Сознание как сбой термостата экспресс
Термостат держит в комнате 20 градусов. Откройте окно зимой – он включит обогрев, чтобы вернуть равновесие. Мозг делает похожую вещь: он постоянно предсказывает, что произойдёт через мгновение, и поправляет себя, если ошибся. Так он учится. Но где в этой механике место сознанию – ощущению вкуса яблока или боли от ожога?
Две теории смотрели на это с разных сторон. Одна – принцип свободной энергии – говорит: любая живая система стремится свести неожиданность к минимуму, как тот термостат. Вторая – теория интегрированной информации – пытается измерить сознание через способность системы влиять саму на себя. Если разбить мозг на части, он теряет целостную картинку. До сих пор между этими взглядами не было чёткой математической связи.
Авторы новой работы нашли эту связь. Они предложили считать информацию как разницу между тем, что система реально сделала, и тем, что она «должна была» сделать, если бы просто следовала самой вероятной траектории. Оказалось, что ключевые понятия теории сознания – так называемые репертуары причин и следствий – естественно вытекают из этого определения. Другими словами, мера осознанности оказывается частным случаем того, как система справляется с неожиданностями.
Это не значит, что термостат обретает душу. Речь о том, что один и тот же математический язык может описать и обучение, и субъективный опыт. Мост между ними построен на простой идее: сознание – это не особая субстанция, а степень, в которой система вынуждена отклониться от привычного, чтобы остаться собой.
Оригинальная аннотация
как её написали авторы, на английском arXiv:2605.12536
The Free Energy Principle (FEP) is a leading framework for mathematically modeling self-organization and learning, while Integrated Information Theory (IIT) is a computational ontology of consciousness oriented around irreducible cause and effect. While conceptual unifications have been proposed and appear to be supported by empirical findings, the absence of a rigorous mathematical mapping places upper bounds on their precision and testability. This work proposes that information can be defined as the deviation $$\psi$$ of realized dynamics from a constrained maximum-caliber (MaxCal) path ensemble over a finite time horizon. Under this definition, each of the cause/effect repertoires central to IIT 3.0 emerge directly from MaxCal variational principles, allowing IIT's phenomenological calculus to be re-derived from constrained entropy-maximization (CMEP). This framework supplies a theoretical bridge to active inference, which is mathematically dual to CMEP under Langevin dynamics, and offers a principled route for extending IIT to new dynamical regimes. When the approach is applied under the Central Limit Theorem (CLT) for Markov chains and via large deviations theory (LDT) to Ising models, information $$\psi$$ is shown to be equivalent to prediction error under accompanying predictive coding models. This may hold relevance to the ``hill-shaped trajectory'' of $$\Phi$$ observed in neuronal cultures adapting to sensory inputs. Together, these results provide a physically and mathematically grounded rationale for studying the convergence of FEP, IIT, and thermodynamic frameworks of cognition such as recent work grounding consciousness in violations of the Fluctuation-Dissipation Theorem (FDT).
В нейробиологии известен «холмообразный» график: когда нейроны в пробирке учатся реагировать на стимулы, мера интегрированной информации сначала растёт, достигает пика, а затем падает – будто сознание ярче всего в момент освоения нового.
В романе «Ложная слепота» Питера Уоттса инопланетный разум оказывается лишён сознания именно потому, что его поведение всегда оптимально и не отклоняется от предсказанного.