A Control-Theoretic Formulation of Global Workspace Theory

全局工作空间理论将意识通达解释为：对所选择的信息进行广播，使其传达到整个神经网络；但该理论缺乏一个形式化的判据，用以识别实现这种通达的具体机制。我们提出，全局工作空间本质上是一种“中介者”（mediator），即一个子网络——它接收来自分布式脑区系统的活动输入，通过其内部动态模式对其进行转换，并将差异化的输出效应反馈至更广泛的网络中。我们将这一观点形式化为“全局中介工作空间”（Global Mediation Workspace, GMW），这是一种基于控制理论的建模框架：其中，任一候选子网络被视为一个开放系统，嵌入于其余网络之中。在此框架下，“可达性”（reachability）刻画了其余网络驱动该候选子网络的能力；“可观测性”（observability）刻画了该候选子网络的状态如何影响其余网络；而“边界汉克尔算子”（boundary Hankel operator）则识别出连接上述两个方向的内部动态模式。由此生成的“中介特征签名”（signature）可定量表征四个关键属性：中介能力（mediation capacity）、输入–输出对齐度（input-output alignment）、有效维度（effective dimensionality）以及源–目标定向通路的广度（routed source-target breadth）；这四项指标分别对应全局工作空间的不同功能成分。在合成数据基准测试中，我们检验了该签名能否有效区分以下几类结构：（1）人为植入的、具备差异化中介功能的子网络；（2）高度连接的枢纽节点（dense hubs）；（3）仅单向接收或仅单向广播的节点；（4）读写功能分离、彼此无共享内部通路的聚合体。进一步地，我们提出了一个非线性扩展版本，用以刻画轨迹依赖型微分算子、有限幅值响应谱（finite-amplitude response profiles）以及状态依赖型功能联盟（state-dependent coalitions）所表征的中介过程。作为一项初步应用，我们基于四只猕猴在接受氯胺酮麻醉期间采集的皮层脑电图（ECoG）数据，估算了该签名的各项指标。结果发现：在无意识状态下，输入–输出对齐度显著降低，而潜在中介能力反而升高。因此，GMW框架不仅为从神经电生理记录中定位候选全局工作空间提供了严格、可检验的形式化判据，也使研究者得以深入探讨——在意识通达过程中，究竟哪一类中介特性起着决定性作用。

缺乏形式化、可检验的神经机制标准来识别大脑中实现意识访问（conscious access）的全局工作空间；现有理论（如Baars和Dehaene的Global Workspace Theory）描述了信息广播现象，但未定义‘何为有效中介’的数学判据。

提出Global Mediation Workspace (GMW)框架——将全局工作空间形式化为一个控制理论意义上的‘中介子网络’：通过可达性（reachability）、可观测性（observability）和边界Hankel算子刻画其输入驱动能力、输出影响能力及内部模态耦合强度，并由此导出多维量化签名（signature），首次为‘中介性’提供可计算、可验证的几何-动力学定义。

在合成基准中成功区分真中介（planted differentiated mediator）与密集枢纽、单向接收器/广播器、无共享通路的分裂读写模块；引入非线性扩展以建模状态依赖的动态联盟和有限幅值响应；首次应用于猕猴ECoG数据（4只，ketamine麻醉范式），发现无意识状态下输入-输出对齐度下降但潜在容量上升，支持‘功能解耦而非全局沉默’假说；暂未开源代码，但方法完全基于公开控制理论工具（如balanced truncation, Hankel SVD），具备强可复现性；值得深入的方向包括：跨物种GMW签名的进化保守性检验、GMW动态重构与意识内容切换的因果干预实验、以及与整合信息论（IIT）或预测编码框架的理论对接。

Dehaene, S., Changeux, J.-P., & Naccache, L. (2011). The global neuronal workspace model of conscious access; Tononi, G. (2004). An information integration theory of consciousness; Kringelbach, M. L., & Deco, G. (2015). The rediscovery of the brain’s default mode network; Seth, A. K., Barrett, A. B., & Barnett, L. (2011). Causal density and integrated information as measures of conscious level; Mediano, P. A. M., et al. (2023). The complexity of consciousness: A dynamical systems perspective