大脑通过形成逻辑一致且具有预测能力的现实模型来反映外部世界的因果关系，表现为意识。同时，这篇论文解决了统计模糊性的问题并提供了因果关系的正式概率最大具体规则模型。我们认为大脑从因果关系中进行了所有可能的推理，并证明了所提出的模型具有明确的推理性质：从一致的前提我们推导出一致的结论，从而形成了对感知世界的一致模型。因果关系可以创造出循环可预测属性的固定点。我们考虑了约翰・S・密尔引入的 “自然” 分类，并展示了对象属性的各种固定点形成了外部世界的 “自然” 分类。然后我们考虑了埃莉诺・罗施和鲍勃・雷德引入的 “自然” 类别和因果模型的概念，并证明了我们感知到的对象属性的因果关系固定点形式化了这些概念。如果 “自然” 分类描述了外部世界的对象，而 “自然” 概念描述了对这些对象的感知，那么由 G・托诺尼提出的综合信息理论描述了大脑的 “自然” 概念形成的信息过程，反映了 “自然” 分类。我们认为综合信息提供了高度准确的对象识别能力。此外，本文还提供了一个基于计算机的实验，展示了编码数字的固定点形成。

Dec, 2023

本文论述一种框架，通过交互式体验使自主代理学习抽象因果模型需要扩展并澄清现有的理论基础，该框架将动作描述为状态空间的转换，从而使描述微状态空间的转换和抽象模型的转换成为可能，进而将因果表示和干预技能学习的目标变得更加清晰。

Jun, 2022

文章介绍了学习体系如何获得和利用抽象概念结构的能力，并提供了一种最小体系结构的示例，展示了这些抽象概念结构在先前获得知识的应用中的操作有效性。

Oct, 2019

通过基本行动的集合作为基本概念，建立元因果结构并确定有效的因果结构特性，避免了现实生活中因果关系交叉引用的循环问题，以适用于抽象领域和假想现实世界场景下的因果学习。

Nov, 2022

本文通过介绍一个基于干预模拟程序的条件推理方法来形式化和涵盖 AI 领域内一些条件思维方法，提出了若干公理化结果，并确立了该满足性问题的 NP 完备性，与现有框架（正常性排序模型，因果结构方程模型）进行比较。 一些基本的逻辑原理在我们的因果模拟方法中被证明是无效的。 尽管如此，作者认为该方法对于建模某些直观的例子是很重要的。

May, 2018

本文讨论了意识和智能的关系，提出了计算智能与感知意识是独立的，并将其在人类、动物和机器中的表现作了比较，进而探讨了这一结论对社会的重要影响。

Aug, 2022

该论文构建了一个支持因果推理的框架，可以推理出动机状态的原因，并允许动机改变的行动成为观察结果的原因，这个框架可以解释在交际多智能体环境中的代理行为。

May, 2022

本文提出了五个实践主义认知科学的基本原则，并发展了一种数学框架来讨论符合这些原则的认知系统，特别注意不能将具有内容的符号表述归因于代理商，并且代理商的大脑、身体和环境以一种使其成为更大的整体不可分割的部分进行建模，其目的是为与实践主义保持一致的认知创建一个数学基础。

Jun, 2022

最近理论生物学的进展表明，体外细胞培养和神经网络分别是基础认知和有感知行为的新兴属性。本文通过自由能原理的视角对这种自组织现象进行了描述，并通过模拟研究了反应性、有感知性和有意图性的行为形式，证明了在归纳推理的主动推断下自适应行为的快速高效的产生。

Dec, 2023

意识被人们以客观术语定义极其困难，本文通过研究意识和决策行为的关系，从根本原则上生成了一个新的意识定义，其中要求包括感知能力、记忆存储、想象力和决策能力，丢失其中任何一个组成部分都将使意识思维的能力消失。

Jun, 2024