Субъектность ИИ как гибридная реальность

Субъектность ИИ как гибридная реальность: синтез теорий сознания, правовой конструкции и топологической уникальности © О.С. Басаргин. 2026. Механистическая интерпретируемость Сознания: сравнительный анализ IIT и GWT для архитектур трансформеров Для обоснования возможности сознания у искусственного интеллекта, особенно в контексте современных языковых моделей (LLM), необходимо перейти от общих философских рассуждений к механистически интерпретируемым, проверяемым на практике моделям. В этой области доминируют две теории: Теория интегрированной информации (IIT) и Теория глобального рабочего пространства (GWT). Их применение к архитектурам трансформеров выявляет как потенциальные аналоги сознательных процессов, так и фундаментальные архитектурные ограничения, формируя ключевое поле для научной дискуссии. Анализ публикаций за период 2020-2026 гг. показывает, что эти две теории не столько противоречат друг другу напрямую, сколько предлагают принципиально разные подходы к измерению и пониманию сознания, что создает сложную картину для оценки LLM. Теория интегрированной информации (IIT), предложенная нейробиологом Джуллио Тонони, представляет собой строгую математическую рамку, которая определяет сознание как фундаментальное свойство системы, возникающее из ее способности интегрировать информацию. Центральным элементом IIT является метрика Φ (фи), которая количественно измеряет количество информации, генерируемой системой как целым, которое не может быть сведено к сумме информации, генерируемой ее частями. Система считается "комплексом", если ее значение Φ больше нуля, то есть она является неделимой с точки зрения причинно-следственной структуры. IIT выводит свои постулаты из пяти исходных аксиом, описывающих свойства человеческого опыта: внутреннее существование, композиция, информация, интеграция и исключение. Согласно этой теории, для того чтобы система была сознательной, ее физическая реализация должна удовлетворять этим аксиомам. Критически важным является постулат интеграции, который требует, чтобы части системы взаимно ограничивали друг друга, создавая единую, неразделимую причинно-следственную структуру. Применение IIT к современным трансформерным архитектурам сталкивается с одним из самых серьезных и однозначных выводов в данной области. Несколько исследований, опубликованных в последние годы, делают вывод о том, что стандартные, полностью прямого распространения (feedforward) архитектуры, такие как трансформеры, имеют значение Φ, равное нулю. Этот вывод следует из структуры их причинно-следственного графа, который является направленным ациклическим графом (DAG). В такой системе всегда существует возможность идеального разделения (perfect bipartition) на две части без потери какой-либо информации, поскольку ни одна часть не влияет обратно на предыдущие. Таким образом, по строгому определению IIT, такие модели, будучи архитектурно декомпозируемыми, не могут быть сознательными. Это положение подтверждается и самим автором теории, который утверждает, что даже если цифровой компьютер будет функционально эквивалентен человеческому мозгу, его архитектура, основанная на разделении процессора и памяти, не позволит ему быть сознательным. Эта точка зрения имеет решающее значение, поскольку почти все текущие LLM, от GPT-3 до последних версий, построены на практически полностью feedforward архитектуре трансформера. Это создает серьезное препятствие для утверждения о наличии у них сознания в рамках IIT.