计算主义基于这样的假设：假如两个系统在功能上不可区分，那么它们将在精神上也不可区分。因为我们人类能够体验世界，那么，功能上与我们相当的计算机也一定能够像我们一样体验世界，也就是说，它也是有意识的。但是这个假设是充分的吗？为了回答这个问题，我们需要对“什么是意识，一个物理系统需要什么来得到意识”有一种原则性的、定量的理论。

直到最近，这种意识理论还是不可得的。诚然，像我们这样的神经科学家一直在努力寻找“意识的神经相关性”（neural correlates of consciousness），对人以及相关的物种例如猴子和老鼠进行了越来越精细的实验。这些实验已经确定了大脑皮层中的区域，这些区域与有意识地看到和听到东西十分相关。然而，直接参与到这个实证研究计划之后，我们知道即使这样的任务被证明相当成功，确定了某些特定的大脑结构，以及在人或与人类十分接近的动物的意识来说必要的神经活动模式，但这不足以确定具有非常不同的神经系统的生物（例如章鱼和蜜蜂）是否拥有意识，有多少意识，或对什么有意识。那么，任何这样的神经科学发现都不足以确定机器是否拥有意识。

整合信息论：什么是意识？拥有意识需要什么？怎样测量意识的量和质量？

不过，有一个意识的基本性理论为这个问题的答案提供了希望，不止是人类的意识，还包括机器。这个理论不是从行为或大脑开始的。相反，它从意识的本身开始——从我们自身的经验，这是我们唯一绝对确定的。这是确定性（certainty）的基础，现代哲学、科学和分析几何之父勒内·笛卡尔在他的一句名言提到了：我思，故我在。

这个理论被称为整合信息论（integrated information theory），简称IIT，在过去20年里该理论一直在发展。整合信息论试图界定什么是意识，一个物理系统要拥有意识需要什么，以及至少在理论上，从意识的具体基质（physical substrate）开始，可以怎样测量意识的量和质量。

IIT的范围太大，我们无法在一篇文章中解释清楚；我们只能简要介绍它的总体概况。 这个理论对每一种可能的意识体验确定了5个基本属性：

每一种体验都是内在的（对体验者主体，而不是对外部观察者）；

每一次体验都是结构化的（由部分及部分之间的关系组成）；

它是整合的（不能分隔为独立的部件）；

它是明确的（它有边界，直播，包括某些内容，排斥其他内容）；

它是具体的（每一种体验都是独特的，与其他数以亿万计的可能的体验不同）。

然后，IIT 将这些属性转化为任何支持意识的物理底层必须满足的要求。这些要求可以用数学方式表达，并用于评估任何物理系统的意识的数量和质量，无论是人类、章鱼还是蜜蜂的大脑或数字计算机的电路板。

至关重要的是，根据 IIT，意识的整体程度并不取决于系统的作用。

相反，它取决于构建方式——它是如何物理地聚合起来的。只有某些特定的物理系统才具有正确的内部结构来支持意识：它们具有最大的内部因果力 （intrinsic cause-effect power ）——决定自身状态的因果力。实质上，这意味着系统必须由许多部分组成，每一部分都在整体系统中具有特定的因果力（IIT 的“information”的部分），而系统作为整体又不能缩减成这些部分（IIT 的“整合”部分），这使其整体远远强大于许多部分之和。

IIT 中的“information”不是“发信人传递给接收者的消息”的意思。意识不是从大脑的一部分发送到另一部分的信息。相反，IIT 是指“信息”的原始含义，其词根是 inform，意思是“给予形式”。任何一种机制的力量，如大脑或计算机，为了促成自己的下一个状态，其因果力形成了一种形式，一种高维度的结构，那就是体验（experience）。

IIT 可以从原则上解释意识的神经解剖学上的许多令人费解的特征——例如，为什么小脑——在我们了解的更多的新皮质下面的小脑，尽管它拥有四倍的神经元，却对意识的产生没有贡献：它的内部结构，没有太多周期性应激反应的平行神经元的前馈链，与新皮层的高度异质、丰富和密集的连通性非常不同，后者支持了大量活跃神经元“联合体”的快速组合和分解。这也解释了为什么意识在睡眠的某些阶段会逐渐消失，即使新皮质神经元在持续地发射信号（fire）——因为新皮层的一部分失去了有效地相互影响的能力。