メニュー
内在计算功能主义方法论 — 从观察者相对映射到观察者独立结构。解决计算理论意识中的观察者相对性问题，提供可操作化的标准框架。
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
SOC 職業分類に基づく
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
直接コマンドでは確認用 Prompt が省略されます。実行前にソースを確認してください。
npx skills add https://github.com/hiyenwong/ai_collection --skill intrinsic-computational-functionalismコマンドは1行のまま表示されます。コピー前に横へスクロールして全体を確認してください。
ローカルで確認しますか？SkillsMP が現在取得できるファイルをダウンロードできます。
SKILL.md を表示中
| name | intrinsic-computational-functionalism |
| description | 内在计算功能主义方法论 — 从观察者相对映射到观察者独立结构。解决计算理论意识中的观察者相对性问题，提供可操作化的标准框架。 |
| version | 1.0.0 |
| category | neuroscience |
| activation_keywords | ["计算功能主义","意识理论","观察者相对性","内在结构","因果动力学组织","computational functionalism","consciousness","observer-relative","intrinsic structure","causal-dynamical organization"] |
| related_skills | ["consciousness-usk-framework","iit-critical-review","ctm-ai-consciousness-blueprint"] |
| paper_reference | arXiv:2606.06424v1 |
| authors | Shuqin Ma, Ryota Kanai |
| submitted_date | 2026-06-04T00:00:00.000Z |
计算理论意识面临的核心挑战：观察者相对性问题（Observer-Relativity Problem）。外部施加的计算解释无法为意识提供基础，但并不意味着所有计算组织都是观察者相对的。
论文提出三层识别工作分解：
Tier i: 解释器相对标签选择（Interpreter-relative label selection）
Tier ii: 理论约束的分区选择（Theoretically constrained partition selection）
Tier iii: 动力学内部粒度选择（Dynamics-internal grain selection）
C1: 系统内在实例化（System-intrinsic instantiation）
C2: 因果动力学组织干预（Causal-dynamical organization under intervention）
论文论证以下传统反驳成功针对 Tier i，但内在计算功能主义通过 Tier iii 避免：
语法即非语义论证（Syntax-is-not-semantics arguments）
制图者论证（Mapmaker arguments）
生物自然主义者观察者相对性反驳（Biological-naturalist observer-relativity objections）
任何候选计算账户必须满足：
# C1 标准：系统内在实例化
def identify_intrinsic_structure(system_state):
"""
识别系统的内在计算结构，无需外部标签
要求：
- 不依赖观察者施加的标签
- 在变量重标签下结构不变
"""
# 状态空间变量相互约束
# 干预下反事实响应展现组织
return intrinsic_computation_partition
# C2 标准：因果动力学组织验证
def verify_causal_organization(system, interventions):
"""
通过干预验证因果动力学组织
方法：
- 应用因果干预
- 测量反事实响应
- 确认变量相互约束
"""
for intervention in interventions:
response = apply_intervention(system, intervention)
verify_constraint_relationships(response)
Tier i (避免)：
❌ 解释器施加标签 → 观察者相对 → 无意识基础
Tier ii (部分)：
✓ 理论约束分区 → 受理论指导 → 需进一步验证
Tier iii (关键)：
✓✓ 动力学内部粒度 → 完全内在 → 避免观察者相对性
| 理论 | 观察者相对性 | Tier 识别 | C1/C2 标准 |
|---|---|---|---|
| 外部计算解释 | 高 (Tier i) | i | ❌ 不满足 |
| 理论约束分区 | 中 (Tier ii) | ii | 部分 |
| 内在计算功能主义 | 低 (Tier iii) | iii | ✓✓ 完全 |
| IIT (整合信息理论) | 低 | iii 类似 | ✓ 高 Φ值内在 |
| 生物自然主义 | 无 (生物学基础) | 生物学 | 非计算 |
内在计算功能主义提供：
关键贡献：如果意识由计算构成，则依赖于系统内在的物理实现的计算结构，而非外部解释者施加的标签。
参考文献：
Graph-native Python reimplementation of the Information Dynamics of Music (IDyOM) model that represents predictive memories as explicit graph objects for musical expectation modeling and network analysis.
Physics-aware end-to-end deep reinforcement learning methodology for quadcopter control with actuator dynamics modeling.
Reinforced Dreamer methodology for asymmetric reinforcement learning using latent guidance to improve world model representations and behaviors in model-based RL.