张江：因果涌现、整合信息论与意识研究｜北京 · 集智谷线下首讲

导语

意识如何从神经元活动中涌现？当因果涌现遇上整合信息论，我们能否找到理解意识本质的新路径？本次分享，张江老师将系统介绍因果涌现与整合信息论(IIT)，在此基础上通过介绍其团队在小鼠大脑钙离子成像上的突破性工作，帮助我们理解因果涌现、整合信息论与意识研究的关系。诚邀集智社区的朋友们共聚北京 · 集智谷！

时间：11月22日（周六）14:00-16:00

线下：北京门头沟区集智谷（檀谷生活汇），仅限集智俱乐部VIP与成员

线上：腾讯会议（仅限集智俱乐部VIP与成员」）

线上公开参与：视频号、B站直播

扫描海报二维码报名本次活动

分享简介

本次分享张江老师以因果涌现、整合信息论与意识研究为题，首先概略地介绍有关涌现与意识的定量研究理论，特别聚焦在因果涌现与整合信息论两套理论上，指出它们之间的相同与相异之处，以及彼此之间的相互依赖关系。进一步介绍他们课题组在小鼠大脑钙离子光学成像上的工作：构建并实现了一套基于机器学习的多尺度动力学学习与因果涌现框架，从近细胞分辨率时序数据中学习可解释的多层次因果变量及其动力学，并在各尺度量化这些变量对未来状态的因果贡献。结果表明低尺度变量主要汇聚输入驱动的信息；高尺度变量在清醒时呈现亚稳态或马鞍点型动力学并发挥显著因果效力，在麻醉下则崩解为局域化随机动力学，伴随因果作用力下降。尽管一个一维顶层变量捕获了大部分可测因果贡献，其他尺度也对整体因果结构贡献显著，导致有意识状态下的高涌现复杂性。最后，会简要讨论上述框架与既有意识理论的关系、基于人工智能的机器观察者研究方法论等问题。

分享大纲

1. 理解涌现（Understanding Emergence）

   涌现是什么（What is Emergence?）

   涌现的分类（Classification of Emergence）

   涌现的量化理论（Quantitative Theories of Emergence）

   因果涌现（Causal Emergence (CE)）

   因果涌现的量化（Quantification of CE）

2. 理解意识（Understanding Consciousness）

   意识的困难问题（Hard problem）

   众多意识理论（Theories of Consciousness）

   自由意志问题（Problem of free-will）

3. 整合信息论简介（Introduction of IIT）

   从现象学到IIT公理（From Phenomenology to Axioms of IIT）

   从公理到模型（From Axioms to Models）

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

4. 基于真实数据构建意识的因果涌现模型（Causal Emergence of Consciousness from Real Data）

5. 因果涌现 VS 意识（Causal Emergence VS Consciousness）

   意识变量动力学（The Dynamics of Conscious Variable）

   意识如何从神经元中整合信息（How Consciousness Integrates Information from Neurons）

   机器观察者（Machine Observer）

核心关注问题

1. 因果涌现的 “跨尺度因果量化” 与 IIT 的 “Φ 值”，核心假设差异何在？能否互补解释意识的涌现性与统一性？

2. 意识的 “不可还原性” 在两大理论中如何处理？是否需新原则调和还原与涌现的矛盾？

3. 因果涌现能否为 AI 意识判断提供新量化标准？

扫码报名（可开发票）

阅读清单

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.

   推荐理由：IIT 4.0 官方版本，明确提出意识的物理本体论基础，是整合信息理论的重要里程碑。

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

   推荐理由：提出“因果涌现 2.0”，从多层次信息结构定量测度复杂性，是连接IIT与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

   推荐理由：IIT阵营与其他范式的哲学辩论文章，反映当下意识科学的范式冲突。

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.

   推荐理由：信息闭合理论（ICT），是对IIT的修正与补充，引入“封闭信息流”的概念解释自我建模。

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

   推荐理由：哲学反思性质的论文，将IIT视为“构成性先验”的实现形式，强调意识理论的形上维度。

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

   推荐理由：系统评述IIT在AI与认知科学中的应用，特别关注计算可实现性问题。

主讲人介绍

北京师范大学系统科学学院教授，集智俱乐部创始人，集智学园（北京）科技有限公司创始人兼董事长，集智研究中心理事长，National Science Review 编委成员。多篇文章发表在包括：Nature Communications、Nature Machine Intelligence、National Science Review、Nonlinear Systems、Chaos等国际知名刊物上。曾出版专著《规模法则——探索细胞到城市的普适规律》、第二作者合著《数字创世纪——人工生命的新科学》，及译著《自然与人工系统中的适应——理论分析及其在生物、控制与人工智能中的应用》等。

研究方向：因果涌现、复杂系统分析与建模、复杂网络与机器学习、社会与经济系统的规模法则（Scaling Laws）等。

报名「走近意识科学」读书会

从神经元放电到自我意识的涌现，意识是人类最稀松平常的主观体验，也始终是科学中最迷人的问题。在“我是谁”的终极追问下，当我们深入意识的机制与机理，会发现更值得深思的是，无论是神经机制的功能整合、信息的跨脑区传递，还是现象意识的主观性质，不同层面的问题都在共同指向一个核心挑战：物理过程如何产生主观体验？功能计算如何关联现象感受？局部神经活动又如何整合为统一的意识？而要回答这些问题的并不简单，它可能会挑战我们对世界和实在，乃至科学方法本身的理解。

为了对意识问题进行系统探讨，集智俱乐部联合来自哲学、认知神经科学、计算机科学、复杂科学领域的研究者共同发起，跨越理论与实证、功能与现象、生物与人工的视角，全面深入研讨意识这一现象本身。重点探讨当代主流意识理论的核心主张与分歧，神经机制与主观体验之间的桥梁，以及AI意识、脑机接口等技术如何重塑人类意识主体的边界与文明的未来。

详情请见：

-一年一度特惠-