导语
内容简介
内容简介
内容大纲
内容大纲
简介
意识的量化
整合信息论
信息指标的近似
马尔科夫系统 Φ 的近似计算
已知模型
转移概率矩阵的 ΦDM
马尔科夫高斯过程 ΦE
信息熵替换互信息
未知模型
ΦE的数值近似ΦE(Data)
时间序列ΦAR
连续系统Φ的纠正
基于解码的Φ*
连续时间吸引子
自由度ΦDim
和其他计算的对比
核心概念
核心概念
整合信息论 Integrated Information Theory
转移概率矩阵 Transition Probability Matrix
高斯马尔科夫过程 Gaussian Markov Process
时间序列 Time Series
主讲人
主讲人
参与方式
参与方式
直播信息：
时间：2024年11月2日（本周六）上午9:00-11:00
报名参与读书会：
扫码参与「整合信息论」读书会，加入群聊，获取系列读书会回看权限，加入「意识的量化与建模」社区，与社区的一线科研工作者沟通交流，共同推动这一前沿领域的发展。
参考文献
参考文献
•Barrett Adam B., Seth Anil K.. Practical Measures of Integrated Information for Time-Series Data. PLOS COMPUTATIONAL BIOLOGY, 2011, 7(1): 1-18
•Masafumi Oizumi , Shun-ichi Amari, Toru Yanagawa, et al. Measuring Integrated Information from the Decoding Perspective. PLOS Computational Biology, 2016, 12(1)
•Anil K. Seth, Adam B. Barrett, Lionel Barnett. Causal density and integrated information as measures of conscious level, 2011
•André Sevenius Nilsen，Bjørn Erik Juel，William Marshall. Evaluating approximations and heuristic measures of integrated information. Entropy, 2019, 21(5): 525
整合信息论读书会
为什么我们在清醒时有意识，而在无梦的睡眠中意识水平大大降低？为什么我们的意识由大脑的某些部分产生，而非其他部分？为什么大脑的特定部分与视觉和听觉等意识体验密切相关？这些具体的问题本质上涉及到，理解决定一个系统产生意识体验的条件，以及理解决定一个系统具有何种意识的条件。整合信息论（IIT）试图用几何学一般的公理体系来解释意识是什么，意识如何测量。根据该理论，意识对应于一个系统整合信息的能力。
为了深入探索意识奥秘，系统梳理整合信息论的理论体系，北京师范大学系统科学学院教授、集智俱乐部创始人张江领衔发起「整合信息论」读书会，组织对本话题感兴趣的朋友，深入研读相关文献，激发科研灵感。读书会分为以下几个部分：整合信息论综述，基础理论框架，近似计算方法，在神经科学中的应用，在复杂系统中的拓展应用，Φ与系统临界态，以及机器意识。2024年9月28日开始，每周六上午9:00-11:00进行，持续时间预计 10 周，欢迎感兴趣的朋友报名参与！
点击“阅读原文”，报名读书会
