[論文レビュー] Simulating Cognition with Quantum Computers

Hongbin Wang, Jack W. Smith+1 more|arXiv (Cornell University)|May 28, 2019

Quantum Mechanics and Applications参考文献 20被引用数 5

ひとこと要約

本稿では、認知プロセスにおける非可換性の問題を克服するため、古典的モデルの制限を乗り越えるための量子マインドフレームワークを提案する。量子力学を活用して複雑な認知現象をシミュレートできる量子計算モデルを提示し、認知科学における難解な問題を解くための新しい数学的構造を提供する。

ABSTRACT

There are inherent limits in classical computation for it to serve as an adequate model of human cognition. In particular, non-commutativity, while ubiquitous in physics and psychology, cannot be sufficiently handled. We propose that we need a new mathematics that is capable of expressing more complex mathematical structures to tackle those hard X-problems in cognitive science. A quantum mind approach is advocated and we hypothesize a way in which quantum computation might be realized in the brain.

研究の動機と目的

• 人間の認知をモデル化する際の古典的計算の根本的制限、特に非可換な認知プロセスの制限を解消すること。
• 古典的モデルを超える複雑な認知構造を表現できる新しい数学的枠組みを提唱すること。
• 脳における認知のシミュレーションとしての量子計算の実現可能性を検討すること。
• 量子力学と神経科学をつなぐ、神経系内での量子計算の物理的実現を仮説すること。

提案手法

• 古典的認知モデリングの代替として、量子マインドのアプローチを提唱する。
• 量子計算が非可換な認知操作を表現できる理論的枠組みを導入する。
• 重ね合わせやもつれといった量子力学の原則を用いて、認知ダイナミクスをモデル化する。
• 神経構造が特定のバイオフィジカルメカニズムを通じて量子プロセスを支援できる可能性を示唆する。
• 量子回路と量子情報処理に基づく認知シミュレーションモデルを構築する。
• 古典的アプローチでは取り扱いが困難な複雑な認知現象を扱うための新しい数学的形式主義の必要性を強調する。

実験結果

リサーチクエスチョン

• RQ1 量子計算は、古典的計算よりも人間の認知をより適切にモデル化できるか？
• RQ2 非可換な認知プロセスを、量子力学を用いてどのように数学的に表現できるか？
• RQ3 脳内に存在する、認知のための量子計算を支える物理的メカニズムは何か？
• RQ4 量子情報処理の知見は、意思決定や知覚のモデル化にどのような意味を持つのか？
• RQ5 量子計算フレームワークは、認知科学における「ハードX問題」をどのように解決できるか？

主な発見

• 古典的計算は、心理学および物理学の両分野で一般的に見られる非可換な認知プロセスのモデル化において、根本的に制限を受ける。
• 量子計算フレームワークは、複雑な認知ダイナミクスをモデル化するのにより適した数学的構造を提供する。
• 本稿では、特定の神経メカニズムを通じて、脳内に量子計算が物理的に実現可能であると仮説を立てる。
• 提案されたモデルは、量子情報の原則を用いた認知のシミュレーションの基盤を提供する。
• このフレームワークは、文脈依存性や干渉現象といった、長年の認知モデリングの課題を量子力学によって解決できる可能性を示唆する。
• 本研究は、古典的枠組みでは到達できない問題を扱うために、認知科学における量子計算の必然的進化であると位置づける。