导语
继「神经动力学模型」与「计算神经科学」读书会后，集智俱乐部联合来自数学、物理学、生物学、神经科学和计算机的一线研究者共同发起，跨越微观、介观与宏观的视角，探索意识与智能的跨尺度计算、演化与涌现。重点探讨物理规律与人工智能如何帮助我们认识神经动力学，以及神经活动跨尺度的计算与演化如何构建微观与宏观、结构与功能之间的桥梁。
本次读书会探讨了连接意识宏观体验与微观神经活动的多尺度因果框架。现有理论（如整合信息理论）多局限于单一尺度，且缺乏跨尺度因果动力学研究。为此，基于课题组提出的机器学习方法，利用小鼠皮层高分辨率钙成像数据，识别多尺度因果变量及其动力学机制。该研究为理解神经活动与意识的关系提供了跨尺度因果分析新路径。
分享简介
意识同时横跨宏观体验与微观神经元活动，然而将这两个尺度联系起来仍具有挑战。本次读书会，我们首先回顾了主流的意识理论，已有的理论，如整合信息理论往往聚焦单一尺度，忽视了因果力及其动力学是如何跨尺度展现的。同时研究进展也受限于稀缺的跨尺度数据，以及量化多尺度因果与动力学的困难。接着介绍意识与因果涌现的关系，最后，重点介绍将课题组提出的机器学习框架应用到小鼠的脑神经系统中，通过使用小鼠背侧皮层近细胞级分辨率的钙成像数据，推断多尺度因果变量及其动力学。实验发现在较低层级，变量主要整合低尺度的信息；而在较高层级，通过清醒时的亚稳态或鞍点动力学传递因果，并在麻醉状态下转向局部化的随机动力学。此外，一维顶层“意识变量”捕获了大部分因果力，但是其他尺度变量同样具有因果力的贡献，并且在意识状态下产生较高的“涌现复杂性”。这些发现共同构建了一个连接神经活动与意识状态的多尺度因果框架。
核心关注问题
意识产生在哪个尺度？宏观、介观、微观还是都存在？
大脑是如何进行多层级信息聚合的？
如何定量刻画大脑的意识动力学？
核心概念
分享大纲
意识理论概述
意识与因果涌现的关系
小鼠脑神经系统中的因果涌现
多尺度因果力分布
涌现动力学分析
信息整合方式
脑区归因
主讲人介绍
王志鹏，北京师范大学在读博士，师从张江教授，研究兴趣包括复杂系统多尺度建模、因果涌现等。
参与时间
2025年10月11日（周六）晚上19:00-21:00（固定时间，记得关注获取每周分享信息～）
报名加入社群交流
https://pattern.swarma.org/study_group_issue/976?from=wechat
扫码参与，加入社群，获取系列读书会永久回看权限，与社区的一线科研工作者沟通交流，共同溯源复杂科学的思想脉络。
领域必读文献
这篇文章是一种基于有效信息最大化的因果涌现识别方法，可以用于构建多尺度的大脑动力学
Mingzhe Yang, Zhipeng Wang, Kaiwei Liu, Yingqi Rong, Bing Yuan, and Jiang Zhang. Finding emergence in data by maximizing effective information. National Science Review,12(1):nwae279, 2025.
这是IIT1.0整合信息论的论文，提出了意识度的衡量指标Φ, 该工作认为意识发生在Φ值最大的子系统中。
Tononi, G. (2004). An information integration theory of consciousness. BMC neuroscience, 5(1), 42.
这篇文章是计算因果力分布的涌现复杂度的方法，可以用来量化大脑动力学系统中的多尺度的因果贡献分布的均匀程度
Erik Hoel. Causal emergence 2.0: Quantifying emergent complexity. arXiv preprint arXiv:2503.13395, 2025.
Luppi, A. I., Mediano, P. A., Rosas, F. E., Allanson, J., Pickard, J., Carhart-Harris, R. L., ... & Stamatakis, E. A. (2024). A synergistic workspace for human consciousness revealed by integrated information decomposition. Elife, 12, RP88173.
Luppi, Andrea I., et al. A synergistic core for human brain evolution and cognition. Nature Neuroscience 25.6 (2022): 771-782.
开放招募：
Luppi, A. I., Craig, M. M., Pappas, I., Finoia, P., Williams, G. B., Allanson, J., ... & Stamatakis, E. A. (2019). Consciousness-specific dynamic interactions of brain integration and functional diversity. Nature communications, 10(1), 4616.
Luppi, A. I., Cabral, J., Cofre, R., Destexhe, A., Deco, G., & Kringelbach, M. L. (2022). Dynamical models to evaluate structure–function relationships in network neuroscience. Nature Reviews Neuroscience, 23(12), 767-768.
计算神经科学第三季读书会
从单个神经元的放电到全脑范围的意识涌现，理解智能的本质与演化始终是一个关于尺度的问题。更值得深思的是，无论是微观的突触可塑性、介观的皮层模块自组织，还是宏观的全局信息广播，不同尺度的动力学过程都在共同塑造着认知与意识。这说明，对心智的研究从最初就必须直面一个核心挑战：局部的神经活动如何整合为统一的体验？局域的网络连接又如何支撑灵活的智能行为？
继「」与「」读书会后，集智俱乐部联合来自数学、物理学、生物学、神经科学和计算机的一线研究者共同发起，跨越微观、介观与宏观的视角，探索意识与智能的跨尺度计算、演化与涌现。重点探讨物理规律与人工智能如何帮助我们认识神经动力学，以及神经活动跨尺度的计算与演化如何构建微观与宏观、结构与功能之间的桥梁。
详情请见：
热门跟贴