導語

為什么我們在清醒時有意識，而在無夢的睡眠中意識水平大大降低？為什么我們的意識由大腦的某些部分產生，而非其他部分？為什么大腦的特定部分與視覺和聽覺等意識體驗密切相關？這些具體的問題本質上涉及到，理解決定一個系統產生意識體驗的條件，以及理解決定一個系統具有何種意識的條件。整合信息論（IIT）試圖用幾何學一般的公理體系來解釋意識是什么，意識如何測量。根據該理論，意識對應于一個系統整合信息的能力。

為了深入探索意識奧秘，系統梳理整合信息論的理論體系，北京師范大學系統科學學院教授、集智俱樂部創始人張江領銜發起「整合信息論」讀書會，組織對本話題感興趣的朋友，深入研讀相關文獻，激發科研靈感。讀書會分為以下幾個部分：整合信息論綜述，基礎理論框架，近似計算方法，在神經科學中的應用，在復雜系統中的拓展應用，Φ與系統臨界態，以及機器意識。2024年9月28日開始，每周六上午9:00-11:00進行，持續時間預計 10 周，歡迎感興趣的朋友報名參與！

研究領域：意識理論，整合信息論，有效信息，復雜系統，臨界性，機器意識

讀書會背景

意識是什么？我們能否模擬意識？人工智能大模型能否產生意識？意識如何度量？“意識的量化與建模”研究主題系列讀書會將圍繞著這一系列問題展開，作為開場，“整合信息論”是我們探討的第一個意識理論。所謂的“整合信息論”（Integrated Information Theory，IIT）是由美國威斯康辛大學知名的理論神經科學家 Giulio Tononi 于2004年左右提出來的一套理論，該理論的核心是一個叫做 Φ 的指標，這一指標可以用來度量一個復雜系統的“意識度”是多少。

迄今為止，整合信息論已經經歷了20多年的發展歷程，意識度量指標 Φ的定義也已經經歷了4個版本的迭代，并衍生出一系列近似計算版本。就在前不久，人們還剛剛見證了整合信息理論與另一個知名意識理論——全局工作空間理論（Global workspace theory，GWT）之間的較量，最終結果表明整合信息論給出的結論得到了實驗的驗證。盡管這一較量的結果還存在很多爭議，但是無可否認的是，現如今的整合信息論已經演變成意識研究的一個重要學派。有了意識的定量化度量指標，人們離破解意識之謎就已經更近了一步。

更有趣的是，整合信息指標Φ的定量刻畫基礎就是“”（Effective Information），它是對經典香農互信息指標的“因果”擴展。而有效信息又被 Erik Hoel 等人用來擴展研究。因此，整合信息論天然具有跨越不同學科的發展潛力，已經有不少人將 Φ 用來衡量諸如蟻群、秀麗隱桿線蟲等復雜系統的意識度了。

讀書會框架

此次讀書會分成以下幾個部分，分別為整合信息論的綜述，基礎理論框架，近似計算方法，在神經科學中的應用，在復雜系統中的拓展應用、Φ與系統臨界態，以及機器意識。讀書會發起人已經收集了這幾個方向的大量文獻。我們希望通過各個部分的文獻閱讀，能夠對整合信息論有一個更加全面的了解，也期待更多感興趣的研究者能夠在這片方興未艾的研究領域找到未來的科研方向。

發起人團隊

張江，北京師范大學系統科學學院教授，集智俱樂部、集智學園創始人，集智科學研究中心理事長，曾任騰訊研究院、華為戰略研究院等特聘顧問。主要研究領域包括因果涌現、復雜系統分析與建模、規模理論等。

個人主頁：https://jake.swarma.org/

賀敬，啟元實驗室研究員。博士畢業于北京大學，于清華大學完成博士研究。關注腦科學與人工智能交叉方向，以及腦疾病致病機理與干預策略研究。

呂奧博，圣路易斯華盛頓大學（WUSTL）系統科學與數學系在讀博士。研究方向為系統科學、信息論等。

田洋，澳門城市大學助理教授。博士畢業于清華大學心理學系&腦與智能實驗室。研究領域是統計物理和計算生物學，研究方向包括重整化群理論、復雜網絡以及拓撲數據分析。

岳玉濤，香港科技大學（廣州）人工智能學域和智能交通學域副教授。本科畢業于中國科學技術大學，碩士和博士畢業于美國普渡大學。有學術界和工業界的雙重背景，創立了江蘇省產業技術研究院深度感知技術研究所。研究興趣包括多模態感知融合、機器意識、通用人工智能、因果涌現等。

章彥博，美國亞利桑那州立大學復雜系統博士，本科畢業于中國科學技術大學凝聚態物理系，現在塔夫茨大學進行博士后研究，集智科學家，曾在瑞典卡羅琳斯卡醫學院進行訪問交流。研究方向：統計物理、復雜系統等。他的研究興趣主要是試圖理解我們這個世界的“特殊尺度”。為什么原子會存在？為什么分子會存在？為什么“事物”的概念是一個有用的概念？此外，他還致力于利用化學反應網絡探索生命的起源。

袁冰，集智科學研究中心技術與產品顧問。研究興趣包括因果推斷、復雜科學，以及人工智能相關領域。

王志鵬，北京師范大學在讀博士。研究興趣包括復雜系統多尺度建模、因果涌現以及圖上的組合優化等。

報名參與讀書會

運行模式

從2024年9月28日開始，周六上午9:00-11:00，持續時間預計 10 周左右。

按讀書會框架設計，每周進行線上會議，與主講人等社區成員當面交流，會后可以獲得視頻回放持續學習。

報名方式

第一步：掃碼填寫報名信息。

掃碼報名（可開發票）

第二步：填寫信息后，付費報名。

第三步：添加運營負責人微信，獲取所有推薦論文資源包，拉入對應主題的讀書會社區（微信群）。

PS：為確保專業性和討論的聚焦，本讀書會謝絕脫離讀書會主題和復雜科學問題本身的空泛的哲學和思辨式討論；如果出現討論內容不符合要求、經提醒無效者，會被移除群聊并對未參與部分退費。

針對學生的退費機制

讀書會通過共學共研的機制，圍繞前沿主題進行內容梳理和沉淀，所以針對于學生，可以通過參與共創任務，獲取積分，積分達到退費標準之后，可以直接退費。

加入社區后可以獲得的資源

完整權限，包括線上問答、錄播回看、資料共享、社群交流、信息同步、共創任務獲取積分等。

參與共創任務獲取積分，共建學術社區

讀書會采用共學共研機制，成員通過內容共創獲積分（字幕修改、讀書會筆記、論文速遞、公眾號文章、集智百科、論文解讀等共創任務），積分符合條件即可退費。發起人和主講人同樣遵循此機制，無額外金錢激勵。

PS：具體參與方式可以加入讀書會后查看對應的共創任務列表，領取任務，與運營負責人溝通詳情，上述規則的最終解釋權歸集智俱樂部所有。

閱讀文獻

1. 綜述文章

這部分是發起人團隊收集的有關整合信息論的綜述文章，這些文章有的強調神經科學基礎，有的強調整合信息Φ的計算方法，有的則對已有整合信息論研究文獻進行了詳盡的統計工作。閱讀這部分文獻可以讓我們快速站在較高的山頂處俯瞰整合信息理論的全局。

推薦人：張江

[1] Zihan Ding, Xiaoxi Wei, Yidan Xu:Survey of Consciousness Theory from Computational Perspective - At the Dawn of Artificial General Intelligence, arXiv:2309.10063v1.

研究者從不同角度和層面發展了多種理論來解釋人腦中的意識現象。這篇論文是對定量意識理論的一篇綜述，梳理了源自不同學科的幾個主要意識理論分支，其中對IIT理論的介紹非常清楚。文章也討論了大語言模型是否具備意識的問題。

[2] Storm, Johan F., et al.An integrative, multiscale view on neural theories of consciousness. Neuron 112.10 (2024): 1531-1552, https://doi.org/10.1016/j.neuron.2024.02.004

意識體驗與物質大腦過程如何相互關聯？這篇意識理論的最新綜述討論了5種突出的、看似矛盾的意識理論（全局神經工作空間理論、整合信息論、循環加工理論、預測加工與神經表征主義、樹突整合理論），以及如何將它們調和起來。

[3] Luz Enith Guerrero, Luis Fernando Castillo, Jeferson Arango-Lopez, Fernando Moreira:A systematic review of integrated information theory: a perspective from artificial intelligence and the cognitive sciences, Neural Computing and Applications, Feb 07, 2023 https://doi.org/10.1007/s00521-023-08328-z

這是一篇比較全面的IIT理論的綜述，建立在充分調研相關論文基礎上，進行了統計分析。其中的亮點是有幾個列表，列出了IIT的近似計算方法等。

[4] Giulio Tononi, Melanie Boly, Marcello Massimini and Christof Koch.Integrated information theory: from consciousness to its physical substrate. Nature Reviews Neuroscience 17.7 (2016): 450-461.

比較早的綜述文章，綜述了IIT理論的基本原理和實驗進展，重點既包括IIT理論，又有“意識的物質基質”。

[5] Koch, C., Massimini, M., Boly, M. et al.Neural correlates of consciousness: progress and problems. Nat Rev Neurosci17, 307–321 (2016). https://doi.org/10.1038/nrn.2016.22

與上一篇構成姊妹篇，仍然是關于“意識的神經相關物”（neuronal correlates of consciousness，NCC）。這篇綜述表明意識的解剖學神經相關物主要位于一個包括感覺區域在內的后部皮層熱點區域，而不是局限于參與任務監控和報告的額頂網絡。

[6] Elamrani, A?da, and Roman V. Yampolskiy.Reviewing tests for machine consciousness. Journal of Consciousness Studies 26.5-6 (2019): 35-64.

是否存在一種科學方法可以測試機器的意識？本綜述介紹了測量機器意識的幾種方法。

整合信息論（IIT）的核心主張是，意識與物理系統的因果結構是相同的，規定了不可化約的整合信息的最大值。意識的內容與因果結構的形式有關，而意識的水平則與因果結構的不可化約性有關，可用數字Φ來衡量。

1. IIT 基礎理論論文

此部分列舉了整合信息論發展的幾個版本，我們可以看到一個理論日臻完善的發展過程。

[1] Tononi, Giulio, and Olaf Sporns. Measuring information integration. BMC neuroscience 4 (2003): 1-20.

該論文最早提出了有效信息。

參看：《》

[2] Giulio Tononi.An information integration theory of consciousness. BMC Neurosci5, 42 (2004). https://doi.org/10.1186/1471-2202-5-42

可能是最早提出整合信息論（IIT）的論文，或許可以看做是IIT1.0版本。

[3] Giulio Tononi.Consciousness as integrated information: a provisional manifesto. The Biological Bulletin 215.3 (2008): 216-242.

早期的整合信息論（IIT）論文，或許可以看做是IIT2.0版本。

[4] Masafumi Oizumi, Larissa Albantakis, Giulio Tononi.From the Phenomenology to the Mechanisms of Consciousness: Integrated Information Theory 3.0. PLOS Computational Biology, May 2014 | Volume 10 | Issue 5 | e1003588

IIT 3.0論文

[5] Larissa Albantakis, Leonardo Barbosa, Graham Findlay, Matteo Grasso, Andrew M. Haun, William Marshall, William G. P. Mayner, Alireza Zaeemzadeh, Melanie Boly, Bj?rn E. Juel, Shuntaro Sasai, Keiko Fujii, Isaac David, Jeremiah Hendren, Jonathan P. Lang, Giulio Tononi.Integrated information theory (IIT) 4.0: formulating the properties of phenomenal existence in physical terms. PLoS computational biology 19.10 (2023): e1011465.

IIT 4.0論文

[6] Mallatt, Jon. A traditional scientific perspective on the integrated information theory of consciousness. Entropy 23.6 (2021): 650.

這篇文章比較了整合信息論（IIT）和神經生物自然主義（Neurobiological Naturalism）這兩種意識理論。神經生物自然主義認為意識是是由大腦的神經生物學過程產生，是復雜大腦的演化涌現特征。

[7] Hunt, Tam. Calculating the boundaries of consciousness in general resonance theory. Journal of Consciousness Studies 27.11-12 (2020): 55-80.

我們可以將整合信息論與意識的共振理論進行比較。Hunt 和 Schooler 提出意識的一般共振理論（General Resonance Theory, GRT），認為意識是不同物理尺度上各種共享的共振頻率的產物。本文提出了一種啟發式方法，用于計算這種共振結構中現象意識的邊界及其結果能力。共享共振導致信息交換的速度和帶寬發生相變，從而產生更豐富、更復雜的意識。該方法可以解決意識到“組合問題”和“邊界問題”。

1. 近似計算Φ或替代方法

原始的Φ定義牽涉到遍歷對已知系統的所有可能劃分，這顯然會出現指數爆炸的問題。于是，人們不得不發明各種手段來近似地計算Φ，本模塊的論文列舉了各種近似計算Φ的論文。

推薦人：張江，呂奧博

[1] Barrett, Adam B., and Anil K. Seth. Practical measures of integrated information for time-series data. PLoS computational biology 7.1 (2011): e1001052.

第一篇提出用高斯分布簡化IIT的論文，并指出用Total correlation可以替代Φ。整合信息指標ΦDM量化系統整體產生的信息大于部分之和，有可能用于測量神經系統的意識水平。然而這個指標只適用于離散馬爾可夫系統，本文提出ΦAR和ΦE兩個指標，更容易應用到實際的時序數據。

[2] Masafumi Oizumi, Shun-ichi Amari, Toru Yanagawa, Naotaka Fujii, Naotsugu Tsuchiya. Measuring integrated information from the decoding perspective. PLoS computational biology 12.1 (2016): e1004654.

本文提出用于度量整合信息的實用指標 Φ*，用高斯分布近似計算，并進行實證研究。這個指標可用于意識研究中的整合信息測量，并作為生物領域的網絡分析工具。

[3] Anil K. Seth, Adam B. Barrett and Lionel Barnett. Causal density and integrated information as measures of conscious level. Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering Sciences 369.1952 (2011): 3748-3767.

本文比較了兩種度量：因果密度（causal density）與整合信息（integrated information），并給出近似計算法。這些指標以不同方式捕捉系統動力學分化和整合的程度。

[4] Sevenius Nilsen, André, Bj?rn Erik Juel, and William Marshall. Evaluating approximations and heuristic measures of integrated information. Entropy 21.5 (2019): 525.

目前只有對非常小的模型系統才有可能計算Φ，通常與大腦意識相關的系統還遠未達到可計算的程度。本文比較全面地提出了幾種啟發式度量和計算近似方法，可以用于大系統中的近似IIT計算。

這項研究中使用的工具包：Python ‘‘Pyphi toolbox’’— Matlab ‘‘Practical PHI toolbox ’’

[5] Satohiro Tajima, and Ryota Kanai. Integrated information and dimensionality in continuous attractor dynamics. Neuroscience of consciousness 2017.1 (2017): nix011.

這篇論文提出一種用“延遲嵌入”（delayed embedding）技術來近似計算整合信息的方法。

[6] Kitazono, J., and M. Oizumi. Practical PHI toolbox for integrated information analysis (Version 1.0). (2018).

https://github.com/oizumi-lab/PhiToolbox

Matlab 代碼工具箱用于整合信息理論（IIT）的近似計算。

[7] Krohn, S., Ostwald, D. (2017). Computing integrated information. Neuroscience of consciousness, 3(1): 1-16.

Matlab 工具箱

[8] Tozzi, Arturo. The multidimensional brain. Physics of Life Reviews 31 (2019): 86-103.

‘‘HypeTools’’, 用于操作和可視化大型高維數據庫的Python工具箱

以下幾篇論文從信息幾何視角計算整合信息，該方法比現有所有 Φ 的計算方法都要接近 ground truth。

[9] Ay, N. (2015). Information geometry on complexity and stochastic interaction. Entropy, 17(4), 2432-2458.

[10] Ay, N. (2002). An information-geometric approach to a theory of pragmatic structuring. The Annals of Probability, 30(1), 416-436.

[11] Amari, S. I., Tsuchiya, N., & Oizumi, M. (2018). Geometry of information integration. In Information Geometry and Its Applications: On the Occasion of Shun-ichi Amari's 80th Birthday, IGAIA IV Liblice, Czech Republic, June 2016 (pp. 3-17). Springer International Publishing.

[12] Oizumi, M., Tsuchiya, N., & Amari, S. I. (2016). Unified framework for information integration based on information geometry. Proceedings of the National Academy of Sciences, 113(51), 14817-14822.

1. 在神經科學中的實驗驗證

本模塊主要介紹整合信息論與神經科學的關系。作為一種定量刻畫意識的理論，整合信息論不僅可以幫助人們回答一個復雜的神經系統的意識度量值是多少，還能夠回答意識發生于何處。

推薦人：賀敬，張江

文獻 [1-7] 是關于 Cogitate 項目及相關討論。Cogitate 是一個創新的開放科學項目，致力于促進整合信息理論（IIT）和全局神經元工作空間理論（GNW）這兩種意識理論之間的對抗性合作。

[1] Cogitate project, https://www.arc-cogitate.com/

Collaboration Project On GNW and IIT: Testing Alternative Theories of Experience

Cogitate 項目網站

[2] Melloni, L., Mudrik, L., Pitts, M., & Koch, C. (2021). Making the hard problem of consciousness easier. Science, 372(6545), 911-912.

這篇 Science 觀點文章簡要介紹了 Cogitate 項目。

[3] Cogitate Consortium, et al. An adversarial collaboration to critically evaluate theories of consciousness. BioRxiv (2023): 2023-06. https://www.biorxiv.org/content/10.1101/2023.06.23.546249v2.abstract

判斷整合信息論（IIT）和全局神經元工作空間理論（GNW）的關鍵試驗。Cogitate project Experiment 1 Results。

[4] Melloni L, Mudrik L, Pitts M, Bendtz K, Ferrante O, Gorska U, et al. (2023) An adversarial collaboration protocol for testing contrasting predictions of global neuronal workspace and integrated information theory. PLoS ONE 18(2): e0268577. https://doi.org/10.1371/journal.pone.0268577

測試整合信息論（IIT）和全局神經元工作空間理論（GNW）的對立預測的協議。

[5] Lepauvre, A., Melloni, L., Hirschhorn, R., Mudrik, L., & Bendtz, K. (2024). A standardized framework to test event-based experiments. https://doi.org/10.31234/osf.io/5ztnb

標準化框架用于測試基于事件的實驗，幫助研究者提高實驗結果的可重復性。

[6] The Integrated Information Theory of Consciousness as Pseudoscience，https://psyarxiv.com/zsr78

124位科學家發表簽名信，批評整合信息論是偽科學。

[7] Erik Hoel: Ambitious theories of consciousness are not "scientific misinformation"，https://www.theintrinsicperspective.com/p/ambitious-theories-of-consciousness

因果涌現理論提出者 Erik Hoel 發文回應以上簽名信中指出的問題。

[8] Li, Bing, et al. Circuit mechanism for suppression of frontal cortical ignition during NREM sleep. Cell 186.26 (2023): 5739-5750. https://www.cell.com/cell/fulltext/S0092-8674(23)01229-1

意識的神經回路，支持全局工作空間理論。

[9] Pizzi, Rita, and Marialessia Musumeci. Coding Mental States from EEG Signals and evaluating their Integreted Information Content: a Computational Intelligence Approach. International Journal of Circuits, System and Signals Processing 11.4464 (2017): 464-470.

在EEG信號上測量整合信息論（IIT）。

[10] Kitazono, Jun, Ryota Kanai, and Masafumi Oizumi. Efficient search for informational cores in complex systems: Application to brain networks. Neural Networks 132 (2020): 232-244.

這篇文章提出一種快速精確搜索的 HPC 算法 (Hierarchical Partitioning for Complex search) ，可以找到腦網絡中的信息核“complex”，此處信息損失是局部最大的。

[11] Ikle M, Goertzel B, Bayetta M, Sellman G, Cover C, Allgeier J, Smith R, Sowards M, Schuldberg D, Leung M, Belayneh A, Smith G, Hanson D (2019) Using tononi phi to measure consciousness of a cognitive system while reading and conversing. https://ceur-ws.org/Vol-2287/paper20.pdf Accessed, 2020

整合信息論在神經系統中的實際應用。

1. IIT在復雜系統中的拓展應用，Φ與系統臨界態

如今，整合信息論已經發展成為一種跨學科的基本方法，人們嘗試將Φ指標應用于腦神經系統之外的系統，例如蟻群、秀麗線蟲等。除此之外，也有不少科學家感興趣Φ與系統臨界態的關系是什么。

推薦人：張江

IIT在復雜系統中的拓展應用

[1] Friedman, Daniel A., and Eirik S?vik. The ant colony as a test for scientific theories of consciousness. Synthese 198.2 (2021): 1457-1480.

在蟻群中應用意識度量。當下的意識理論是對意識的前向測試，試圖對任意狀態和系統的意識水平進行分類。這項研究引入蟻群測試（Ant Colony Test）作為一種嚴格的意識反向測試。

[2] Antonopoulos, Chris G., Athanasios S. Fokas, and Tassos C. Bountis. Dynamical complexity in the C. elegans neural network. The European Physical Journal Special Topics 225 (2016): 1255-1269.

在秀麗隱桿線蟲神經網絡中應用意識度量。研究揭示秀麗隱桿線蟲大腦動態網絡產生的信息超過其組成部分之和。

[3] Varley, Thomas F., and Josh Bongard. Evolving higher-order synergies reveals a trade-off between stability and information-integration capacity in complex systems. Chaos: An Interdisciplinary Journal of Nonlinear Science 34.6 (2024).

這項研究利用布爾網絡研究了高階協同與整合信息值的關系。

Φ與系統臨界態

[4] Aguilera, Miguel, and Ezequiel A. Di Paolo. Critical integration in neural and cognitive systems: Beyond power-law scaling as the hallmark of soft assembly. Neuroscience & Biobehavioral Reviews 123 (2021): 230-237.

IIT與臨界。本文將整合信息與神經認知系統中的臨界性聯系起來，將整合信息看作是臨界點附近組織變化的敏感性。

[5] Langer, Carlotta, and Nihat Ay. How morphological computation shapes integrated information in embodied agents. Frontiers in psychology 12 (2021): 716433.

利用神經網絡，結合不同方法來檢查由神經網絡控制的智能體的身體、大腦和環境之間和內部的信息流動及其整合信息。

[6] Popiel NJM, Khajehabdollahi S, Abeyasinghe PM, Riganello F, Nichols ES, Owen AM, Soddu A. The emergence of integrated information, complexity, and ‘consciousness’ at criticality. Entropy 22.3 (2020): 339.

整合信息論（IIT）中的整合信息Φ與臨界。用推廣的伊辛模型來計算Φ，實驗觀察到Φ作為序參量在臨界點附近經歷相變。

[7] Aguilera, Miguel. Scaling behaviour and critical phase transitions in integrated information theory. Entropy 21.12 (2019): 1198.

整合信息論（IIT）目前很難應用于大型系統，因而并不清楚整合信息如何隨著系統尺度增大而變化。這項研究用一個臨界相變的簡單模型來研究整合信息的標度行為。

1. 從意識科學到機器意識

意識被稱為數千年人類認知歷史上的“難問題”，機器意識被稱為人工智能的“皇冠上的明珠”。正如Hinton、Ilya、李飛飛等人在討論和爭論的，大模型是否擁有一定程度的意識？人工智能系統是否能擁有意識？什么樣的理論和技術路徑可能支撐人工智能系統擁有意識？擁有意識給人工智能系統帶來的任務性能上的躍升是什么？隨著人工智能尤其是大模型的爆發式發展，這些問題不僅挑戰著我們的認知邊界，也正在迅速引發學術界的大量關注和研究。這部分主要探討意識理論如何影響機器意識的研究。

推薦人：岳玉濤

[1] Dehaene S, Lau H,Kouider S.What is consciousness, and could machines have it?Science, 2017, 358(6362): 486?492

基于人的意識理論對機器意識的特征和層次做定義和計算，并認為“現有的深度學習系統”不具備意識。

[2] Carter O, Hohwy J, Van BoxtelJ, Lamme V, Block N, Koch C, et al. Conscious machines: defining questions. Science, 2018, 359(6374): 400?40015

反對 Dehaene 2017年論文中的觀點，認為其問錯了問題，且分析若按其定義，現有深度學習系統其實具有意識。

[3] Chen, D. et al, Self-Cognition in Large Language Models: An Exploratory Study, ICML2024

建立評估AI系統自我認知的體系，并對各個大模型進行評估。

[4] Jones, Cameron R, Benjamin K Bergen, Kyle Donell, Laria Richardson, Leo Reynolds, Li Gao, Liam Zhang, et al. n.d. “Does GPT-4 Pass the Turing Test?”

對GPT-4進行圖靈測試的實驗設計和結果分析。

[5] Kwiatkowski R, Lipson H. Task-agnostic self-modeling machines. Science Robotics, 2019, 4(26):eaau935416

用一個四自由度機械臂的自我建模（作為意識的一個特性）來展示其給任務性能帶來的優勢。

[6] Li S G, Batra R, Brown D, Chang H D, Ranganathan N, Hoberman C, et al. Particle robotics based on statistical mechanics of loosely coupled components. Nature, 2019, 567(7748): 361?366

只能進行簡單響應的單個粒子組成的群體，可以展現出類似意識特性的運動、物體運輸和趨光性等確定性行為。

科普文章

Christof Koch & Giulio Tononi: A Test for Consciousness, Scientific America.

https://www.scientificamerican.com/article/a-test-for-consciousness/

Stanislas Dahaene 和 Christof Koch 兩位現代意識理論先驅的訪談，他們分享了對意識研究現狀、取得的成果和潛在的未來方向的看法。

https://www.cell.com/neuron/fulltext/S0896-6273(24)00159-4

https://www.cell.com/neuron/fulltext/S0896-6273(24)00160-0

集智俱樂部長期關注意識話題，沉淀了一系列 ，歡迎感興趣的朋友深入閱讀。