意识的EM信息论

引用Johnjoe McFadden的《在大脑的EM领域中整合信息：意识的CEMI领域理论，意识的神经科学》，2020年第1期，niaa016，https://doi.org/10.1093/nc/niaa016。

关。

意识的一个关键方面是它代表了绑定或整合的信息，这促使人们越来越相信意识的物理基础必须能够编码大脑中的整合信息。然而，正如拉尔夫·兰道尔坚持的那样，“信息是物理的”，所以集成的信息必须是物理集成的。我在这里认为，几乎所有的所谓“综合信息”的例子，包括神经元信息处理和常规计算，都只是在输出与多个输入相关的意义上进行时间综合：信息综合是在时间上实现的，而不是在空间上实现的，因此不能与物理综合信息相对应。我指出，只有能量场才有能力整合太空中的信息。我描述了有意识的电磁信息(CEMI)场理论，该理论提出意识是物理上整合的、因果活跃的信息，编码在大脑的全局电磁(EM)场中。在此，我将该理论引申为：意识在大脑的电磁场中实现的是空间算法，而不是时间算法。我描述了CEMI场论如何解释意识的大多数观察到的特征，并描述了最近对该理论的实验支持。我还描述了该理论的几个未经检验的预测，并讨论了它对人工意识设计的启示。CEMI场论提出了一种科学二元论，它植根于物质和能量之间的差异，而不是物质和精神之间的差异。

修理辐条被绳子卡住的自行车最好的办法是什么？

“约束问题”是理解“我们在有意识的头脑中整合跨越时间、空间、属性和观念的信息的能力”(Treisman 1999)。这个问题通常是在理解视觉场景的不同组成部分--颜色、纹理、线条、运动等--如何在大脑的不同区域被处理而形成统一的意识知觉的情况下提出的。然而，在意识的所有模式中，约束都是意识的一般特征。上面的第一句引语包含四个不和谐的名词，一个表示情感，第二个表示黑暗的蒸汽，第三个表示有毒的气味，第四个表示说话。然而，莎士比亚的天才将每一个词都捆绑成一行诗，在读者或听众的意识中，毫不费力地唤起了对人类最脆弱情感的独特、完整而复杂的洞察力。在第二句话中，人工智能(AI)研究人员、深度学习的先驱加里·马库斯(Gary Marcus)哀叹人工智能目前缺乏这一能力，这一点从棘手的问题上可见一斑，比如从自行车轮子上解开一根绳子，然而，任何婴儿在第一次接触这项任务时都会抓住并解决这一问题。

我们的主观经验是，这类问题，包括计划和执行几个顺序的步骤，仍然是作为综合信息立即被抓住和整体解决的。这一直觉得到了许多研究的证实，这些研究表明，意识提供的约束确实是解决一般智力问题所必需的，特别是需要工作记忆的顺序任务，如记忆跟踪条件作用(Carter等人。这些课程包括：多步骤计算(Dehaene和Cohen 2007)、目标导向行为和战略规划(Dehaene和Naccache 2001)、随时间学习(Fuster 1991)、语言(但不是单词)理解(Hagoort和Indefrey 2014)、社会智能和互动(Dunbar等人)。2010年；利伯曼2012年)和创造力(考夫曼等人，2010)。正如几位研究人员(Tononi和Edelman 1998；Treisman 1999；Edelman和Toni 2008)所指出的那样，有意识的绑定需要大脑中复杂信息的整合。问题是要理解大脑是如何实现这种整合的。

“哲学是通过我们的语言来对抗我们智力的迷惑的一场战斗”。维特根斯坦(2009，第109页)。

我们所说的“综合信息”是什么意思？要回答这个问题，我们必须首先就信息的定义达成一致。这里我将使用克劳德·香农(Claude Shannon)所描述的称为“香农信息”(Shannon 1948)的信息；它本质上是消息发送者和接收者之间的自由度之间的相关性的度量，以位为度量单位。神经元的放电率因此编码了关于外部世界的信息，因为它的一些自由度与外部世界的自由度是相关的。我注意到，在一些意识理论中，

接下来，我们必须就如何区分有意识和无意识的精神活动达成一致。我将遵循Dehaene和他的同事们首创的方法，他们坚持认为“主观报告是认知神经科学声称要研究的关键现象”(Dehaene和Naccache，2001)。因此，将这两个定义放在一起，那么意识神经元信息(发送者)就是大脑中编码的信息，它与意识观察者的主观报告(接收者)中编码的信息相关。

然而，大量的信息，如大脑中的自由度，可能与主观报告的信息相关，包括离子通过神经细胞膜的运动，突触间隙内神经递质的运动，离子通道的打开和关闭，带电粒子运动产生的血流或电磁场扰动。在与其状态相关的香农意义上，这些神经元微状态中的每一个都知道视觉场景的某些方面或该场景的主观报告。哪个可能是整合信息的物理基础，这些信息必须由有意识的头脑编码？

在回答这个问题之前，首先需要定义一下我们所说的集成信息是什么意思。这似乎是一项容易的任务，因为这一术语被广泛使用，以至于联合国统计和地理空间信息一体化专家组(http://ggim.un.org/UNGGIM-expert-group/)，)、国际信息融合学会(http://isif.org/)，)、国际信息融合理论(2014年)、数据集成系统(Genesereth等人)都证明了这一点。(1997年)，寻求整合来自多个来源的信息的众多统计和数据挖掘方法(Maimon和Rokach，2005)，以及计算机集成电路。然而，正如物理学家罗尔夫·兰道尔(Rolf Landauer)著名地坚持的那样，“信息是物理的”(Landauer 1991)，所以集成的信息，如果存在的话，必须由物理集成的基板编码。此外，如果它要有输出，那么它需要具有因果能力(Pawłowski等人)。2009)：综合信息作为一个综合单元，必须改变一些物理上的东西。然而，上述集成信息的示例没有一个是物理集成的。他们的信息在时间上是因果集成的，而不是物理上在空间上集成的，正如我现在将用一个熟悉的哲学问题来说明的那样。

Ryle(2009)坚持认为，假设像牛津大学这样的结构是物质存在的，这是一个范畴错误。为了说明自己的观点，他想象了一位参观牛津的游客，他参观了图书馆和学院，但随后问道：“但是大学在哪里？”访问者的错误是认为大学是实物范畴的一员，而不是一个只在学生、教职员工和来访者的头脑中因果存在的机构。赖尔称这种错误为“分类错误”。对于综合信息也可以进行类似的论证。大学机构，如注册、财务、图书馆、考试委员会、学院或行政人员，整合和处理大量不同的信息，从学生入学标准、申请者资格、图书目录、考试成绩、时间表或工资。然而，这种整合就像机构本身一样，是因果的，而不是物理的，因为下游的影响，如张贴大学学位的录取通知，取决于多种上游的信息原因，如申请表的到达及其学者和行政人员的审查。这种整合是通过时间上的因果操作链，而不是空间上的物理整合。

这种形式的时间集成信息也是计算的普遍特征，例如由布尔逻辑门执行并在图灵机(例如现代计算机)中实例化的计算。例如，AND逻辑门的单比特输出对其两个输入(图1a)中编码的两个比特信息进行积分，以输出表示该门的输入的积分的单比特。实际上，积分在时间t2的输出位的状态取决于时间t1的两个输入位的意义上是因果的。当然，单个输出位不能同时编码两个输入位：它不是物理上积分的信息。还要注意的是，一旦信号通过例如电流或电压变化从输入传输到输出，则输入可以自由接受新数据。因此，当信号到达输出(T2)时，其状态可能不再与输入相关。因此，不存在与由门执行的信息集成相对应的物理状态。当然，这并不能阻止闸门

然而，有一些物理系统可以在单个时间瞬间对跨空间集成的信息进行编码。我们把这种形式的信息称为力场。最明显的是引力场，它在地球表面的任何一点都提供了一种力量，有效地整合了地球、月球和太阳等局部质量的大小和分布。类似地，空间中任一点的电磁场表示有关局部电荷的类型、分布和运动的信息的综合。与上面描述的时间积分相反，力场物理地积分可以从场中的任何点同时下载的复杂信息。对于任何观看从单一发射器传输到智能手机的电视节目的人来说，这一点是显而易见的，同时观看电视节目的还有其他1000人，他们可能会在1000个不同的地点同时在手机上观看相同的节目。此外，电磁场可以像集成电路一样进行计算。

例如，考虑撒在磁铁上的铁屑的排列。传统的计算机可以通过将文件的初始随机配置输入执行麦克斯韦方程或量子电动力学方程的算法来计算它们的配置，以输出它们的最终平衡配置。然而，空间中每个点的电磁场，由磁铁中铁原子的电子自旋产生，会立即计算出这个解。从这个意义上说，该字段表示空间上的算法，而不是图灵机实现的时间上的算法。而且，最重要的是，计算中涉及的信息在磁铁及其周围的空间中同时可用。它是空间上的综合信息，而不是暂时的综合信息。电磁场的信息是物理绑定的复杂信息。

磁铁还可以编码视觉信息。艺术家安杰伊·勒纳德(Andrzej Lenard)画有磁性的图片，比如小罗伯特·唐尼(Robert Downey Jr)的肖像(图2，来自https://www.youtube.com/watch？V=PHzz81yapcc)。请注意，无论铁屑是否在那里，磁场编码的信息都会出现。图像的编码将作为不可见的综合信息存在于空间中。我认为，这种编码更接近我们思想的物理现实，而不是一个正在放电的神经元。然而，它是静态的，而不是动态的，而且与来自WiFi路由器的信号不同，视觉信息是局部离散的，而不是分布在图像的整个空间。

图1b说明了动态电磁场信息如何集成信息并起到逻辑门的作用。该图显示了一个具有两个输入和一个输出的EM场与门，每个输入或输出编码为0或1。输入是偶极子，充当在两个状态之间振荡的电动势发射器。为便于演示，图1b示出了表示为触发(对应于输入=1的振荡)或非触发(不振荡，输入=0)状态的不同输入。然后，输出是实现AND规则以输出信号的EMF接收器。请注意，接收节点可以位于字段空间中的任何位置。所以，最重要的是，整个AND运算分布在输入的重叠场的整个空间中。输入信息的计算和集成是在空间上实现的，而不是在时间上实现的。它是物理上的综合信息处理。

原则上，实现不同逻辑功能的EMF发送器和接收器的组合可以实现任何复杂的算法，例如，识别詹妮弗·安妮斯顿图像的算法。与上面的小Robert Downey的静态磁像不同，该电磁场算法将分布在整个场空间中；这样，就像WiFi信号一样，它可以从场空间中的任何点下载。从这个意义上说，该场具有与全息图相同的特征，这些全息图类似地存储分布的信息。但在CEMI字段的情况下，信息作为一种算法存在于空间中，而不是时间中。它是物理上集成的信息。我认为，像这样的实地实施的算法，但在大脑中，是有意识思维的物理基础。

然而，重要的是要认识到，尽管电磁场是最大限度地连接在一起的-宇宙只有一个电磁场-电磁波以光速穿越巨大的距离。然而，它们的强度服从反平方律(电分量)或立方律(磁分量)，因此单个神经元的电磁场扰动随距离迅速下降。在我之前的论文中，我估计单个神经元放电产生的电磁场微扰仅扩展到大约80 µm的体积，最大约为200ne