全局神经元工作空间理论与整合信息论意识假说

Adversarial testing of global neuronal workspace and integrated information theories of consciousness

全局神经元工作空间理论与整合信息论意识假说

https://www.nature.com/articles/s41586-025-08888-1

IIT和GNWT对意识的解释不同：IIT提出，意识是神经网络影响自身的内在能力，由网络在某一状态中所支持的最大不可还原整合信息量（phi）决定。基于理论和神经解剖学的考量，IIT认为最大phi的复合体很可能主要位于后大脑皮层，即颞-顶-枕“热点区”。相反，GNWT断言意识源于跨高阶感觉、顶叶及尤其是前额叶皮层（PFC）的相互连接网络的信息全局广播和晚期放大（或“点火”）。

两种理论都有一个数学或计算核心（IIT的整合信息和GNWT的全局工作空间），并提出了各自的生物学实现方案（分别为后皮层与前额叶皮层及相关区域）。尽管直接检验任一理论的数学或计算核心都很困难，但它们相互竞争的生物学实现方案可以通过当前方法论进行经验检验。因此，我们的研究聚焦于预测差异最为显著的脑区——IIT的后皮层和GNWT的前额叶皮层，而非高阶感觉或顶叶皮层的相关区域——以实现最大诊断效力的实验。

预注册的预测与分析

为了对上述预测进行实证检验，我们研究了意识视觉体验的内容和时间范围，聚焦于其现象学丰富性和多面性特征——即使对于单一刺激也是如此。例如，当观看《蒙娜丽莎》（图1b）时，只要观看着这幅画，人们便会体验到它具有特定的身份、朝向和在视觉空间中的位置。为近似这种多面性体验，我们通过呈现超阈限视觉刺激操控了意识内容的多个属性，这些刺激分属四个不同类别（面孔、物体、字母和伪字体），每个类别包含20个独特身份，以三种朝向（正面、左侧和右侧视图）和三种时长（0.5秒、1.0秒和1.5秒）呈现。在每一组块中，参与者被要求检测来自图像类（面孔–物体）或符号类（字母–伪字体）刺激类别的两个不频繁目标刺激（例如，特定的面孔或物体），从而使这些类别在该组块中成为任务相关项（图1c,d）。

该范式具有若干优势。第一，它通过关注清晰体验到的意识内容，在注视点处以高信噪比、超阈限、完全注意的单一刺激进行研究，为检验理论预测提供了稳健的条件。这放大了任何对理论构成挑战的意义，因为这些挑战无法用信号微弱来解释。第二，它最小化了任务和报告混淆因素，从而分离出与意识特异性相关的神经活动。第三，它允许检验新颖的预测，以解决先前未探索的问题，即体验如何随时间维持，从而精炼理论并产生新的见解。

意识内容的解码

意识内容的维持

在后部感兴趣区域中，iEEG显示出持续的物体身份信息，相同身份物体的距离小于不同身份物体（图3d）。IIT模型与观察到的RSA矩阵显著相关，拟合度优于GNWT模型。字母和伪字体身份的结果相似，但面孔身份除外（扩展数据图4）。在PFC感兴趣区域中，所有类别在分析的时间窗口内均缺乏身份信息（图3d，物体）。面孔朝向信息在刺激开始时于后部感兴趣区域中弱出现，但未持续，在0.5秒后衰减，与IIT的预测相反。PFC感兴趣区域中未检测到面孔朝向信息（图3d）。最后，MEG数据在类别、身份或朝向上均未支持任一理论的预测（见补充信息第6.5节）。

跨区域连接

我们的研究尽管全面，但并非没有局限性。第一，我们无法完全排除类别方面的残余任务参与，尽管我们的设计确保了朝向和时长保持任务无关，因此这些维度上的结果无法用任务相关效应来解释。第二，尽管我们旨在捕捉意识的多个方面，我们的方法仍未能涵盖其全部的现象学丰富性。第三，尽管我们的数据具有高时空分辨率，但缺乏单单元记录，而后者通常仅限于癫痫患者和选定的脑区。作为另一项独立对抗性合作的一部分，正在进行的动物模型研究可以相应地补充我们的发现。

除了直接挑战理论之外，我们的研究还提出了关于跨学科理论检验与发展的更广泛问题。一个关键挑战是如何权衡预测并整合来自不同分析和测量技术（例如，fMRI、MEG和iEEG）的证据。我们采用了一种宽松的证伪主义方法，即任何被检验特征（例如，类别或朝向的解码）的证据足以排除失败，而不要求所有特征的一致性。然而，迫切需要一种形式化框架来定量整合证据，同时考虑预测核心性、测量误差和跨样本一致性。这样的框架将在结果不断积累的时代促进系统的理论构建。

在审阅结果和对手的讨论之后，读者可能期望对所评估的两种理论得出明确结论。相反，我们邀请读者自行权衡证据——考虑每个预注册预测所获支持、数据的广度、方法和分析的精密性，以及塑造解读的认知偏差。科学进步很少是简单定论的问题；证据经过先前信念和动机的过滤
，使得理论评估成为一个动态过程。通过透明地呈现结果和对抗性回应，我们秉持了科学就意识等复杂现象达成稳健解释所需的开放性。

。。。。。。。。

原文链接：https://www.nature.com/articles/s41586-025-08888-1