章节出错了,点此刷新,刷新后小编会在两分钟内校正章节内容,请稍后再试。
成分：系统必须是结构化的：构成系统的元素所形成的子集合会以各种方式组合，并拥有因果力。因此，若系统ABC是由元素A、B和C所构成，则元素所组成的任何子集合（其幂集的一个元素），包括A、B、C、AB、AC、BC，以及整个系统ABC，都可以组成具有因果力的机制。组合允许基本元素（一阶元素）形成不同的高阶机制，并允许多个机制形成一个结构。
资讯：系统必须指定一个具体的因果结构：一组特定集合的特定因果库（cause-effectrepertoires），从而与其他可能的系统有所不同（“差异化”，differentiation）。因果库借由厘清系统内机制的所有因果属性，充分体现系统内机制的因果力。因果库的测定可透过以各种可能方法扰动系统，借此评估一个机制是如何在当前状态下对系统的过去和未来状态的几率造成影响。系统中每个元素成分所指定的因果库一起指定了一个因果结构。
整合：系统所规定的因果结构必须统一：必须本质上不可再简化，无法被分解为由单向分区所得到的非相依子系统所指定的内容。从系统的内在视角来看，单向分区是为了确保因果力在本质上不可简化，亦即系统的每个部分都必须能够影响其余部分，同时也受其影响。内在不可简化性可用于度量资讯整合的程度（“bigphi”或Φ，是一个非负数），若该系统依最小分区（差异最小的分区）进行分割，内在不可简化性量化了一个系统的元素所指定的因果结构在多大程度上发生了变化。相比之下，若系统的分割对其因果结构没有影响，那么整个系统可以简化为这些部分，如果整体未超出其局部的因果力，那么假设整体本身存在就没有意义：因此，具有不可简化的因果力是存在的另一个先决条件。这一公设也适用于个别机制：它们的因果库无法以机制的最小分区来简化（“smallphi”或φ）。
排他性：系统指定的因果结构必须是绝对的：恰好指定一组元素，这组元素从其内在视角ΦMax来看为最大不可简化的元素，从而最大限度地宣称内在存在性。就因果关系而言，其结果是“获胜的”因果结构排除了大量重叠元素上指定的替代因果结构，否则会在因果上过度决定。排他性公设可以说是执行了奥卡姆剃刀（实体不应该超出必要的范围而多样化）：假设在单元素系统上存在一个单一的因果结构（从系统的内在视角来看，这个元素系统是最大限度地不可简化），这比起假设有许多无法分辨差异的重叠因果结构存在更加简约。排他性公设也适用于单个机制：一个状态下的元素子集指定了系统内
ΦMax最大不可简化的因果关系（MICE），称为核心概念，或简称为概念。同样，它不能额外指定一个在相同元素上的重叠因果库，因为这样做的话会导致机制所产生的差异被多次计算。最后，排他性公设也适用于时空纹路，意味着概念结构在空间（夸克、原子、神经元、神经元组、脑区等）和时间（微秒、毫秒、秒、分钟等）确定的纹路大小上被指定，即在Φ达到最大值。这再次意味着一个机制不能在特定的时间纹路上指定因果库，也不能在更细或更粗的纹路上指定其他影响，否则机制产生的差异将被计算多次。
……
因果空间
对于有N个简单二元元素的系统而言，因果空间是由2×2N轴组成，每个轴对应于每个系统可能的过去状态和未来状态。任一因果库规定了系统每种可能的过去和未来状态的几率，可被轻易绘成为这种高维空间中的一个点：该点在每个轴的位置由
R指定的状态几率给出。若一个点也具有标量值（可以非正式地想象为该点的“尺寸”），则概念可以用这种方式轻松表示：该概念的因果库指定了该点在因果空间的位置，以及概念的ΦMax值指定该点的数值。如此一来，概念结构C可以绘制为因果空间中的点组成的星座图（constellation）。每个点称为星（star），每个星的数值ΦMax是它的尺寸（size）。