[論文レビュー] Searching for Quantum Effects in the Brain: A Bell-Type Test for Nonclassical Latent Representations in Autoencoders

I. K. Kominis, C. Xie+3 more|arXiv (Cornell University)|Jan 15, 2026

Quantum Mechanics and Applications被引用数 0

ひとこと要約

論文はオートエンコーダの潜在空間におけるベル型整合性検定を提案し、複数の読出しコンテキストを用いてニューラル表現の非古典的（量子様）構造を検出する。

ABSTRACT

Whether neural information processing is entirely classical or involves quantum-mechanical elements remains an open question. Here we propose a model-agnostic, information-theoretic test of nonclassicality that bypasses microscopic assumptions and instead probes the structure of neural representations themselves. Using autoencoders as a transparent model system, we introduce a Bell-type consistency test in latent space, and ask whether decoding statistics obtained under multiple readout contexts can be jointly explained by a single positive latent-variable distribution. By shifting the search for quantum-like signatures in neural systems from microscopic dynamics to experimentally testable constraints on information processing, this work opens a new route for probing the fundamental physics of neural computation.

研究の動機と目的

• ニューラル表現における非古典性を検出するための、モデルに依存しない情報理論的検定を動機づける。
• ミクロな脳機構から集合レベルのデコード統計へと量子効果の探索を移行する。
• 潜在空間の整合性が読出しコンテキスト間でどのように非古典的構造を示すかを示す。
• 実験的ニューロンデータに適用可能で、特定の基質から分離された枠組みを提供する。

提案手法

• 潜在空間のデコードマップ p(y|θ) を、単一の潜在分布 p(z) の周辺としてコンテキスト θ に対して定義する。
• 潜在分布を観測デコード統計 p(y|θ) に結ぶ正向行列 A を構築し、J コンテキストと K 結果間で対応づける。
• 線形の非古典性ウィットネスをベクトル c で用いて S(p) を形成し、古典的境界 S_cl を max_i c·a_i で比較する。
• ノイズ/混成モデル p_obs = p_α + ノイズを導入し、ガウスノイズ仮定の下で検出可能性 P_det(α) を算出する。
• 単位ノルムのウィットネスベクトル c に対して非古典性ギャップ Δ*(ノルム-1) を最大化し、理想的設定で非古典的潜在構造を証明する。
• 2D 潜在位相空間、25 コンテキストのリードアウトファミリ、100 ビンの離散化を用いた数値デモを提供する。

実験結果

リサーチクエスチョン

• RQ1 単一の正の潜在分布 p(z) が複数の読出しコンテキストにまたがるデコード統計を説明できるのか。
• RQ2 多コンテキストのデコード統計は、古典的潜在モデルでは捉えきれない非古典的相関を必要とするのか。
• RQ3 観測統計のノイズと古典的混入に対する非古典性検出の頑健性はどの程度か。
• RQ4 方法を位相空間系やスピンベースの潜在表現で具体化して手法を示せるのか。
• RQ5 現在の記録・制御技術を用いて実データにこの検定を適用する実践的経路は何か。

主な発見

• 線形の非古典性ウィットネスは、コンテキスト間のデコード統計が古典的境界を超える場合に非古典的潜在構造を証明できる。
• 古典的混入（α）が増えると検出可能性 P_det は低下し、特定のノイズレベル（σ）の下で実現可能性を保つ。
• 2D 潜在位相空間設定で、特定の正向行列と読出しコンテキストを用いた数値デモは非ゼロの P_det を示す。
• スピン系類推の下でも枠組みは有効であり、Holstein–Primakoff によって大-j 極限では振動子表現に収束する。
• 提案された検定は高密度ニューロン記録とオプトジェネティックなコンテキスト操作を用いた実験的アクセスが可能。