Quantifying Spacetime Integration across a Partition with Synergy

Titel: Kwantificering van Ruimtetijd-integratie over een Partition met Synergie

Auteur: Virgil Griffith (Georgetown University)
Context: Dit artikel biedt een wiskundige herformulering van het concept "integratie" binnen de Information Integration Theory of Consciousness (IIT), specifiek gericht op de nieuwste versie, IIT4.

1. Het Probleem

De Information Integration Theory of Consciousness (IIT) probeert het hard probleem van bewustzijn aan te pakken door een maatstaf voor bewustzijn te definiëren, de $\Phi$-waarde. Een kernaspect hiervan is integratie: de mate waarin een systeem informatie produceert die niet kan worden gereduceerd tot de som van zijn onderdelen.

In de huidige praktijk (IIT4) wordt integratie over een partition (verdeling) van het systeem gemeten door:

1. Het identificeren van een "maximale oorzaak-effect staat" ($a' \to s \to z'$).
2. Het berekenen van irreducibele informatie voor oorzaak ($\phi_c$) en gevolg ($\phi_e$) afzonderlijk.
3. Het nemen van het minimum van deze twee waarden om de totale integratie ($\phi_s$) te bepalen.

De tekortkomingen van de huidige aanpak zijn:

• Kludgy grenzen: De huidige formules vereisen kunstmatige correcties (zoals het zetten van negatieve waarden op nul of het begrenzen van waarden die de intrinsieke informatie overschrijden).
• Interpretatie van deterministische systemen: De huidige maatstaven kunnen deterministische systemen (waaruit de uitkomst volledig voorspelbaar is) als volledig geïntegreerd of volledig niet-geïntegreerd classificeren, wat soms tegenintuïtief is voor complexiteit.
• Behandeling van GET-operaties: Systemen waarbij knoppen elkaar slechts kopiëren (GET-GET) worden door IIT4 vaak als maximaal geïntegreerd beschouwd, terwijl ze geen echte "samenwerking" of complexiteit tonen.
• Tijd en Ruimte: De huidige methode behandelt tijd en ruimte niet volledig holistisch; het neemt een minimum over tijd, wat de ware conjunctie van ruimtetijd-interacties mogelijk onderschat.

2. Methodologie

De auteur introduceert een nieuw raamwerk gebaseerd op Partiële Informatie Decompositie (PID) en het concept van Synergie.

• Synergie: Synergie wordt gedefinieerd als het deel van de wederzijdse informatie tussen een set voorspellers en een doelvariabele dat irreducibel is tot enige individuele voorspeller. Het meet hoe veel informatie alleen beschikbaar is wanneer alle onderdelen samenwerken.
• Intrinsiek Verschil (ID): In plaats van de standaard Shannon-informatie, past de auteur de door IIT4 geprefereerde "Intrinsic Difference" (ID) toe op het synergie-raamwerk. Dit resulteert in Synergistic Intrinsic Difference (SID).
• Nieuwe Benadering: In plaats van een specifieke "maximale staat" te kiezen, wordt de partition $\theta$ toegepast op de verdelingen van het verleden ($A$) en de toekomst ($Z$), terwijl de huidige staat ($s$) als een ondeelbare eenheid wordt behandeld ("unitary present").

De auteur stelt vier nieuwe maatstaven voor integratie voor, afgeleid van synergie:

1. $\phi^{S1}_s$ (Matching IIT4):

   • Berekent de synergie van het verleden naar $s$ en de toekomst naar $s$ afzonderlijk.
   • Neemt het minimum van deze twee (net als IIT4).
   • Doel: Een directe vervanging die zo dicht mogelijk bij de huidige IIT4-intuïtie blijft.

2. $\phi^{S2}_s$ (Totale Integratieve Lijm):

   • Beschouwt alle bronnen uit het verleden en de toekomst ($A_1...A_k, Z_1...Z_k$) als één set van $2k$ voorspellers.
   • Berekent de totale synergie van deze set naar $s$.
   • Kenmerk: Ruimtetijd-uitwisselbaar (ruimte en tijd zijn volledig equivalent).

3. $\phi^{S3}_s$ (Disjuncte delen door de tijd):

   • Combineert verleden en toekomst per onderdeel ($A_i Z_i$) tot $k$ voorspellers.
   • Berekent de synergie van deze $k$ gekoppelde paren naar $s$.
   • Kenmerk: Behoudt tijdssymmetrie (T-symmetrie) maar behandelt ruimte en tijd verschillend (zoals in IIT gebruikelijk).

4. $\phi^{S4}_s$ (Ruimtetijd-Eenheid):

   • De strengste maatstaf. Berekent de synergie die irreducibel is voor elke mogelijke subset van de bronnen uit verleden en toekomst.
   • Kenmerk: Ruimtetijd-uitwisselbaar en zeer strikt. Voor deterministische systemen is deze waarde vaak nul.

3. Belangrijkste Resultaten

De auteur vergelijkt de nieuwe synergie-maatstaven met de bestaande IIT-maatstaven ($\phi_{2008}, \phi_{2014}, \phi_{2023}, \phi_{2025}$) in eenvoudige deterministische netwerken (dubbel- en drieknopen systemen).

• Oplossing van de "GET-GET" paradox:
  • In IIT4 hebben systemen die alleen informatie kopiëren (GET-GET) een hoge integratiewaarde.
  • De synergie-maatstaven ($\phi^{S1}_c$) geven deze systemen een waarde van nul, omdat er geen plaats is waar informatie "samenkomt" (geen echte interactie). Dit wordt door de auteur als intuïtief correct beschouwd voor complexiteit.
• Grenzen en Stabiliteit:
  • De huidige IIT-maatstaven kunnen waarden produceren die de totale beschikbare informatie overschrijden (wat logisch onzinnig is voor een maatstaf van irreducibiliteit).
  • Synergie-maatstaven zijn van nature begrensd door de totale informatie en vereisen geen kunstmatige "kludges" om binnen de grenzen te blijven.
• Complexiteit en Diversiteit:
  • In triplet-systemen (zoals GET3 vs. 123) toont IIT4 een dalende trend in complexiteit waar men een stijgende trend zou verwachten.
  • De synergie-maatstaven tonen een stijgende trend die beter overeenkomt met de intuïtie dat complexiteit toeneemt met diversiteit en onderlinge afhankelijkheid.
• Deterministische Systemen:
  • De strengste maatstaf ($\phi^{S4}_s$) geeft deterministische systemen een integratiewaarde van nul, wat overeenkomt met de recente IIT4-eisen, maar dan op een wiskundig robuustere manier.

4. Bijdragen en Significatie

Technische Bijdragen:

• Introductie van vier nieuwe, wiskundig onderbouwde maatstaven voor ruimtetijd-integratie.
• Demonstratie dat synergie een natuurlijk raamwerk biedt dat de beperkingen van de huidige IIT4-implementatie oplost zonder de fundamentele axioma's van IIT te schenden.
• Voorstel om de zoektocht naar de "Minimum Information Partition" (MIP) te vereenvoudigen. Omdat synergie-maatstaven vaak geen normalisatie nodig hebben (of andersom werken), kan de zoektocht naar de MIP worden gereduceerd van $O(n!)$ naar $O(2^n)$ of zelfs sneller via modulaire detectie-algoritmen.

Significatie voor IIT:

• Verbetering van de theorie: Het gebruik van synergie maakt de definitie van integratie natuurlijker en minder afhankelijk van ad-hoc correcties.
• Toepasbaarheid buiten IIT: Deze maatstaven zijn nuttig als maatstaven voor complexiteit in discrete dynamische systemen, zelfs als men IIT als theorie van bewustzijn verwerpt.
• Toekomstige richting: De auteur beveelt aan dat IIT overweegt om integratie te herformuleren als synergie. Dit zou de theorie verbinden met een breder corpus van literatuur over informatie- en complexiteitstheorie.

Aanbevelingen van de auteur:

1. Voor minimale verstoring: Gebruik $\phi^{S1}_s$ (de synergie-versie van de huidige methode).
2. Voor een tijdssymmetrische benadering die "meer is dan de som der delen": Gebruik $\phi^{S3}_s$.
3. Voor volledige ruimtetijd-uitwisselbaarheid en striktheid (inclusief nul voor deterministische systemen): Gebruik $\phi^{S4}_s$.

Concluderend stelt de auteur dat het herformuleren van integratie als synergie een "net-positive" is voor de evolutie van IIT, met minimale verstoring en aanzienlijke theoretische voordelen.