科学研究中发现，脑电图和功能性核磁共振的数据结果反映了整合信息理论3.0范式不能完全涵盖和解释某些用扰动复杂性指数表征的临床意识行为，针对上述问题，本文的作者提出了在弱整合信息理论框架下的整合信息分解方法，有效补充了部分信息分解方法，在此基础上将信息流分解为存储、复制、传输、擦除、向下因果和向上因果六个部分，由相应的信息原子表征，很好解释了在经验过程中发现的一些问题。整合信息分解为研究因果涌现与意识之间的强耦合关联机理提供了有效的理论框架和支撑，为多变量相互作用下动态复杂系统和过程的因果涌现研究提供了新的视角。
大纲
经典整合信息理论框架遇到的问题
整合信息的多种测度方法
整合信息分解
如何用整合信息分解分析因果涌现
总结
分享二
内容简介
本次分享将介绍整合信息论，Integrated information theory （IIT）。该理论提出描述意识基本性质的公理，从内在的角度分析候选机制的因果作用，进而推断出意识的物理基质需要满足的特性，并给出定性与定量评估意识机制的数学框架。
大纲
整合信息论简介
关于意识的公理
对意识的物理基质的假定
机制的系统与概念结构
整合信息论的局限性
讲师介绍
何 真
南京航空航天大学副教授，研究理想是：不确定复杂非线性系统的多尺度反馈控制。
刘 杨
北京航空航天大学仪器科学与光电工程学院副教授，主要研究领域包括空间探测、智能导航、复杂系统分析与建模。在相关领域国际期刊发表论文20余篇，申请国家发明专利17项。参与撰写并出版工信部规划教材《高精度卫星导航技术》，与多个国际知名研究院所或高校开展广泛深入的学术交流与合作，包括意大利国际理论物理中心、澳大利亚新南威尔士大学、德国地学中心等，是意大利国际理论物理中心青年协联成员。
课程学习
学习地址：
https://campus.swarma.org/course/4523
因果涌现读书会第二季招募中
跨尺度、跨层次的涌现是复杂系统研究的关键问题，生命起源和意识起源这两座仰之弥高的大山是其代表。而因果涌现理论、机器学习重整化技术、自指动力学等近年来新兴的理论与工具，有望破解复杂系统的涌现规律。同时，新兴的因果表示学习、量子因果等领域也将为因果涌现研究注入新鲜血液。
由北京师范大学教授、集智俱乐部创始人张江和加州大学圣地亚哥分校助理教授尤亦庄等人发起的，将组织对本话题感兴趣的朋友，深入研读相关文献，激发科研灵感。本读书会自2022年5月22日开始，每周日晚19:00举办，预计持续7-8周。欢迎感兴趣的朋友报名参与。
本季读书会详情与报名方式请参考：
更多关于VIP介绍，请点击查看：
集智学园公众号：swarmAI
集智学园官网：campus.swarma.org
热门跟贴