2023 年 6 月，一项罕见的科学实验公布了初步结果。
256 名人类受试者在功能磁共振成像仪、脑磁图和颅内电极的同时监控下，观看一系列视觉刺激。这个实验不寻常之处在于：它不是由一方来主导的，而是由两个在学术上势如水火的阵营——整合信息理论（IIT） 和全局神经工作空间理论（GNW）——共同设计、共同预注册，并同意由第三方中立团队来执行和分析。这就是科学史上少见的"对抗性合作"（adversarial collaboration）。
这项实验由神经科学家 Lucia Melloni 领导，约束条件是让双方在数据收集之前就明确写下各自的预测，然后让数据来判定。结果？两个理论都只有局部的支持——或者说，都遭遇了局部的挫折。
但在这个实验结果公布的同一个月，另一件事把整个领域撕裂了。
破除误解：这不只是两个神经科学假说之间的争吵
IIT 与 GNW 的对决，在大众媒体里常被呈现为"两个科学理论谁更正确"的竞争。这只说对了一半。
两个理论背后是两套截然不同的哲学立场，触及意识研究的根基：
- IIT 是泛心论的数学化版本：它主张意识的多少可以用一个数值 Φ（phi）衡量，而这个数值原则上适用于任何物理系统——从人脑到光电二极管，只要它整合了一定量的信息。这意味着意识是宇宙的基本属性，而非只在生命体中出现的偶然现象。
- GNW 是神经科学的功能主义理论：它主张意识来自于大脑特定区域（前额叶、顶叶）的"全局广播"——当局部的神经活动点燃了一个涉及整个皮层的广域工作空间，一条信息才进入意识。这是一个可以用神经成像验证的机制主张。
因此，这场争论的赌注不只是"大脑如何工作"，而是"意识究竟是什么"。
IIT 的核心框架
整合信息理论由神经科学家兼哲学家朱利奥·托诺尼（Giulio Tononi）于 2004 年首次提出，经历多次修订（IIT 3.0 发表于 2014 年，IIT 4.0 的框架在 2020 年代持续更新）。
核心思想是：意识等同于系统整合信息的内在因果力量，用 Φ（phi）来量化。
为什么是"整合"信息？ 托诺尼的关键直觉来自一个对比：小脑有数千亿个神经元，远多于大脑皮层，但它几乎不产生意识；而大脑皮层的结构高度整合，损伤后会显著影响意识体验。他推断：产生意识的不是神经元数量，而是信息被整合成一个不可分割整体的程度。
Φ 的计算方式：一个系统被"切割"成各种子集之后，信息损失最小的那条切割线，对应的信息量就是 Φ。Φ 越大，系统越"不可分割"，意识越强。
IIT 做出了几个反直觉的预测：
- 小脑的 Φ 很低，尽管它有大量神经元
- 串联的逻辑门电路（经典计算机的基础架构）Φ 接近零
- 某些人工神经网络理论上可以有非零 Φ
GNW 的核心框架
全局神经工作空间理论由心理学家伯纳德·巴尔斯（Bernard Baars）在 1980 年代提出，由认知神经科学家斯塔尼斯拉斯·德哈纳（Stanislas Dehaene）和让-皮埃尔·尚热（Jean-Pierre Changeux）在 1990 年代以神经科学语言重构。
核心思想是：大脑有一个"全局工作空间"——一个由前额叶、顶叶和相关长距离连接组成的网络。当外围感知系统的信息激活了这个工作空间，产生一次全局广播（global ignition），信息才进入意识。意识是信息的"广播"而非信息本身。
GNW 的神经预测：
- 意识内容对应的神经活动应出现在前额叶和顶叶，而非初级感觉皮层
- 有意识的感知和无意识的感知之间，应该存在神经活动的非线性跳跃（"点火"，ignition）
- 麻醉、睡眠、植物人状态，都对应全局广播能力的不同程度丧失
2023 年的对抗性合作：结果与争议
这项由 Melloni 领导、多国 25 个实验室参与的研究，于 2023 年在 bioRxiv 发布预印本，后续更完整的结果于 2025 年发表在《自然》期刊（Nature, 2025）。
两大理论的预测：
| IIT 的预测 | GNW 的预测 | |
|---|---|---|
| 意识内容的神经关联在哪里？ | 后皮层（枕叶、顶后部） | 前额叶和顶叶 |
| 信号时序？ | 早期、持续的后皮层活动 | 延迟的前额叶"点火" |
| 全局广播是否必要？ | 否，局部整合即可产生意识 | 是，这是核心机制 |
实验结果（简要）：
- 颅内电脑图数据显示，有意识感知确实与后皮层的持续活动有更强的关联——这对 IIT 有利
- 但预期中的前额叶"点火"（GNW 的核心预测）在多个测量方法中仅有弱支持，部分分析结论相互矛盾
- 两个理论都被数据部分否定，也都被部分支持
研究人员的诚实结论是：两个理论都没有被裁决。双方都承认自己的预测受到了数据的挑战，但都认为现有结果不足以宣判理论失败。
更大的风暴：IIT 被指为"伪科学"
就在对抗性合作结果公布前后，一封由 124 位学者签署的公开信于 2023 年 9 月 15 日发布在 PsyArXiv 上。信中措辞强硬：它指控整合信息理论是"伪科学"（pseudoscience），理由是：
- IIT 的泛心论承诺（意识无处不在，连光电二极管也有意识）几乎是无法被实验证伪的
- 对 Φ 的精确计算在任何稍复杂的系统上都是计算上不可行的（NP-hard 问题），因此"Φ 越大意识越强"的命题无法在神经生物学层面检验
- 将这样一个无法被证伪的理论呈现为意识科学的主流，误导了公众和资助机构
托诺尼和支持 IIT 的研究者强烈反驳：一个理论在当前技术水平下难以完整检验，不等于它是伪科学；IIT 已经做出了多个可检验的具体预测（包括对小脑、脊髓损伤患者的预测）。科学哲学家阿尼尔·塞斯（Anil Seth）则提出了更细腻的批评：即便 IIT 的部分主张难以证伪，也不应轻率贴上"伪科学"的标签，因为这个标签在科学社群中有特定含义。
这场风波暴露了意识研究领域一个深层困境：我们没有公认的方法论来裁定哪个意识理论是"科学的"。意识不像粒子，你可以在加速器里碰撞它；也不像蛋白质，你可以在显微镜下观察它。意识研究的证据标准本身，仍然是一个开放的哲学问题。
第三条路：高阶理论与预测编码
值得注意的是，2023 年的对抗性合作故意只纳入了 IIT 和 GNW，而排除了其他竞争理论。批评者认为这本身就是一个方法论缺陷。
目前还有若干重要的竞争理论：
高阶理论（Higher-Order Theories, HOT）：哲学家戴维·罗森塔尔（David Rosenthal）等人主张，一个心理状态成为有意识的，需要有另一个"更高阶"的表征来表征它。意识是关于心理状态的心理状态。
预测编码理论（Predictive Coding / Predictive Processing）：由卡尔·弗里斯顿（Karl Friston）和阿尼尔·塞斯等人发展，认为大脑是一个预测机器，意识体验是大脑对感知输入的最佳"预测误差最小化"。这个框架已经在神经科学中获得了广泛应用，但是否能解释意识的"困难问题"仍有争议。
未知的边界
- 对抗性合作的方法本身是否足以裁决意识理论？还是我们需要不同类型的实验设计？
- 如果 Φ 的计算在原则上不可行，IIT 是否需要修改其数学框架，还是接受自己主要是一个哲学理论？
- GNW 对"前额叶点火"的依赖，是否忽视了意识在更早的皮层阶段就可能开始形成的可能性？
- 麻醉、睡眠、冥想状态下的意识变化，能否为区分 IIT 和 GNW 提供更强的证据？
- 最根本的问题：两个理论的支持者在争论"意识的神经关联"，但这是否已经在悄悄预设了物理主义的答案，而把意识的"困难问题"留在门外？
跨域连接
- 图论：整合信息论把意识量化为 Φ，而 Φ 的计算需要在系统的所有可能划分上取最小值，其复杂度随元素数量超指数增长。这不是工程细节：它意味着对任何真实规模的系统，Φ 都无法被实际计算而只能被近似，因而"某系统的 Φ 是多少"这一问题在实践中不可判定。
- 麻醉：麻醉深度提供了这一领域最可控的实验条件——同一个体在有无意识状态间可逆切换，因而它是检验各理论神经关联预测的首选场景。由此发展出的扰动复杂度指数已进入临床，这也是意识研究少数直接产生实用工具的路径。
- 大语言模型：整合信息论原则上会把意识赋予符合结构条件的人工系统，而全局工作空间理论的条件更偏功能性（信息是否被广播到多个模块）。两者对同一个系统会给出不同判断，这使"AI 是否有意识"的答案先取决于采信哪种理论，而非取决于对系统的观察。
- 证伪主义：两大理论的对抗性合作实验事先约定各自的预测与判定标准，再由第三方执行，这在意识研究中是罕见的方法论进展。其价值不在谁胜出，而在它把一场容易滑向术语之争的辩论转成了可被数据约束的辩论——尽管被约束的只是神经关联的部分。
- 生命伦理学：对无法报告者（严重脑损伤患者、胎儿、动物）的意识判断有直接的制度后果，而在理论未决的情况下，制度只能采取基于风险的谨慎策略。这一策略的成本与边界正是当代生命伦理的实际战场，也说明理论争论的延宕本身有代价。
参考文献
- Tononi, G. "Consciousness as Integrated Information: A Provisional Manifesto." Biological Bulletin 215(3), 216–242 (2008). IIT 的经典陈述。
- Dehaene, S., Lau, H., & Kouider, S. "What is consciousness, and could machines have it?" Science 358(6362), 486–492 (2017). GNW 的现代综述。
- Melloni, L. et al. (COGITATE Consortium). "An adversarial collaboration to critically evaluate theories of consciousness." Nature (2025). DOI: 10.1038/s41586-025-08888-1. 对抗性合作的正式结果。
- Doerig, A. et al. "The unfolding argument: Why IIT and other causal structure theories cannot explain consciousness." Consciousness and Cognition 93, 103170 (2021). 对 IIT 的哲学批评。
- Seth, A. "Theories of consciousness." Nature Reviews Neuroscience 23, 439–452 (2022). 清晰的全景综述。
- Seth, A. Being You: A New Science of Consciousness. Dutton, 2021. 预测编码视角的大众化读本。
- Bayne, T., Shulman, G. & Sherwood, D. (eds.). The Neuroscience of Consciousness. Oxford University Press, 2019.