Integrierte Informationstheorie

gerahmt|Phi; Das Symbol, das in IIT für integrierte Information verwendet wird. Die Integrierte Informationstheorie, englisch Integrated Information Theory (IIT), schlägt ein mathematisches Modell für das Bewusstsein eines Systems vor. Sie umfasst ein Rahmenwerk, das erklären soll, warum bestimmte physikalische Systeme (wie etwa das menschliche Gehirn) bewusst sind. IIT versucht zu erklären, ob ein physikalisches System bewusst ist, in welchem Ausmaß und welche konkrete Erfahrung es hat – also warum es sich in bestimmten Zuständen auf eine bestimmte Weise anfühlt (z. B. warum unser Gesichtsfeld als ausgedehnt erscheint, wenn wir in den Nachthimmel blicken), und was nötig wäre, damit andere physikalische Systeme bewusst sein könnten (Sind andere Tiere bewusst? Könnte das ganze Universum bewusst sein?).

In IIT wird angenommen, dass das Bewusstsein eines Systems (wie es sich subjektiv anfühlt) durch seine kausalen Eigenschaften mathematisch beschreibbar ist (wie es objektiv ist). Daher sollte es möglich sein, das bewusste Erleben eines physikalischen Systems zu erklären, indem man seine vollständigen kausalen Wirkkräfte berechnet (entfaltet).

IIT wurde 2004 vom Neurowissenschaftler Giulio Tononi vorgeschlagen. Trotz großen Interesses ist IIT umstritten und wurde vielfach kritisiert – unter anderem mit dem Vorwurf, sie sei eine nicht falsifizierbare Pseudowissenschaft.

Die Theorie fand praktische Anwendung in der Entwicklung des Perturbational Complexity Index (PCI) – einer Messung, die in der klinischen Neurologie verwendet wird, um das Bewusstseinsniveau von Patienten zu bestimmen. Dabei wird anhand von TMS-EEG-Aufzeichnungen die Fähigkeit des Gehirns zur integrierten Information quantifiziert.

Übersicht mini|Detaillierte Beschreibung der Axiome und Postulate der Integrated Information Theory (IIT) von Giulio Tononi und Christof Koch.

Beziehung zum „harten Problem des Bewusstseins“ Der australische Philosoph David Chalmers hat argumentiert, dass jeder Versuch, Bewusstsein rein physikalisch zu erklären – also bei den derzeit formulierten Naturgesetzen anzusetzen und daraus die notwendige und unvermeidliche Existenz von Bewusstsein abzuleiten – letztlich auf das sogenannte „harte Problem“ stößt.

Aber anstatt von physikalischen Prinzipien auszugehen um beim Bewusstsein anzukommen, beginnt IIT mit dem Bewusstsein: Sie nimmt die Existenz unseres eigenen Bewusstseins als gesichert an und erschließt die Eigenschaften, die ein hypothetisches physikalisches Substrat besitzen müsste, um dieses bewusste Erleben zu ermöglichen.

Die Fähigkeit, diesen Schluss von der Phänomenologie zur Mechanik zu machen, beruht auf der zentralen Annahme der IIT: Wenn sich die formalen Eigenschaften einer bewussten Erfahrung vollständig durch ein zugrunde liegendes physikalisches System erklären lassen, dann müssen auch die Eigenschaften des physikalischen Systems durch die Eigenschaften der Erfahrung erklärt sein.

Welche Bedingungen ein physikalisches System erfüllen muss, damit Bewusstsein entstehen kann, ist ein offenes Forschungsfeld. Es ist möglich, dass Bewusstsein auf einem Kontinuum existiert, wie Studien mit Split-Brain-Patienten und mit wachen Patienten mit stark reduzierter Hirnmasse nahelegen.

IIT zielt darauf ab zu erklären, welche physikalischen Systeme bewusst sind, in welchem Ausmaß und in welcher Weise. Die Theorie setzt bei der phänomenologischen Gewissheit an, dass bewusstes Erleben existiert, und leitet daraus notwendige physikalische Postulate ab, die jedes bewusste Substrat erfüllen muss. Konkret geht IIT den Weg von der Phänomenologie zum physikalischen Mechanismus, indem sie versucht, die grundlegenden Eigenschaften bewusster Erfahrung zu identifizieren (als „Axiome“ bezeichnet) und daraus die grundlegenden Eigenschaften physikalischer Systeme abzuleiten, die zu Bewusstsein führen (diese werden „Postulate“ genannt).

Ontologische Grundannahmen IIT basiert auf:

Realismus – Die Welt existiert unabhängig von unserem bewusstem Erleben.

Operationaler Physikalismus – Physikalische Existenz ist charakterisiert durch die Fähigkeit, Unterschiede zu machen und auf Unterschiede zu reagieren (d. h. kausale Wirksamkeit zu besitzen).

Atomismus – Kausale Wirksamkeit lässt sich prinzipiell auf Wechselwirkungen zwischen minimalen Einheiten zurückführen.

Axiome and Postulate Vom nullten Axiom („Erfahrung existiert“) ausgehend identifiziert IIT fünf wesentliche Eigenschaften bewusster Erfahrung: Intrinsikalität – Erfahrung existiert für sich selbst Information – Erfahrung ist spezifisch Integration – Erfahrung ist einheitlich Exklusion – Erfahrung ist eindeutig Komposition – Erfahrung ist strukturiert

Von jedem dieser Axiome wird ein physikalisches Postulat über die kausale Struktur eines Systems abgeleitet: Das System muss intrinsische Ursache-Wirkung-Macht ausüben können. Es muss einen spezifischen Ursachen- und Wirkungszustand festlegen (durch intrinsische Information). Es muss dies als Ganzes, unreduzierbar tun (gemessen als kleines Phi, φ). Nur das maximal irreduzible Substrat (der sogenannte Komplex) ist bewusst. Seine Teilmengen müssen strukturierte Unterscheidungen und Relationen spezifizieren, die zusammen eine Φ-Struktur (das große Phi) bilden.

Mathematische Formulierung Ein System wird durch seine Übergangsmatrix (TPM) beschrieben, bezeichnet als , also die Wahrscheinlichkeit, vom Zustand u in den Zustand u′ überzugehen. Auf dieser Grundlage definiert IIT:

Intrinsische Information (ii) für einen Zustand s in Bezug auf einen möglichen Ursache-/Wirkungszustand :

Integrierte Information (φ) als Maß für die Unreduzierbarkeit der Ursache-Wirkungs-Struktur über die Minimalinformationszerlegung (Minimum Information Partition, MIP):

Komplexe sind jene Systeme (Teilmengen von Einheiten), die lokal ein Maximum an φ aufweisen. Ihre inneren Unterscheidungen und Relationen bilden die Φ-Struktur des Systems.

Φ entspricht der Menge an Bewusstsein, während die konkrete Struktur der Unterscheidungen und Relationen dessen Qualität bestimmt.

Erklärende Identität IIT schlägt eine erklärende Identität vor: Die Struktur einer bewussten Erfahrung ist mathematisch beschreibbar als Ursache-Wirkungs-Struktur (Φ-Struktur), die aus einem Komplex in seinem aktuellen Zustand entfaltet wird.

Diese Identität ist keine bloße Korrelation, sondern ein Erklärungsansatz dafür, wie subjektives Erleben aus physikalischen Mechanismen hervorgeht.

Erweiterungen Im Jahr 2021 veröffentlichten Angus Leung und Kollegen eine direkte Anwendung des mathematischen Formalismus der IIT auf neuronale Daten. Um die mit größeren Datensätzen verbundenen rechnerischen Herausforderungen zu umgehen, konzentrierten sich die Autoren auf die Aktivität von Neuronenpopulationen bei der Fliege. Die Studie zeigte, dass sich für kleinere neuronale Datensätze problemlos berechnen lässt. Darüber hinaus bestätigte sich eine zentrale Vorhersage der IIT - war unter Vollnarkose signifikant reduziert.

Eine erhebliche rechnerische Herausforderung bei der Berechnung integrierter Information besteht darin, die Minimalinformationszerlegung (Minimum Information Partition, MIP) eines neuronalen Systems zu finden – ein Prozess, der das Durchlaufen aller möglichen Netzwerk-Zerlegungen erfordert. Zur Lösung dieses Problems haben Daniel Toker und Friedrich T. Sommer gezeigt, dass die Spektralzerlegung der Korrelationsmatrix der Systemdynamik eine schnelle und robuste Näherung für die Minimalinformationszerlegung darstellt.

Experimentelle Arbeiten Obwohl der Algorithmus zur Bestimmung von und der konzeptuellen Struktur eines Systems prinzipiell relativ klar definiert ist, macht seine hohe zeitliche Komplexität ihn für viele interessante Systeme rechnerisch unpraktikabel. Heuristiken und Näherungsverfahren können grob geschätzte Werte für die integrierte Information komplexer Systeme liefern, doch präzise Berechnungen sind oft durch Computer-Ressourcen limitiert. Diese rechnerischen Hürden – in Kombination mit der ohnehin schwierigen Aufgabe, Bewusstsein unter experimentellen Bedingungen zuverlässig und genau zu erfassen – erschweren es, viele der Vorhersagen der Theorie empirisch zu testen.

Trotz dieser Herausforderungen haben Forscher versucht, empirische Maße für Informationsintegration und -differenzierung zu nutzen, um das Bewusstseinsniveau bei verschiedenen Versuchspersonen zu beurteilen. So konnte beispielsweise eine kürzlich veröffentlichte Studie mithilfe eines rechnerisch weniger aufwendigen Proxys für zuverlässig zwischen unterschiedlichen Bewusstseinszuständen unterscheiden – darunter: Wachzustand, Schlaf (mit und ohne Träumen), Narkose, Koma (vegetativer Zustand vs. minimal bewusster Zustand vs. Locked-in-Syndrom).

IIT macht zudem mehrere Vorhersagen, die gut mit bestehenden experimentellen Befunden übereinstimmen und dazu beitragen können, kontraintuitive Ergebnisse der Bewusstseinsforschung zu erklären. Als ein Beispiel: IIT kann erklären, warum bestimmte Hirnregionen – etwa das Kleinhirn – trotz ihrer Größe und/oder funktionalen Bedeutung offenbar nicht zum bewussten Erleben beitragen. Laut IIT liegt dies daran, dass solche Regionen zwar hoch organisiert und aktiv sein können, aber kaum integrierte Information (Φ) erzeugen, da ihre internen Verschaltungen weitgehend modular und unabhängig voneinander funktionieren – also wenig kausale Integration aufweisen.

Rezeption Die Integrated Information Theory (IIT) hat sowohl Kritik als auch Befürwortung erfahlten.

Befürwortung Der Neurowissenschaftler Christof Koch, der an späteren Versionen der Theorie mitgewirkt hat, bezeichnete IIT als „die einzige wirklich vielversprechende fundamentale Theorie des Bewusstseins“.

Der Neurowissenschaftler und Bewusstseinsforscher Anil K. Seth steht der Theorie grundsätzlich wohlwollend, aber mit Vorbehalten gegenüber. Er schrieb: „Bewusste Erfahrungen sind hochgradig informativ und immer integriert.“ und: „Etwas, das sich unmittelbar aus [IIT] ergibt, ist, dass man eine gute post hoc-Erklärung für bestimmte Dinge hat, die wir über Bewusstsein bereits wissen.“

Der Philosoph David Chalmers, bekannt für die Formulierung des harten Problems des Bewusstseins, hat Sympathie für IIT geäußert. Laut Chalmers stellt die Theorie eine Entwicklung in die richtige Richtung dar – unabhängig davon, ob sie letztlich korrekt ist.

Der Physiker Max Tegmark hat versucht, das Problem der rechnerischen Komplexität bei der Berechnung von Φ anzugehen. Er erklärte: „Das von IIT vorgeschlagene Integrationsmaß ist für große Systeme rechnerisch nicht durchführbar, da es mit dem Informationsgehalt des Systems super-exponentiell wächst.“ Daher kann Φ im Allgemeinen nur angenähert berechnet werden. Jedoch führen unterschiedliche Näherungsverfahren zu teils drastisch abweichenden Ergebnissen. Andere Arbeiten konnten zeigen, dass sich Φ in bestimmten großen Mean-Field-Neuronennetzwerken berechnen lässt – allerdings müssen dazu einige Annahmen der Theorie angepasst werden, etwa um Phasenübergänge in solchen Systemen adäquat zu erfassen.

Im Jahr 2019 kündigte die Templeton Foundation eine Förderung von über 6 Millionen US-Dollar an, um konkurrierende empirische Vorhersagen der Integrated Information Theory (IIT) und der rivalisierenden Global Neuronal Workspace Theory (GNWT) zu testen. Die Begründer beider Theorien unterzeichneten gemeinsam die experimentellen Protokolle, die Datenanalyseverfahren sowie die genauen Kriterien, anhand derer festgestellt werden sollte, ob ihre jeweilige Theorie die Ergebnisse korrekt vorhersagt.

Die ersten Ergebnisse wurden im Juni 2023 offen gelegt. Dabei zeigte sich: Keine der Vorhersagen der GNWT erfüllte die zuvor festgelegten Kriterien. Zwei von drei Vorhersagen der IIT erreichten die vereinbarte Signifikanzschwelle. Die endgültigen, begutachteten Ergebnisse wurden in der Ausgabe vom 30. April 2025 der Zeitschrift Nature veröffentlicht.