期刊導航
我們有量子大腦嗎？“非理性”行為遵循奇怪的規(guī)則
人類行為是一個讓許多科學家著迷的謎。關于概率在解釋我們的大腦如何運作方面的作用，已經有很多討論。
概率是一個數學框架，旨在告訴我們事件發(fā)生的可能性有多大——并且適用于許多日常情況。例如，它將拋硬幣的結果描述為 1/2 或 50%，因為拋硬幣正面或反面的可能性相同。
然而，研究表明人類行為不能被這些傳統或“經典”概率定律完全捕捉到。它能否用概率在更神秘的量子力學世界中的工作方式來解釋？
數學概率也是量子力學的重要組成部分，量子力學是物理學的一個分支，描述了自然界在原子或亞原子粒子尺度上的行為。然而，正如我們將看到的，在量子世界中，概率遵循非常不同的規(guī)則。
過去二十年的發(fā)現揭示了“量子性”在人類認知中的關鍵作用——人腦如何處理信息以獲取知識或理解。這些發(fā)現也對人工智能（人工智能）。
人類的“非理性”
諾貝爾獎獲得者丹尼爾·卡尼曼其他認知科學家已經對他們所描述的人類行為的“非理性”進行了研究。當行為模式從數學角度來看沒有嚴格遵循經典概率論的規(guī)則時，它們被認為是“非理性的”。
例如一項研究發(fā)現大多數通過期末考試的學生都喜歡在之后去度假。同樣，大多數失敗的人也想去度假。
如果學生不知道他們的成績，經典概率會預測他們會選擇假期，因為無論他們通過還是失敗，這都是首選。然而，在實驗中，大多數學生如果不知道自己做得如何，寧愿不去度假。
直觀地說，不難理解，如果學生要一直擔心考試成績，他們可能不想去度假。
但經典概率并不能準確地捕捉到這種行為，因此它被描述為非理性的。在認知科學中已經觀察到許多類似的違反經典概率規(guī)則的行為。
量子大腦？
在經典概率中，當提出一系列問題時，答案不取決于提出問題的順序。相比之下，在量子物理學中，一系列問題的答案在很大程度上取決于提問的順序。
一個例子是測量電子的自旋在兩個不同的方向。如果你先在水平方向上測量自旋，然后在垂直方向上測量自旋，你會得到一個結果。
當順序顛倒時，結果通常會有所不同，因為量子力學的一個眾所周知的特征。簡單地測量量子系統的特性可以影響被測量的事物（在這種情況下是電子的自旋），從而影響任何后續(xù)實驗的結果。
在人類行為中也可以看到秩序依賴性。例如，在20年前發(fā)表的關于問題順序對受訪者答案影響的研究，受試者被問及他們是否認為美國前總統比爾·克林頓是誠實的。然后他們被問到他的副總統阿爾·戈爾（Al Gore）是否看起來很誠實。
當問題按這個順序提出時，分別有50%和60%的受訪者回答說他們是誠實的。但是，當研究人員首先詢問受訪者關于戈爾，然后是克林頓時，分別有68%和60%的人回答說他們是誠實的。
在日常層面上，人類的行為似乎并不一致，因為它經常違反經典概率論的規(guī)則。然而這種行為似乎很合適概率在量子力學中的工作方式。
這種觀察導致了認知科學家杰羅姆·布斯邁爾以及許多其他人認識到，量子力學總體上可以以更一致的方式解釋人類行為。
基于這一驚人的假設，認知科學領域出現了一個名為“量子認知”的新研究領域。
思維過程怎么可能由量子規(guī)則決定？我們的大腦是否像量子計算機?目前還沒有人知道答案，但經驗數據似乎強烈表明，我們的思想遵循量子規(guī)則。
動態(tài)行為
在這些激動人心的發(fā)展的同時，在過去的二十年里，我和我的合作者開發(fā)了一個框架，用于建模或模擬人們認知行為的動態(tài)當他們消化“嘈雜”時（即不完美）來自外界的信息。
我們再次發(fā)現，數學技術發(fā)展為量子世界建模可以應用于模擬人腦如何處理嘈雜的數據。
這些原理可以應用于生物學中的其他行為，而不僅僅是大腦。綠色植物，例如，將能力卓越從環(huán)境中提取和分析化學和其他信息，并適應變化。
我的粗略估計，基于最近的一個實驗在普通的豆類植物上，表明它們可以處理這些外部信息比我們今天擁有的最好的計算機更有效率。
在這種情況下，效率意味著工廠始終能夠降低不確定性在其環(huán)境中最大程度地了解其外部環(huán)境。例如，這可以包括輕松檢測光的來源方向，以便植物可以向它生長。
生物體對信息的有效處理也與節(jié)約能源有關，這對其生存很重要。
類似的規(guī)則可能適用于人腦，特別是當我們檢測到外部信號時，我們的心理狀態(tài)如何變化。所有這些都對當前的技術發(fā)展軌跡很重要。
如果我們的行為最好用量子力學中的概率工作方式來描述，那么為了準確地復制機器中的人類行為，人工智能系統可能應該遵循量子規(guī)則，而不是經典規(guī)則。
我把這個想法叫做人工量子智能 （AQI）.需要大量的研究來從這個想法中開發(fā)實際應用。
但是AQI可以幫助我們實現人工智能系統的目標，這些系統的行為更像一個真人。
提供云服務支持