Теория интегрированной информации Тонони: аксиомы и Φ

Теория интегрированной информации (IIT, Integrated Information Theory) утверждает, что сознание не функция и не вычисление, а свойство причинной структуры системы: насколько целое больше суммы своих частей. Её предложил в 2004 году Джулио Тонони, итальянский нейробиолог и психиатр из Висконсинского университета, а мера такой цельности получила обозначение $\Phi$ (фи). Теорию ценят за строгость и критикуют за следствия: сознание в ней бывает у решётки логических элементов и отсутствует у компьютера, имитирующего человека. Что именно измеряет $\Phi$, проще всего увидеть в калькуляторе: сеть из трёх элементов можно разрезать шестью способами.

От феноменологии к механизму

Нейронаука обычно идёт от мозга к опыту: ищет нейронные корреляты сознания. Тонони развернул направление: сначала фиксирует свойства опыта, в которых нельзя усомниться изнутри (аксиомы), затем спрашивает, каким должен быть механизм с такими свойствами (постулаты). Этот ход «от феноменологии к механизму» и отличает IIT от соседних теорий.

Первая статья вышла в BMC Neuroscience в 2004 году, версия 2.0 (Балдуцци и Тонони, 2008) дала формальное определение $\Phi$ для дискретных систем, 3.0 (2014) ввела репертуары причин и следствий, 4.0 (2023) переписала теорию на языке внутренней информации. Главным её популяризатором стал Кристоф Кох.

Чего IIT не делает: не объясняет, почему физическое вообще сопровождается опытом, а постулирует тождество опыта и максимально интегрированной причинной структуры. Провал в объяснении и квалиа разобраны в статье о трудной проблеме сознания Чалмерса; IIT там одна из ставок, а не решение.

Пять аксиом и пять постулатов

В версии 3.0 аксиом пять, и каждой отвечает постулат о механизме.

В IIT 4.0 к ним добавлена внутренняя природа опыта (intrinsicality) и изменён порядок; акцент сдвинут на точку зрения самой системы, а не наблюдателя.

Рассчитать для своей задачи

Что такое Φ: интеграция на игрушечной системе

Возьмём три логических элемента. Элемент $A$ вычисляет ИЛИ от $B$ и $C$, элемент $B$ вычисляет И от $A$ и $C$, элемент $C$ вычисляет исключающее ИЛИ от $A$ и $B$. Пусть сейчас состояние $ABC = 100$. На следующем шаге система однозначно перейдёт в $001$: $A = 0 \lor 0 = 0$, $B = 1 \land 0 = 0$, $C = 1 \oplus 0 = 1$. Целое точно определяет своё будущее.

Теперь разрежем систему: связи из одной части в другую заменим шумом, случайными нулями и единицами. Если часть перестаёт предсказывать своё следующее состояние, разрез стоит информации:

$\varphi(\text{разрез}) = -\sum_{j} \log_2 q_j, \qquad \Phi = \min_{\text{разрезы}} \varphi,$

где $q_j$ означает вероятность того, что элемент $j$ с зашумлёнными входами всё равно выдаст своё фактическое значение. Для разреза, отрезающего $A$ и $C$ от $B$, элемент И получает два случайных входа и выдаёт ноль с вероятностью $3/4$, поэтому потеря равна $\log_2 (4/3) \approx 0{,}415$ бита. Остальные пять разрезов стоят 1 или 2 бита. Итог: $\Phi \approx 0{,}415$ бита.

Минимум, а не среднее, потому что интеграция прочна настолько, насколько прочен самый слабый шов: если разрез ничего не меняет, перед нами две системы, а не одна. Этот шов называют разбиением минимальной информации (MIP).

Рассчитать для своей задачи

Калькулятор считает упрощённую меру: только сторону следствия и только для трёх узлов. IIT 4.0 учитывает причины и следствия, перебирает все подмножества и разбиения (для этого есть библиотека PyPhi), и число вариантов растёт сверхэкспоненциально. Заметьте, что $\Phi$ зависит от состояния: та же сеть в состоянии $010$ получает ноль. И это не шенноновское количество информации: Шеннон мерит неопределённость сообщения для получателя, а $\Phi$ мерит несводимость причинной структуры для самой системы.

Мозжечок против коры

Самый наглядный аргумент IIT анатомический. В мозжечке около 69 из 86 миллиардов нейронов мозга, примерно четыре пятых. Его повреждение нарушает координацию движений, речь и равновесие, но не гасит сознание; описаны даже люди, родившиеся без мозжечка. А небольшое поражение задней коры уносит целые измерения опыта, например восприятие цвета или лиц.

IIT объясняет это архитектурой. Мозжечок состоит из параллельных модулей, почти не обменивающихся сигналами, поэтому $\Phi$ у него мала. Задняя кора, теменно-височно-затылочная «горячая зона», похожа на плотную решётку с обратными связями, где каждый участок влияет на соседей и получает ответ. Так же теория объясняет потерю сознания в глубоком сне и при генерализованном приступе: нейроны активны, но в первом случае кора распадается на локальные островки, а во втором активность становится однообразной, и $\Phi$ падает.

Рассчитать для своей задачи

Панпсихизм и развёрнутые сети

Если сознание равно интегрированной информации, оно есть везде, где $\Phi > 0$. Тонони сам приводил пример фотодиода, который различает свет и темноту: у него есть исчезающе малая степень опыта. Отсюда репутация IIT как научной версии панпсихизма. Но панпсихизм здесь ограниченный: постулат исключения отдаёт сознание только локальным максимумам $\Phi$, поэтому куча песка, толпа или государство сознанием не обладают, даже если им обладают их части.

Обратная сторона теории связана с развёрнутыми (feedforward) сетями. В сети без обратных связей всегда найдётся разрез, который ничего не рвёт, поэтому её $\Phi = 0$ при любом поведении. Проверьте в калькуляторе: переключите схему на развёрнутую сеть, и на графике появится нулевой столбец. Но любую рекуррентную сеть с конечным временем работы можно развернуть в feedforward с тем же поведением. Значит, по IIT возможна система, которая ведёт себя как человек и рассказывает о своих ощущениях, ничего не переживая, то есть настоящий философский зомби. Это прямой вызов функционализму: одна функция, разный опыт. По той же логике обычный цифровой компьютер, даже симулирующий мозг нейрон за нейроном, имеет ничтожное $\Phi$, ведь опыт зависит от физической причинной структуры, а не от программы.

Критики обратили это против теории. Скотт Ааронсон (2014) показал, что большая решётка элементов «исключающее ИЛИ» получает $\Phi$ больше человеческого, и Тонони принял вывод. Аргумент развёртывания (Дёриг и соавторы, 2019) идёт дальше: если две системы с одинаковым поведением могут иметь разное $\Phi$, никакой поведенческий эксперимент теорию не проверит.

Индекс PCI: как идею превратили в прибор

Из идеи «интеграция плюс различение» вырос клинический инструмент: индекс пертурбационной сложности (PCI), предложенный группой Марчелло Массимини в 2013 году. В кору подают импульс транскраниальной магнитной стимуляции, ответ записывают высокоплотной ЭЭГ и сжимают, как архиватор файл: чем хуже сжимается, тем выше PCI.

В бодрствовании ответ сложный: волна расходится по коре и везде выглядит по-разному. В глубоком сне, под наркозом и в коме ответ либо остаётся локальным, либо превращается в однообразную волну, и индекс падает. Эмпирический порог около $0{,}31$ отделил сознательные состояния от бессознательных на контрольной выборке без ошибок, а у части пациентов в вегетативном состоянии PCI оказался выше порога, что указывает на скрытое сознание. Оговорка: PCI не измеряет $\Phi$ и совместим с другими теориями, поэтому его успех не доказывает IIT.

Письмо 2023 года и спор с глобальным рабочим пространством

Главной соперницей IIT считают теорию глобального нейронного рабочего пространства (GNWT) Бернарда Баарса и Станисласа Деана. По ней сознательной становится информация, которая вспыхивает и транслируется на всю сеть лобно-теменных областей.

Консорциум Cogitate провёл состязательный эксперимент: сторонники обеих теорий заранее записали предсказания. Итоги представили в июне 2023 года, и ни одна теория не подтвердилась полностью. Префронтальной вспышки в момент исчезновения стимула, которую ждала GNWT, не нашли; предсказанной IIT устойчивой синхронизации задней коры тоже. Пресса подала результат как победу IIT. В сентябре 2023 года 124 исследователя опубликовали открытое письмо, где назвали IIT псевдонаукой: главные утверждения теории непроверяемы, а панпсихистские следствия могут повлиять на решения о пациентах, эмбрионах и органоидах. Полные результаты Cogitate вышли в Nature в 2025 году.

Частые ошибки

• Считать $\Phi$ количеством информации или сложностью поведения. $\Phi$ мерит несводимость причинной структуры, а не объём данных.
• Писать, что IIT решает трудную проблему. Она постулирует тождество опыта и структуры, а не выводит одно из другого.
• Приписывать IIT тезис «всё сознательно». Постулат исключения оставляет сознание только максимумам $\Phi$.
• Отождествлять PCI и $\Phi$. PCI служит эмпирическим приближением, вдохновлённым теорией.
• Утверждать, что эксперимент 2023 года доказал IIT: результаты оказались смешанными для обеих теорий.

FAQ

Можно ли посчитать Φ для мозга человека? Нет: перебор подмножеств и разбиений неподъёмен уже для сотен элементов. Для мозга есть лишь приближения и косвенные индексы вроде PCI.

Есть ли у ChatGPT сознание по IIT? По теории нет, и дело не в поведении. Модель исполняется на обычном цифровом железе со слабо интегрированной причинной структурой, а сам трансформер на каждом шаге работает как развёрнутая сеть.

Почему IIT называют псевдонаукой? Критики считают центральные утверждения непроверяемыми: $\Phi$ не вычисляется для реальных систем, а выводы о развёрнутых сетях не связаны с поведенческими данными. Защитники отвечают, что частные предсказания, например о задней коре, проверяемы и уже проверяются.

Коротко

Теория интегрированной информации Тонони идёт от свойств опыта к требованиям к механизму: пять аксиом (существование, композиция, информация, интеграция, исключение) дают пять постулатов. Сознание в ней равно максимально интегрированной причинной структуре, а мера $\Phi$ показывает, сколько информации теряет система на самом дешёвом разрезе. Отсюда ведущая роль коры, а не мозжечка, ограниченный панпсихизм и нулевое $\Phi$ у развёрнутых сетей. Из идеи вырос клинический индекс PCI, а спор с GNWT и письмо 2023 года показали, что главная слабость теории в проверяемости.