第四部分：Scott Aaronson——当数学开始挑战数学
到目前为止，对于整合信息理论的大多数质疑，主要来自哲学。有人担心它把意识扩展得过于广泛，有人认为光电二极管问题已经超出了人们对于意识的基本直觉，也有人认为它事实上已经走向了一种新的泛心论。这些批评固然重要，但它们讨论的大多仍然是理论意味着什么，而不是理论本身是否成立。真正使整个讨论进入一个全新阶段的，是来自数学和理论计算机科学的一次挑战。问题不再是“意识是什么”，而是“描述意识的数学究竟是否成立”。
提出这一挑战的人，是美国理论计算机科学家 Scott Aaronson。
Aaronson 在理论计算机科学领域享有极高声誉，他长期从事计算复杂性理论、量子计算以及计算极限等方向的研究。他进入意识讨论，并不是因为他特别关注意识哲学，而是因为 IIT 试图完成一件极其大胆的事情：把意识建立成一门真正意义上的数学理论。如果一种理论宣称能够用数学刻画意识，那么它就必须接受数学本身最严格的检验。对于一位理论计算机科学家来说，这几乎是一种天然的责任。
这里其实反映出科学发展中一个非常重要的规律。历史上，每当一个学科开始数学化，人们往往会认为它进入了更加成熟的阶段。牛顿用数学描述引力，麦克斯韦用方程统一电与磁，爱因斯坦把引力重新写成几何结构。数学不仅能够提高理论的精确性，也能够帮助人们发现许多直觉难以察觉的规律。然而，数学化也意味着一种新的约束。一旦一个概念被写成数学定义，那么所有由这个定义推导出来的结论，都属于理论本身，无论这些结论是否符合提出者最初的直觉，也无论它们是否令人满意。理论不能只保留那些优美的推论，而把令人不舒服的结果解释为例外。这正是整合信息理论逐渐面对的处境。
Aaronson 对 IIT 的态度其实相当耐人寻味。他并没有否定意识科学，也没有否定建立意识数学理论的可能性。相反，他曾多次表示，整合信息理论是目前少数真正试图严肃解释意识的理论之一，其勇气和原创性值得尊敬。但正因为如此，他认为它更需要接受最严格的数学审视。他提出的核心问题并不是：“意识是否存在？”而是：“这套数学定义，真的刻画了它声称刻画的对象吗？”
这个问题看似简单，却直指所有数学模型共同面对的困难。数学本身从来不会告诉我们一个定义是否真实，它只能告诉我们：如果接受这些定义，那么接下来会发生什么。因此，数学能够保证的是逻辑的一致性，而不是现实的真实性。任何理论一旦进入数学世界，就必须接受一个事实：所有推论都会忠实地跟随定义本身，而不会考虑人们希望得到什么样的答案。
Aaronson 最著名的批评后来被称为 Unfolding Argument（展开论证）。它讨论的是这样一种情形：设想有两个系统，它们对外表现出完全相同的行为。面对相同输入，它们始终产生完全相同的输出；无论观察多久，都无法从行为上区分二者。其中一个系统具有大量反馈回路，各部分持续相互作用；另一个系统则通过重新设计，把这些反馈全部“展开”为一个更大的前馈网络，没有任何循环连接。从功能角度来看，它们完成的是完全相同的计算，也实现了完全相同的信息处理过程。
如果站在功能主义的立场，大多数人都会认为，这两个系统应当具有相同的心理状态，因为它们实现的是同一个计算。然而，在整合信息理论中，它们却可能拥有完全不同的 Φ 值。前者可能具有较高程度的意识，而后者甚至可能几乎没有意识。于是，一个令人不安的问题出现了：如果两个现实中可以建造出来的系统，完成完全相同的计算、解决完全相同的问题、表现出完全相同的行为，那么为什么一个拥有意识，而另一个没有？
Aaronson 真正关注的，并不是这一结论本身，而是它背后的数学含义。如果意识会随着同一个计算在不同物理实现上的改变而发生巨大变化，那么 IIT 所描述的就不再是计算，而是另外一种东西。它也许确实是在描述一种真实存在的因果组织，但这一点必须被明确说明，而不能与计算本身混为一谈。否则，人们就容易把功能上的等价误认为因果上的等价，把数学形式上的一致误认为现实世界中的同一。
事实上，这也触及了现代认知科学几十年来最重要的一项假设。自功能主义兴起以来，许多研究者一直相信，决定心灵的是功能组织，而不是具体材料。一个算法无论运行在神经元、硅芯片还是其他介质上，只要组织方式保持一致，就应当实现相同的心灵。而 IIT 恰恰拒绝了这一前提。在 IIT 看来，物理实现方式并不是无关紧要的载体，它本身就是意识的一部分。两个实现完全相同算法的系统，可以拥有完全不同的意识状态，甚至一个拥有意识，而另一个完全没有。
Aaronson 并没有断言这种观点一定错误。他真正提出的是一个科学上的要求：如此反直觉的结论，需要比普通理论更强的证据。为什么意识会依赖于那些任何功能观察都无法发现的内部区别？如果这种区别真的决定意识，那么研究者又应当如何通过实验验证它？讨论至此，争论已经不仅仅属于意识科学，而进入了科学哲学的核心问题：一个理论究竟是在解释现实，还是只是把自己的定义重新包装成越来越复杂的数学形式？
科学史其实提供了许多值得借鉴的例子。托勒密天文学拥有极其精巧的本轮与均轮体系，它能够相当准确地预测行星运动，数学结构也十分优美，但后来人们发现，这些优雅的方程建立在一个错误的宇宙图景之上。数学可以非常严密，却仍然描述着一个并不存在的世界。因此，一套数学模型最大的挑战，从来不是内部是否一致，而是它所定义的对象，是否真的对应自然界中的真实存在。
面对 Aaronson 的批评，托诺尼和 Christof Koch 也进行了回应。他们认为 Aaronson 误解了 IIT 的核心目标。整合信息理论从来没有打算保持功能上的等价，它真正关心的是内在因果结构。计算机可以完美模拟飓风，却不会因此产生风雨；程序可以模拟消化过程，却不能真正消化食物。同样，一个意识过程的模拟，也未必拥有真正的意识。决定意识的，不是抽象算法，而是执行算法的那个物理系统自身。
Aaronson 并不否认这一回应，但他继续追问：如果真正重要的是因果结构，那么为什么偏偏是这种因果结构，而不是其他同样可以数学描述的组织形式，会产生主观体验？换句话说，理论只是把问题从“为什么计算产生意识”转移到了“为什么这种因果结构产生意识”。真正需要解释的问题，并没有因此消失。
也正是在这里，这场争论的意义开始超越整合信息理论本身。Aaronson 所挑战的，不只是 Φ，也不是某一个数学公式，而是所有未来意识理论都必须面对的问题：什么样的数学，才真正具有解释意识的资格？一种数学理论不仅需要优雅、一致、可计算，更需要证明它所定义的对象确实存在于自然，而不仅仅存在于定义之中。
也许，这正是 Aaronson 对整个意识研究最大的贡献。他提醒人们，数学拥有巨大的力量，却并不会自动证明自己的真实性。它能够揭示隐藏在定义中的逻辑后果，能够暴露理论内部的不一致，也能够统一看似无关的现象，但它永远无法独自决定现实究竟是什么。最终拥有决定权的，不是数学，而是自然本身。
从这个意义上说，Aaronson 的批评未必削弱了整合信息理论，反而推动它进入更加成熟的发展阶段。真正成熟的科学理论，从来不是因为没有批评而伟大，而是因为每一次严肃的批评，都迫使它不断澄清自己的假设、修正自己的推论，并接受更加严格的经验检验。无论 Aaronson 最终是否正确，他都永久提高了意识科学的门槛。此后，无论是整合信息理论，还是任何新的意识理论，都必须证明：它们不仅拥有漂亮的数学，更真正触及了现实本身。
（未完待续）
AI时代再问意识：人工痛苦，对意识理论的一次检验（下）
AI时代再问意识：人工痛苦，对意识理论的一次检验（中）
AI时代再问意识：人工痛苦，对意识理论的一次检验（上）
AI时代再问意识：人工智能的情感鸿沟（下）
AI时代再问意识：人工智能的情感鸿沟（上）
AI时代再问意识：大语言模型可能拥有意识吗？（下）
AI时代再问意识：大语言模型可能拥有意识吗？（上）
AI时代再问意识：哪些意识理论允许人工智能拥有意识？（下）
- AI时代再问意识：人工痛苦，对意识理论的一次检验（下） - 10/25/26
- AI时代再问意识：人工痛苦，对意识理论的一次检验（中） - 10/24/26
- AI时代再问意识：人工痛苦，对意识理论的一次检验（上） - 10/23/26