尽管取得了这些成功，IIT还是留下了许多有待解答的问题。如果要将我们的意识探测能力延伸到动物、计算机和任意的物理系统，我们便需要将它的原理植根于基础物理学。IIT以比特为单位来测量信息，并以此作为起点。但是当我用物理学家的眼光将脑或者计算机看成无数运动的粒子，系统的哪些物理性质应当被解读为信息的逻辑比特数呢？被我解读为“比特”的，既有我的电脑里某些电子的位置（决定微电容是否被充电），也有你的脑中某些钠离子的位置（决定一个神经元是否被激活），但这种解读基于何种原理？难道不应当有种方法仅仅根据粒子运动就能识别意识，而不需要经过这种信息解读吗？如果有的话，粒子行为的哪些特性对应着有意识的整合信息呢？
在任意一群运动的粒子中识别意识，与一个更简单的问题类似，也就是在这种系统中识别物体。举例来说，你在饮用冰水的时候，会把杯子里的冰块看作一个单独的物体，因为它各部分之间的相互连接要强于它与环境之间的连接。换句话说，冰块相当地整合化，与杯中的液体相比也相当地独立。同样的话，我们也可以对构成冰块的成份来说，从水分子到原子，再到质子、中子、电子和夸克。将目光拉远，我们也可以用类似的方式来理解宏观世界，将它看成是高度整合又相对独立的一级级物体组成的动态体系，从行星到太阳系再到整个星系。
这种将成团的粒子认作为物理的方式，其实反映出了它们是如何结合在一起的。如果要量化的话，可以用分开这些粒子所需的能量来衡量。不过，我们也可以从信息的角度来解释：只要你知道发动机活塞里一个原子的位置，你便获得了活塞中所有其他原子的位置信息，因为它们是作为一个单一物体共同运动的。无生命与有意识的物体的关键区别就在于，对后者来说，整合度太高是一件坏事：活塞原子的行为差不多就像是癫痫发作时的神经元，盲目地相互追随，因而系统中只能存在极少的独立信息。所以说，有意识的系统必须在整合度太低（比如原子运动相对独立的液体）和整合度太高（比如固体）之间找到平衡。这表明，意识是在较无序和较有序两种状态之间的相变点附近达到最大化。事实上，只有在脑的关键物理参数被维持在一个很小的范围内时，人才不会失去意识。
使用纠错代码，可以达成信息与整合之间的优雅平衡。所谓的纠错代码，是一类储存信息比特位的方法，这些信息彼此知晓，因而可以通过部分比特位恢复所有的信息。这些方法被广泛应用于通讯领域，以及无所不在的二维码——你的智能手机能从这些个性鲜明的黑白方块图案中读出网络地址。既然纠错已经在技术领域被证明是非常有用的，在我们的脑中寻找纠错码应该会很有意思——说不定演化已经独立发现了纠错的功效，而我们的意识或许只是由此带来的副作用而已。
我们知道脑具有一定的纠错功能，因为仅凭不太准确的片言只语，你就能回忆起一首歌完整准确的歌词。生物物理学家约翰·霍普菲尔德（John Hopfield）因为提出脑神经网络模型而成名，他证明以自己的名字命名的这一模型恰恰具备了这种纠错能力。然而，如果我们脑中的几千亿神经元确实构成了一个霍普菲尔德网络，计算表明它只能支持37比特的整合信息——相当于几个词语。这就提出了一个问题：为什么我们的意识体验的信息容量似乎远大于37比特。如果我们把脑中运动的粒子看作量子力学系统，谜团就更加深重了。正如我在2014年1月论证的那样，这会让脑的最大整合信息量从37比特降到大约0.25比特，而且扩大系统并无助益（参见arxiv.org/abs/1401.1219）。
追加另一条物理系统必须遵循才能够拥有意识的原则，便可以回避这个问题。目前为止我已经列出了3条原则：信息原则（系统必须具备充足的信息存储能力）、独立原则（系统必须实质上独立于世界的其他部分）和整合原则（系统不可以由接近独立的部分组成）。如果我们追加一条动态原则，便可以绕过前述0.25比特问题：有意识的系统必须拥有充沛的信息处理能力，而被整合的必须是这种处理过程而非静态信息。比方说，分立的两台计算机或者两颗大脑无法形成一个单一的意识。
这些原则应当是意识的必要而非充分条件，就好像低可压缩性是液体的必要而非充分条件。正如我在《我们的数学宇宙》（Out Mathematical Universe）一书中探讨过的，这为将意识和IIT立足于基础物理学带来了很有希望的前景，尽管还有很多研究工作有待开展，而且能否成功还不好说。
如果这种努力确实成功，其重要性将不光体现在神经科学和心理学，还会体现在基础物理学。在基础物理学领域，一些最令我们如坐针毡的问题反映出我们并不知道该如何对待意识。在爱因斯坦的广义相对论中，我们将“观察者”定义为没有实体和质量的虚构实体，对观察对象没有任何影响。与此相对的是，量子力学的标准解读声称，观察者确实会影响到观察对象。然而，经过了一个世纪的激烈争论，到底该如何看待量子观察者，仍然众说纷纭。最近一些论文主张，观察者是理解其他基础物理谜题的关键，比如为什么我们的宇宙看起来那么有序；为什么时间仿佛只中意一个方向；甚至还有为什么时间看起来在流逝。
如果我们能够弄清楚如何在任意物理系统中识别出有意识的观察者，并且计算出它们怎样感知世界，也许便能够回答这些让人头大的难题。