第二十五章 信息生命体（五） (第1/2页)

虽然其它信息流和因果信息度量方法的应用将为我们讨论的问题提供更多见解，但这里我们主要会关注传递熵的信息处理的方法。并在后面为所选的传递熵提供了一个说明性的示例，驱动来自大量不同领域传递熵的应用，如神经科学和金融（Bossomaier et al. 2016），包括互信息及传递熵都已被用于研究二维伊辛模型不同阶段的信息流（Barnett et al. 2013）。Lizier 等（2008b）用它来研究元胞自动机，并表明质点（particles，定义为滑翔机（gliders）和域壁（domain walls））是这类模型中传递信息的主要手段。

Wang 等（2012）研究了人工粒子群体运动模拟中的信息级联，表明它们以波浪的形式在群中荡漾。在模拟中使用传递熵框架研究的其它集群行为还包括酵母细胞周期的动态调节网络（Kim et al. 2015；Walker et al. 2016）（见下文讨论）和多代理系统中的共识实现（Valentini et al 2018）。此外在动物集群行为研究中也得到了一些应用。例如，研究成对和小群的斑马鱼的信息传递，为识别领导关系提供了有用的工具（Butail et al. 2014，2016；Mwaffo et al. 2017），以及鱼类U型转弯过程中的信息和错误信息交互作用（Crosato et al. 2018）；还有研究蝙蝠（Orange Abaid 2015）或蚂蚁和白蚁的引导者-追随者关系（Valentini et al. 2020），粘液霉中的信息传递（Ray et al. 2019），以及成对鱼群之间的捕食者-猎物关系（Hu et al. 2015）。

既然不同度量指标如此宽泛且还都具有广泛适用性，对在不同系统中应用信息理论见解的最佳方法、甚至对这种方法是否可能，目前都尚无明确的共识，每种度量都提供了一种动力系统因果与相关结构在较低维度上的投影，因此并不能捕捉系统全貌。而将不同度量方法结合在一起，可以提供对生命和非生命系统结构更深的洞察，进而可以利用这些度量方法采取下一步行动，再发展出新的理论和度量方法，以了解生命究竟是什么。

例子：行为相似但机制不同集群的信息架构

集群系统经常面临需要做出集体层面共同协商的决定。这种决定是由大量的代理体作出的，往往遵循

本章未完，请点击下一章继续阅读！若浏览器显示没有新章节了，请尝试点击右上角↗️或右下角↘️的菜单，退出阅读模式即可，谢谢！