משתמש:Yael Rosi
תאוריית אינטגרציית המידע
ראשי פרקים: 1 סקירה כללית 1.2 התייחסות ל- "בעיה הקשה של תודעה" 1.3 אקסיומות: תכונות של חוויה מודעת 1.4 הנחות: תכונות הנדרשות לתשתית פיזיקלית 1.5 מתמטיקה: תרגום ההנחות למודל מתמטי 2 הרחבה 3 עבודה מחקרית בנושא
סקירה כללית
[עריכת קוד מקור | עריכה]תאוריית אינטגרציית המידע (IIT) מנסה להסביר מהי ]]תודעה[[ ומדוע היא קשורה במערכות פיזיות מסוימות. בהינתן קיומן של מערכות פיזיות כאלו, התאוריה מנסה לנבא האם מערכות אלו בעלות מודעות, אם כן, באיזו רמה הן מודעות, ואיזו חוויה מסוימת יש להן. על פי התאוריה, תודעתה של מערכת נקבעת על ידי תכונותיה הסיבתיות ולכן אלו מהוות מאפיין פנימי בסיסי של כל מערכת פיזית. [1]
תאוריית אינטגרציית המידע הוצעה על ידי חוקר המוח ג'וליו טונוני (Giulio Tononi) בשנת 2004, ומאז היא פותחה באופן עקבי ורציף במהלך העשור האחרון. הגרסה האחרונה של התאוריה, שכותרתה IIT 3.0, פורסמה בשנת 2014. [2]
התייחסות ל- "בעיה הקשה של תודעה"
[עריכת קוד מקור | עריכה]הפילוסוף האוסטרלי ]]דיוויד צ'למרס[[ טען כי כל ניסיון להסביר את התודעה במונחים פיזיים בלבד (כלומר, להתחיל עם חוקי הפיזיקה כפי שהם מנוסחים כיום ומתוכם לגזור את קיומו ההכרחי והבלתי נמנע של התודעה) מגיע בסופו של דבר ל"[[בעיה הקשה[[" [3]. באופן הפוך, במקום לנסות ולהתחיל מעקרונות פיזיקליים ומתוכם להגיע לתודעה, תאוריית אינטגרציית המידע "מתחילה מהתודעה" (כלומר מקבלת את קיומה של התודעה כוודאית) ומנקודה זו מניחה את התכונות שחייבות להימצא בתשתית פיזיקלית אשר תוכל להסביר את קיומה של התודעה. היכולת לבצע קפיצה זו מ[[פנומנולוגיה[[ למנגנון נשענת על ההנחה של IIT שאם ניתן לחוות חוויה מודעת באופן מלא על ידי מערכת פיזית בסיסית, אזי התכונות של המערכת הפיזית חייבות להיות מוגבלות על ידי התכונות של החוויה.
באופן ספציפי, IIT עוברת מחקר החוויה לחקר המנגנון על-ידי ניסיונה לזהות את התכונות של החוויה המודעת ( "האקסיומות"), ומשם, לזהות את התכונות ההכרחיות למערכת פיזית מודעת שתהווה את התשתית הפיזיקלית לחוויה ("הנחות").
אקסיומות: תכונות של חוויה מודעת
[עריכת קוד מקור | עריכה]האקסיומות נועדו ללכוד את התכונות ההכרחיות של כל חוויה מודעת, כך שכל אקסיומה צריכה לחול על כל חוויה אפשרית [1] [4]:
- 'קיום פנימי:' התודעה קיימת: כל חוויה היא ממשית, לדוגמא: העובדה שהחוויה שאני חווה כאן ועכשיו קיימת (זה אמיתי) היא העובדה היחידה שאני יכול להיות בטוח לגביה באופן מידי ומוחלט. יתר על כן, החוויה שלי קיימת מנקודת מבט פנימית, והיא בלתי תלויה במשקיפים חיצוניים (היא באופן פנימי אמיתית או ממשית).
- 'קומפוזיציה (הרכב): ' התודעה היא מובנית: כל חוויה מורכבת מהבחנות פנומנולוגיות רבות, יסודיות או מסדר גבוה יותר. לדוגמה, בחוויה אחת אני יכול להבחין בספר, בצבע כחול, בספר כחול, בצד שמאל, בספר כחול בצד שמאל, וכן הלאה.
- 'מידע: ' התודעה היא ספציפית: לכל חוויה הדרך הייחודית שלה - היות והיא מורכבת מסדרה ספציפית של הבחנות פנומנליות ספציפיות - ובכך היא שונה מחוויות אפשריות אחרות (בידול). לדוגמה, חוויה עשויה לכלול הבחנות פנומנליות המפרטות מספר גדול של מיקומים מרחביים, מספר מושגים חיוביים, כגון חדר שינה (בניגוד לאין חדר שינה), מיטה (בניגוד לאין מיטה), ספר (בניגוד לאין ספר), צבע כחול (בניגוד לאין כחול), "הקשרים" מסדר גבוה של הבחנות מסדר ראשון, כגון ספר כחול (בניגוד לאין ספר כחול), כמו גם מושגים שליליים רבים, כגון אין ציפור (בניגוד לציפור), אין אופניים (בניגוד לאופניים), וכן הלאה. באופן דומה, חוויה של חושך ושתיקה (בה למשל אדם נמצא בחדר חשוך ושקט) גם לה דרך הייחודית רק לה כשאר החוויות שהוזכרו לעיל, משום שיש לה את האיכות הספציפית שלה (אין חדר שינה, אין מיטה, אין ספר, אין ספר כחול, ואין כל חפץ, צבע, קול, מחשבה וכדומה). בהיותה כזו, היא בהכרח שונה ממספר רב של חוויות אלטרנטיביות שיכלו להיות לאותו אדם באותו רגע נתון, אך לא היו לו.
- 'אינטגרציה: ' התודעה היא מאוחדת: כל חוויה אינה ניתנת לצמצום אל תת-קבוצות של הבדלים פנומנליים שאינם תלויים זה בזה. לכן, בחווייתו, אדם החווה סצנה ויזואלית שלמה, אינו חווה את הצד השמאלי של שדה הראייה באופן בלתי תלוי בצד הימני של שדה הראייה (ולהיפך). לדוגמה, החוויה של לראות את המילה "BECAUSE" שכתובה באמצע דף ריק היא בלתי ניתנת לצמצום לחוויה של לראות "BE" בצד שמאל בתוספת החוויה של לראות "CAUSE" בצד ימין. באופן דומה, החוויה של לראות ספר כחול היא בלתי ניתנת לצמצום לחוויה של לראות ספר ללא הצבע כחול, בתוספת החוויה של לראות צבע כחול ללא הספר.
- 'אי-הכללה: ' התודעה היא מוחלטת, הן בתוכן והן במרחב ובזמן שלה: לכל חוויה יש את ההבחנות הפנומנליות שלה, לא פחות (תתי-קבוצות) ולא יותר (קבוצות על), והיא זורמת במהירות שהיא זורמת, לא באופן מהיר יותר ולא באופן איטי יותר. לדוגמה, החוויה שיש לי בראיית גוף על מיטה בחדר שינה, כוננית עם ספרים שאחד מהם הוא ספר כחול, לא מתקיימת גם כתת חוויה עם פחות תוכן, כמו תת-החוויה, בה חסרה ההבחנה הפנומנלית של כחול / לא כחול, או תת חוויה צבעונית / לא צבעונית; כך גם לא מתקיימת תת חוויה עם יותר תוכן, למשל, תת חוויה עם הבחנה פנומנלית נוספת של לחץ דם גבוה / נמוך. יתר על כן, החוויה שלי זורמת במהירות מסוימת - חוויה נחווית למאה אלפיות השנייה - לא תיתכן חוויה שזורמת במהירות אחרת של למשל רק כמה מאלפיות השנייה (פחות מקצב החוויה שלי) או במהירות של דקות או שעות (יותר מקצב החוויה שלי).
הנחות: תכונות הנדרשות לתשתית פיזיקלית
[עריכת קוד מקור | עריכה]האקסיומות מתארות סדירות בחוויה מודעת, והתאוריה מבקשת להסביר סדירויות אלו תחת קיומה של מערכת סיבתית בסיסית. סדירויות אלו מוסברות על ידי "הנחות", שהן למעשה המאפיינים הדרושים למצע פיזי מודע. קיומו של המצע הפיזי הוא עצמו רק הנחה (כאמור, IIT טוענת כי הדבר היחיד שאפשר להיות בטוח בו הוא קיומה של התודעה של האחד). להלן, "מערכת פיזית" נתפסת כמערכת של אלמנטים, כאשר כל אחד מהם מקיים שני מצבים פנימיים או יותר, מקבל תשומות המשפיעות על המצב הפנימי, ומפיק תפוקות המושפעות ממצב זה (תאי עצב או שערים לוגיים הן הדוגמאות הטבעיות) . בהינתן הגדרה זו של "מערכת פיזית", ההנחות הן [1] [4]:
- 'קיום פנימי: ' כדי להסביר את קיומה של החוויה הפנימית, חייבת להתקיים מערכת פנימית המורכבת ממצבים פוטנציאליים שונים (למשל: המוח יכול להימצא במצבים שונים כתלות בפעילות תאי העצב המשתנה), ומערכת זו חייבת להיות בעלת כוח של סיבה-תוצאה, כלומר היא מוכרחה להיות מושפעת מן מצבי העבר וחייבת להיות בעלת יכולת להשפיע על מצבים עתידיים. יתר על כן, כדי שתתקיים מנקודת מבט פנימית, באופן בלתי תלוי במשקיפים חיצוניים, על המערכת להיות בעלת כוח השפעה על עצמה, ללא תלות בגורמים חיצוניים. את כוח הסיבה-תוצאה ניתן לקבוע על ידי בחינת מרחב הסיבה-תוצאה, כך שלכל מצב נתון, יופיע ציר הן עבור כל מצב עבר אפשרי שיכל להימצא בו (אשר מהווה כגורם למצב הנוכחי) והן עבור כל מצב אפשרי עתידי שעשוי להגיע אליו. מתוך הסתכלות זו, די להראות כי "התערבות" אשר קובעת את המערכת במצב ראשוני כלשהו (סיבה), תוך שמירה על מצב הרכיבים שמחוץ למערכת קבועים (תנאי הרקע), יכולה להוביל עם הסתברות שונה ממקרית למצבה הנוכחי; לעומת זאת, הגדרת המערכת למצב הנוכחי שלה מוביל עם הסתברות מעל למקרית להגיע למצב אחר (אפקט).
- 'קומפוזיציה (הרכב): ' המערכת חייבת להיות מובנית: כך שצירופים שונים של תתי-קבוצות של הרכיבים המרכיבים את המערכת, יהיו בעלי כוח סיבה-תוצאה על המערכת עצמה. לכן, אם מערכת ABC מורכבת מרכיבים A, B ו- C, כל צירוף של תתי הקבוצות של הרכיבים: A, B, C, AB, AC, BC, כמו גם כל המערכת, ABC, יכולים להרכיב מנגנון בעל כוח של סיבה-תוצאה. ההרכב מאפשר לאלמנטים יסודיים (מדרגה ראשונה כמו צבע וספר) ליצור מנגנונים מובחנים מדרגה גבוהה יותר (כמו ספר כחול) ולמנגנונים מרובים ליצור מבנה.
- 'מידע: ' על המערכת לציין מבנה סיבה-תוצאה שבנוי בדרך הייחודית לו: קבוצה ספציפית של רפרטואר סיבות-תוצאות ספציפיים, שבאמצעותם הוא נבדל ממבנים אפשריים אחרים (בידול). רפרטואר של סיבות-תוצאות מציין את ההסתברות של כל הסיבות והתוצאות (השפעות) האפשריות של מנגנון במצב מסוים. מבנה סיבה-תוצאה הוא סט של רפרטוארי סיבה-תוצאה, הנקבע על-ידי כל תתי הקבוצות של רכיבי המערכת ומבטא כיצד המערכת מעניקה צורה ממשית למרחב האפשרויות שהיא עשויה להימצא בהן.
- 'אינטגרציה: ' כל מבנה סיבה-תוצאה במערכת חייב להיות מאוחד: הוא חייב להיות בלתי ניתן לצמצום, ובהיותו כזה, יתקיים המצב בו כל חיתוך של מרכיב במערכת יגרום להידרדרות בתוכן החוויה. חיתוך כזה אשר נקרא גם מחיצה (partition) יבוא לידי ביטוי בצמצום משמעותי של הסתברויות הסיבה והתוצאה של מצב המערכת הנתון. למחיצה אשר מבטאת את אי יכולת הצמצום של מבנה סיבה תוצאה, 'נהוג לקרוא מחיצת המידע המינימלית (MIP=minimum information partition).
- 'אי-הכללה: ' מבנה הסיבה-תוצאה שצוין על ידי המערכת חייב להיות מוגדר: מוגדר על ידי קבוצה אחת של רכיבים - לא פחות או יותר - ומוגדר בזמן ובמרחב - לא מהר יותר או לאט יותר; זהו מבנה הסיבה-תוצאה אשר בלתי ניתן לצמצום באופן מקסימלי מנקודת מבט פנימית φ^Max מבנה זה הנקרא גם מבנה קונספטואלי, מורכב מרפרטואר של סיבות ותוצאות אשר גם הם בלתי ניתנים לצמצום באופן מקסימלי.
מתמטיקה: תרגום ההנחות אל מודל מתמטי
[עריכת קוד מקור | עריכה]לקבלת תיאור מלא ומקיף של ההמסדה המתמטית של IIT, ראה מקור [2]. הדברים הבאים הם מעין סיכום קצר מתוך מקור [5], של הכימותים החשובים ביותר בתאוריה. תיאור מצומצם ולא רשמי עבור האלגוריתמים המשמשים לחישוב כימותים אלו ניתן למצוא במקור. [6]
מערכת מתייחסת אל קבוצה של רכיבים, כל אחד עם שני מצבים פנימיים או יותר, כאשר ישנם קלטים המשפיעים על המצבים, ופלטים המושפעים מן המצבים עצמם. מנגנון מתייחס לתת-קבוצה של רכיבי מערכת. הכימותים ברמת המנגנון המופיעים למטה משמשים להערכת האינטגרציה של כל מנגנון נתון, והכימותים ברמת המערכת משמשים להערכת האינטגרציה של קבוצות מנגנונים ("קבוצות של קבוצות").
בכדי להמסיד את התאוריה לכדי מערכת, יש לדעת את מטריצת הסתברות המעבר המלאה שלה (TPM- transition probability matrix). ה- TPM מציינת את ההסתברות שבה כל מצב במערכת עשוי לעבור למצב אחר. כל אחד מהכימותים הבאים מחושב באופן המתחיל מלמטה למעלה ב - TPM של המערכת.
כימות ברמת המנגנון
'רפרטואר של סיבות-תוצאות'
CER(m_t,Z_(t±1) )={P_cause (Z_(t-1) ┤| m_t ),P_effect (Z_(t+1) |m_t)}
הוא סדרה של שתי התפלגויות של הסתברות, המתארות כיצד המנגנון M_t במצבו הנוכחיm_t מגביל את העבר והעתיד של קבוצות הרכיבים Z_(t-1) ו- Z_(t+1) במערכת, בהתאמה. שים לב ש Z_(t-1)עשוי להיות שונה מ- Z_(t+1) שכן הרכיבים המושפעים מן המנגנון עשויים להיות שונים מן הרכיבים המשפיעים עליו.
'מחיצה (Partition) '
P={M_1,Z_1;M_2,Z_2}
היא קיבוץ של רכיבים של המערכת, כאשר אל החיבורים בין החלקים {M_1, Z_1} ו- {M_2, Z_2} נוסף רעש בלתי תלוי (מכאן המחיצה). כאשר הרכיב הבינארי הפשוט A שולח מידע לרכיב הבינארי הפשוט B, ואל החיבור A→B מתווסף רעש בלתי תלוי, פירושו שערך הקלט ש- A מקבל, מ- 0 או 1, הוא לחלוטין בלתי תלוי במצב בפועל של B, ובכך ,תרגום של B הוא אינו יעיל באופן סיבתי. P_(t±1) מציין זוג מחיצות, שאחת מהן נלקחת בחשבון כאשר מביטים בגורמים (סיבות) של מנגנון, והאחרת נלקחת בחשבון כאשר מסתכלים על השפעותיו.
'המרחק של כדור הארץ' EMD (p_1,p_2 ) משמש למדידת מרחקים בין התפלגות ההסתברות p_1 ל- p_2. ה- EMD תלוי בבחירה של מרחק הקרקע בין נקודות במרחב המטרי שעליהן נמדדת התפלגות ההסתברות, אשר ב- IIT הוא למעשה שטח המצב הנתון של המערכת. כאשר מחושב ה- EMD במערכת של רכיבים בינאריים פשוטים, המרחק בין מצבי המערכת נבחר להיות ]]מרחק ההמינג]] (Hamming distance) שלהם.
'אינטגרציה של מידעφ' מודדת את אי יכולת הצמצום של רפרטואר סיבה ותוצאה ביחס למחיצה P_(t±1) , המתקבלת על ידי שילוב של אי יכולת הצמצום של הגורם המכונן שלה (סיבה) ושל הרפרטואר האפקטיבי שלה (תוצאה) ביחס לאותה המחיצה. למעשה מחושבת אי יכולת הצמצום של רפרטואר הסיבה ביחס ל P_(t-1) , המניבה את φ_cause (m_t,Z_(t-1),P_(t-1) )=EMD(P_cause (Z_(t-1)│m_t ),P_cause (Z_(1,t-1) |m_(1,t))×P_cause (Z_(2,t-1) |m_(2,t))
וכן באופן דומה מחושבת אי יכולת הצמצום גם עבור רפרטואר ההשפעה.
כאשר משולבים, φcause ו- φeffect מתקבלת כלל אי יכולת הצמצום שלCER באופן שלם: φ(m_t,Z_(t±1),P_(t±1) )=min(φ_cause (m_t,Z_(t-1),P_(t-1) ),φ_effect (m_t,Z_(t+1),P_(t+1) ))
'מחיצת המידע המינימלית' של מנגנון ותחומו מחושבים על ידי:
MIP(m_t,Z_(t±1) )=*arg 〖min〗_(P_(t±1) ) (φ(m_t,Z_(t±1),P_(t±1) ))
מחיצת המידע המינימלית היא המחיצה שהכי פחות משפיעה על רפרטואר סיבה ותוצאה. מסיבה זו, היא נקראת לפעמים מחיצת ההבדל המינימלית. שים לב כי מחיצת המידע המינימלית, על אף שמה, היא באמת זוג מחיצות. אנו קוראים למחיצות אלה MIP_cause ו-MIP_effect.
יש לפחות מבחר אחד של רכיבים שבאמצעותם 'רפרטואר הסיבה-תוצאה של מנגנון הוא בלתי ניתן לצמצום בצורה מקסימאלית' (כלומר, כאשר φ הוא הגבוה ביותר). נהוג לכנה בחירה זו של רכיבים
Z_(t±1)^*={Z_(t-1)^*,Z_(t+1)^*}
, ובאופן פורמלי:
Z_(t-1)^*={*arg 〖max〗_(Z_(t-1) ) (φ_cause (m_t,Z_(t-1),MIP_cause ))} Z_(t+1)^*={*arg 〖max〗_(Z_(t+1) ) (φ_effect (m_t,Z_(t+1),MIP_effect ))}
'הקונספט '
CER(m_t,Z_(t±1)^* )={P_cause (Z_(t-1)^* ┤| m_t ),P_effect (Z_(t+1)^* |m_t)}
הוא רפרטואר הסיבה-תוצאה הבלתי ניתן לצמצום בצורה מקסימלית של מנגנון M_tהמצוי במצב m_tעל פני Z_(t±1)^* , והוא מתאר את התפקיד הסיבתי של המערכת. באופן בלתי פורמלי, Z_(t±1)^* הוא התחום של המושג, ומציין "על מה מדבר" המושג. 'כוח הסיבה-תוצאה הפנימי' של m_t הוא כוחו של המושג, והוא נתון על ידי: φ^max (m_t)=φ(m_t,Z_(t±1)^*,MIP)=min(φ_cause (m_t,Z_(t-1)^*,MIP_cause ),φ_effect (m_t,Z_(t+1)^*,MIP_effect ))
כימות ברמת המערכת 'מבנה של סיבה-תוצאה' C(s_t) הוא אוסף המושגים (קונספטים) שצוינו על ידי כל המנגנונים עם φ^max (m_t)>0שבתוך מערכת S_t במצב הנוכחי s_t. אם המערכת מתבררת כמודעת, מבנה הסיבה-תוצאה שלה יכונה מבנה קונספטואלי. 'מחיצות חד-כיווניות' P→{S_1,S_2} הן קיבוץ של רכיבים במערכת, כאשר אל החיבורים שבין מערכת הרכיבים S_1 ל- S_2 מתווסף רעש בלתי תלוי. 'המרחק המורחב של כדור הארץ' XEMD (C_1,C_2) משמש למדידת העלות המינימלית של הפיכת מבנה סיבה-תוצאה C_1 למבנה C_2. באופן בלתי פורמלי, ניתן לומר כי בעוד שה- EMD מעביר את ההסתברות של המערכת להימצא במצב אחר מהנוכחי באמצעות המרחק בין שני המצבים, ה- XEMD מעביר את כוחו של המושג באמצעות המרחק בין שני המושגים. ב- XEMD, העברת "כדור הארץ" היא כוח סיבה-תוצאה פנימי בעל (φ^Max) והמרחק בין המושגים A ו- B עם רפרטואר סיבות A_causeו- B_causeורפרטואר השפעות A_effectו- B_effect ניתן על ידי EMD(A_cause,B_cause )+EMD(A_effect,B_effect). 'אינטגרציה (קונספטואלית) של מידע' φ(s_t,P_→ )=XEMD(C(s_t)|C(s_t,P_→ )) - מודדת את אי יכולת הצמצום של מבנה סיבה-תוצאה ביחס למחיצות חד-כיווניות. φ משמעותו- עד כמה רפרטוארי הסיבה-תוצאה של מנגנוני המערכת משתנים וכמה כוח הסיבה-תוצאה הפנימי (φ^Max) נאבד עקב החלוקה (מחיצה) P_→. 'מחיצת המידע המינימלית' של קבוצת רכיבים במצב מסוים מיוצגת על ידי MIP(s_t )=*arg〖 min〗_(P_→ ) (φ(s_t,P_→ )) . מחיצת המידע המינימלית היא המחיצה החד-כיוונית שהכי פחות משפיעה על מבנה סיבה-תוצאה C(s_t) . 'כוח הסיבה-תוצאה הפנימי' של קבוצת רכיבים במצב נתון מיוצג על ידי φ^Max (s_t^* )=φ(s_t^*,MIP(s_t^* )) כך שלכל St עם (S_t∩S_t^* )≠∅,φ(s_t)≤φ(s_t^*) . על פי IIT, φ^Max של מערכת הוא המידה בה ניתן להגיד שהמערכת קיימת. 'קומפלקס' הוא מערך של רכיבים S_t^* עם φ^Max=φ(s_t^*)>0 , ולכן מציין 'מבנה סיבה-תוצאה בלתי ניתן לצמצום בצורה מקסימאלית', המכונה גם 'מבנה קונספטואלי'. לפי IIT, קומפלקסים הם ישויות מודעת.
הרחבה
[עריכת קוד מקור | עריכה]מכיוון שחישוב φ^Max של מערכת הוא קשה לפתירה באופן חישובי (גם אם גודלה של המערכת הוא קטן), נעשו מאמצים לפיתוח היוריסטי או מדדי פרוקסי של אינטגרציה של מידע. לדוגמה, מאסאפומי אויזומי (Masafumi Oizumi) פיתח את המדד φ^* שהוא קירוב לאומדן של איטגרציה של מידע אשר פותר את החסרונות התאורטיים של אמצעי פרוקסי שהוצעו בעבר [7], כמו זה שהוצע על ידי אדם בארט. [8]
אתגר חישובי משמעותי בחישוב אינטגרציה של מידע הוא מציאת מחיצת המידע המינימלית (MIP) של מערכת עצבית, אשר מחייב בדיקה שחוזרת על עצמה דרך כל מחיצות הרשת האפשריות. כדי לפתור בעיה זו, דניאל טוקר הציע להשתמש בפירוק המודולרי ביותר של רשת בתור פרוקסי מהיר ביותר עבור מציאת מחיצת המידע המינימלית [9].
עבודה מחקרית בנושא
[עריכת קוד מקור | עריכה]בעוד האלגוריתם [5] להערכת ה- φ^Max של מערכת והערכת המבנה הקונספטואלי הוא פשוט יחסית, ]]סיבוכיות הזמן]] שלו הופכת אותו לקשה לפתירה באופן חישובי עבור מערכות עניין רבות. ניתן להשתמש לפעמים בהיוריסטיקות ואומדנים בכדי לספק הערכות של אינטגרציה של מידע של מערכת מורכבת, אבל לעיתים קרובות כמעט בלתי אפשרי לספק חישובים מדויקים. האתגרים החישוביים הללו, בשילוב עם המשימה הקשה של הערכה נכונה ומדויקת של התודעה בתנאים של ניסוי, הופכים את הבחינה של השערת התיאוריה לקשה במיוחד.
למרות האתגרים הללו, ישנם חוקרים אשר ניסו להשתמש במדדי אינטגרציית מידע ובידול כדי להעריך את רמות התודעה במגוון נושאים [9] [10]. לדוגמה, מחקר שנערך לאחרונה עם פרוקסי עצמתי פחות מבחינה חישובית עבור φ^Max היה מסוגל להפלות באופן מהימן בין רמות שונות של תודעה אצל אנשים ערים, ישנים (חולמים מול לא חולמים), מורדמים, ובמצבי תרדמת שונים שונים (צמח מול מצב מודעת מינימלית ואל מול תרדמת). [21]
חלק מן הניבויים של התאוריה תואמים לראיות מחקריות קיימות, וניתן גם להשתמש בהם בכדי להסביר כמה מן הממצאים הנגדיים בחקר התודעה [13]. לדוגמה, ניתן להשתמש בתאוריה כדי להסביר מדוע אזורים מסוימים במוח, כמו המוח הקטן (הצרבלום), אינם תורמים לתודעה למרות גודלם ו / או חשיבותם התפקודית.
מקורות:
1. Tononi, G., Boly, M., Massimini, M., & Koch, C. (2016). Integrated information theory: from consciousness to its physical substrate. Nature Reviews Neuroscience, 17(7), 450. 2. Oizumi, M., Albantakis, L., & Tononi, G. (2014). From the phenomenology to the mechanisms of consciousness: integrated information theory 3.0. PLoS computational biology, 10(5), e1003588. 3. Chalmers, D. J. (1995). Facing up to the problem of consciousness. Journal of consciousness studies, 2(3), 200-219. 4. Tononi, G., & Koch, C. (2015). Consciousness: here, there and everywhere?. Phil. Trans. R. Soc. B, 370(1668), 20140167. 5. Albantakis, L., & Tononi, G. (2015). The intrinsic cause-effect power of discrete dynamical systems—from elementary cellular automata to adapting animats. Entropy, 17(8), 5472-5502. 6. CSC-UW/iit-pseudocode.GitHub 7. Oizumi, M., Amari, S. I., Yanagawa, T., Fujii, N., & Tsuchiya, N. (2016). Measuring integrated information from the decoding perspective. PLoS computational biology, 12(1), e1004654. 8. Barrett, A. B., & Seth, A. K. (2011). Practical measures of integrated information for time-series data. PLoS computational biology, 7(1), e1001052. 9. Toker, D., & Sommer, F. (2016). Moving Past the Minimum Information Partition: How To Quickly and Accurately Calculate Integrated Information. arXiv preprint arXiv:1605.01096. 10. Massimini, M., Ferrarelli, F., Murphy, M. J., Huber, R., Riedner, B. A., Casarotto, S., & Tononi, G. (2010). Cortical reactivity and effective connectivity during REM sleep in humans. Cognitive neuroscience, 1(3), 176-183. 11. Ferrarelli, F., Massimini, M., Sarasso, S., Casali, A., Riedner, B. A., Angelini, G., ... & Pearce, R. A. (2010). Breakdown in cortical effective connectivity during midazolam-induced loss of consciousness. Proceedings of the National Academy of Sciences, 107(6), 2681-2686. 12. Casali, A. G., Gosseries, O., Rosanova, M., Boly, M., Sarasso, S., Casali, K. R., ... & Massimini, M. (2013). A theoretically based index of consciousness independent of sensory processing and behavior. Science translational medicine, 5(198), 198ra105-198ra105 13. “Integrated information theory-Scholarpedia” www.scholarpedia.com