集成世界建模理论 (IWMT) 是一种综合意识理论,它使用自由能量原理和主动推理 (FEP-AI) 框架将集成信息理论 (IIT) 和全局神经工作空间理论 (GNWT) 的见解结合起来。在这里,我首先回顾了有助于 IWMT 整合视角的哲学原理和神经系统。然后,我继续描述大脑的预测处理模型及其与机器学习架构的联系,特别强调自动编码器(感知和主动推理)、涡轮码(为多模态集成和推理协同建立共享潜在空间)和图神经网络(空间和躯体建模和控制)。通过探索如何将模块和工作空间评估为集成信息的复合体和迭代贝叶斯模型选择的舞台,考虑了 IIT 和 GNWT 的未来方向。基于这些考虑,我提出了使用概率图模型、流网络和博弈论中的概念来估计集成信息的新方法。针对 IIT 和 GNWT 之间关于不同种类的意识和无意识现象的物理基础的持续争论,我还考虑了机械和计算原理。我进一步探讨了这些想法与“贝叶斯模糊问题”的关系,或者如何从概率建模中产生看似离散的体验,并考虑了量子力学中的类比,认为它可能揭示不同类型的推理动力学。我接着描述了解决基于网络展开的因果结构理论的批评的潜在方法,以及意识扩展图(没有控制论符号基础)的荒谬性。最后,我讨论了以网络展开为中心的未来工作方向。
主要关键词