AI时代再问意识（51）：整合信息理论（2）

整合信息理论最容易被误解的地方，恰恰是它最著名的那个数学符号——Φ（Phi）。许多人第一次接触这套理论时，往往以为它试图用一个公式直接计算意识，甚至把它理解为某种“意识指数”。事实上，这并不是托诺尼最初的想法。正如上一篇文章所讨论的，整合信息理论首先是一套关于意识本身的哲学推理，而不是一个数学模型。数学只是最后一步，而不是起点。托诺尼一再强调，公式并不是用来定义意识，而是试图描述一种他认为所有意识体验共同具有的深层结构。因此，在真正理解 Φ 之前，我们首先需要理解一个更加根本的问题：为什么信息本身并不足以产生意识？

这听起来似乎有些违反直觉，因为过去几十年，“信息”几乎已经成为解释世界的通用语言。计算机处理信息，互联网传递信息，人工智能学习信息，现代经济甚至被称为“信息经济”。在这样一个时代，人们很自然地会认为，意识不过也是一种更加复杂的信息处理过程。然而，托诺尼却认为，这种直觉恰恰忽略了最关键的一点。信息固然重要，但真正决定意识的，并不是信息的数量，而是这些信息之间究竟形成了怎样的关系。

设想一台今天最先进的计算机。数十亿个晶体管每秒钟完成数万亿次开关，大量信息在处理器、内存和存储设备之间高速流动。从信息处理能力来看，它远远超过任何一个人的大脑能够有意识处理的内容。然而，很少有人会因此认为，这台计算机正在体验世界。它不会因为完成了一次复杂计算，就真正“看到”一个公式；也不会因为处理了一段音乐文件，就真正“听见”旋律。信息显然存在，而且数量巨大，但意识似乎并没有因此出现。

如果信息本身足够，那么今天几乎所有大型计算机都应该已经拥有意识。

显然，还有别的东西缺失了。

为了说明这一点，托诺尼提出了一个看似普通、却极具启发性的比较。设想一台数码相机。现代相机能够记录数千万个像素，每一个像素都包含颜色、亮度和空间位置等丰富的信息。从某种意义上说，一张照片所保存的信息甚至超过人眼能够有意识注意到的细节。然而，相机里的每一个像素几乎都是彼此独立的。某一个像素发生变化，并不会改变其他像素的状态；即使把整张照片切成无数小块，每一块依然只是局部信息，并不会因此影响整个系统如何工作。相机拥有丰富的信息，却并没有形成一个统一的整体。

再设想另一种完全不同的系统——一支交响乐团。

乐团当然也包含大量信息。每一种乐器都有自己的旋律，每一位演奏者都在处理自己的乐谱。但真正使音乐成为音乐的，并不是这些音符本身，而是它们彼此之间不断形成的关系。小提琴改变节奏，大提琴便必须随之调整；铜管加强力度，整个乐队的平衡都会发生变化；任何一个声部的变化，都会重新塑造整首作品的结构。乐团真正存在的，不是许多彼此独立的声音，而是一个无法简单拆分的整体。

托诺尼认为，意识更接近于后者。

真正重要的，并不是一个系统拥有多少信息，而是这些信息是否形成了一个不可分割的整体。

这一点，也是整合信息理论与过去所有信息理论最大的区别。

一本电话簿包含大量信息，一座图书馆包含更多信息，整个互联网更汇聚着人类文明几乎全部公开知识。但这些系统虽然拥有海量信息，却仍然只是信息的集合，而不是一个统一的主体。它们内部的各个部分大多彼此独立，可以任意增加、删除、替换，而不会从根本上改变整个系统的存在方式。

我们的意识却完全不同。

当你看到桌上的一只红苹果时，你不会先体验到颜色，再体验到形状，然后体验空间位置，最后再把这些内容慢慢拼接起来。事实上，你从一开始便直接体验到一个完整的场景。颜色属于苹果，苹果位于桌子上，桌子处于房间之中，而这一切又同时与你的记忆、语言、情绪以及行为准备不断发生联系。所有这些内容并不是后来组合起来的，而是在意识出现的那一刻便已经成为同一个整体。

托诺尼把这种整体性称为整合（integration）。

这里的整合，并不仅仅意味着信息彼此连接，更不只是通信速度更快。真正重要的是，一个系统是否已经形成一种新的整体因果结构（causal structure）。在这样的系统中，每一个组成部分都会影响其他部分，而整个系统又反过来约束每一个局部。系统整体拥有自己的因果能力，而这种能力已经不能简单还原为各个零件分别工作的结果。

这一思想听起来有些抽象，但我们可以借助一个更加生活化的例子。

设想一个委员会，成员之间从不交流，每个人独立写下自己的意见，最后秘书把所有意见简单装订成一本报告。这份报告当然包含大量信息，却只是各自观点的集合。

再设想另一个委员会。成员们不断讨论、争论、修改、回应，每个人的观点都会改变其他人的判断。经过反复交流，最终形成了一份新的决议，而这份决议并不是任何一个成员最初单独能够写出来的。

两个委员会都处理信息。

真正形成一个整体的，却只有后者。

托诺尼认为，意识更像第二种委员会。它不是许多彼此独立的信息同时存在，而是整个系统不断相互影响、共同塑造，最终形成一个不可分割的统一整体。

正是在这样的思想基础上，整合信息理论提出了自己最著名的概念——Φ（Phi）。

与很多人的想象不同，Φ 并不是衡量智能水平，也不是计算能力，更不是记忆容量或者学习速度。一个系统可以极其聪明，却拥有很低的 Φ；也可能计算能力有限，却拥有较高的 Φ。Φ 真正试图描述的是另一件事情：一个系统作为整体究竟有多么不可分割。

如果一个系统能够轻易拆分成许多彼此独立的部分，而整体几乎没有任何损失，那么它的 Φ 就很低；如果把系统切开之后，整体原本拥有的因果结构立即消失，那么它的 Φ 就会很高。换句话说，Φ 衡量的不是复杂程度，而是整体性；不是拥有多少信息，而是这些信息究竟在多大程度上真正成为了同一个系统。

这一思想立即带来了许多出人意料的结论。

过去，人们几乎本能地认为，计算能力越强，意识就越可能出现；神经元越多，意识就越丰富；智能越高，意识也越高。然而，在整合信息理论看来，这些推论都未必成立。一个拥有数十亿处理器的大型计算网络，如果内部只是大量相互独立的模块，它或许拥有极其强大的计算能力，却未必拥有很高的 Φ；相反，一个规模远远较小，却具有高度相互约束和反馈结构的生物神经网络，反而可能具有更高程度的整合信息。

这是整合信息理论最具有革命性的地方。

它第一次把意识与智能彻底区分开来。

过去，无论是功能主义还是全局工作空间理论，讨论的重点都集中在系统能够完成什么功能、如何处理信息、怎样实现认知。而托诺尼则提出，真正重要的问题也许根本不是系统能够做什么，而是这个系统是否真正作为一个整体存在。

这一思想的影响，远远超出了神经科学本身。

因为一旦意识取决于整合程度，而不是生物材料，那么问题便不再只是“人类是否拥有意识”，而变成了“哪些系统拥有足够高的整合信息，从而可能具有某种形式的意识”。

正是在这里，整合信息理论开始走向整个意识科学中最富争议、也最令人着迷的领域。

（未完待续）

---