從部分信息分解到高階協同信息：多源信息結構的新框架丨因果涌現讀書會第十二期

導語

為了系統梳理因果涌現最新進展，北京師范大學系統科學學院教授、集智俱樂部創始人張江老師領銜發起，邀請對復雜系統與涌現問題感興趣的研究者與同好共同研讀前沿文獻、碰撞科研靈感。

本周開啟第七季第十二期，主題“從部分信息分解到高階協同信息：多源信息結構的新框架”。呂奧博學者本次分享將圍繞部分信息分解（PID）的最新進展展開，回顧冗余晶格框架，介紹其在多源信息刻畫中的根本限制，并進一步討論高階協同信息及多源高斯估計器，為理解復雜系統中的因果涌現、高階相互作用與信息結構提供新的理論視角。

報告簡介

本次分享將圍繞個人在部分信息分解（Partial Information Decomposition, PID）領域的近期進展展開。報告首先回顧 PID 的基本框架，特別是經典的冗余晶格結構；隨后介紹我即將在 ISIT 2026 發表的一項不可能性定理，說明傳統冗余晶格框架在刻畫多源信息結構時存在根本性限制。最后，報告將介紹我在 Physical Review E 文章中提出的一種補救思路：不再將重點局限于冗余晶格，而是轉向更一般的高階協同信息定義，并進一步介紹該方法如何拓展為多源高斯估計器，用于連續變量系統中的信息結構分析。

分享大綱

• 部分信息分解（PID）框架回顧

• 冗余晶格與多源 PID 的不可能性定理

• 高階協同信息的定義與解釋

• 從離散變量到連續變量：多源高斯估計器

• 相關應用與未來研究方向

核心概念

部分信息分解（Partial Information Decomposition, PID）、協同信息（Synergistic Information）、冗余晶格（Redundancy Lattice）、高斯估計器（Gaussian Estimator）

主講人介紹

主講人：呂奧博，圣路易斯華盛頓大學（WUSTL）系統科學與數學系博士生，研究方向為系統科學、信息論、控制等。

參考文獻

1. Lyu, A., Clark, A., & Raviv, N. (2026). Multivariate partial information decomposition: Constructions, inconsistencies, and alternative measures. Physical Review E, 113(3), 034102.

2. Lyu, A., Clark, A., & Raviv, N. (2026). Structural Impossibility of Antichain-Lattice Partial Information Decomposition. arXiv preprint arXiv:2604.03869.

3. Lyu, A., Clark, A., & Raviv, N. (2026). Closed-Form Gaussian Estimators for Multi-Source Partial Information Decomposition. arXiv preprint arXiv:2605.09919.

時間信息

2026年6月14日（周日）上午10:00-12:00，騰訊會議線上進行，微信視頻號+集智俱樂部B站號同步直播，感興趣的朋友掃碼報名加入因果涌現讀書會后，可進入學員群進行交流。

報名讀書會：「因果涌現第七季」

為系統梳理因果涌現領域的最新進展，北京師范大學系統科學學院教授、集智俱樂部創始人張江老師領銜發起，組織對該主題感興趣的研究者與探索者共同研讀前沿文獻、交流研究思路。讀書會將于2026年2月22日起每周日上午（創建讀書會暫定時間為10:00-12:00）線上開展，持續約10周，包含主講分享與討論交流，并提供會后視頻回放，誠邀相關領域研究者及跨學科興趣者參與。

掃描海報中二維碼報名參加讀書會

報名方式：

第一步：微信掃碼填寫報名信息。

第二步：填寫信息后，付費報名。如需用支付寶支付，請在PC端進入讀書會頁面報名支付：

第三步：添加運營助理微信，拉入對應主題的讀書會社區（微信群）。

PS： 我們鼓勵圍繞因果涌現、復雜系統與人工智能及相關具體問題的深入探討。為保證討論質量，請避免發表脫離本期讀書會主題、缺乏實證基礎或過于空泛的哲學思辨類內容。

加入社區后可獲得的資源

完整權限包括：線上問答、錄播回看、資料共享、社群交流、信息同步、共創任務獲取積分等。