[논문 리뷰] Extracting Spooky-activation-at-a-distance from Considerations of Entanglement

Peter Bruza, Kirsty Kitto외 2명|ArXiv.org|2009. 01. 27.

Quantum Mechanics and Applications참고 문헌 20인용 수 8

한 줄 요약

이 논문은 얽힘을 이용해 '거리가 먼 곳에서의 이상한 자극화'—즉, 한 단어를 자극하면 고전 모델이 예측하는 것보다 빠르게 먼 관련 단어들이 반응하는 현상—를 설명하는 양자 영감을 받은 단어 연관 모델을 제안한다. 단어 연관을 얽힌 양자 상태로 모델링함으로써, 이 프레임워크는 확산 자극화와 비국소적 자극화 효과를 모두 복원하며, 인간의 의미 네트워크가 텐서 곱 상태와 벨 유형의 얽힘을 통해 양자 유사 행동을 보일 수 있음을 시사한다.

ABSTRACT

Following an early claim by Nelson & McEvoy \cite{Nelson:McEvoy:2007} suggesting that word associations can display `spooky action at a distance behaviour', a serious investigation of the potentially quantum nature of such associations is currently underway. This paper presents a simple quantum model of a word association system. It is shown that a quantum model of word entanglement can recover aspects of both the Spreading Activation equation and the Spooky-activation-at-a-distance equation, both of which are used to model the activation level of words in human memory.

연구 동기 및 목표

• 단어 연관 네트워크가 양자 얽힘과 유사한 비국소적 자극화 효과를 보이는지 조사하기.
• 확산 자극화와 '이상한' 장거리 연관 효과를 모두 포괄하는 최소한의 양자 모델 개발하기.
• 의미 네트워크에서의 얽힘이 단어 재생 실험에서의 집합 크기 및 연결성 효과를 어떻게 설명할 수 있는지 탐색하기.
• 양자 유사 형식이 고전 모델보다 연관 기억을 더 정확하게 표현하는 데 기여하는지 평가하기.
• 비국소적이고 동기화된 자극화를 갖는 정신 어휘의 양자 영감을 받은 인지 모델을 위한 기초 마련하기.

제안 방법

• 단어와 그 연관어를 양자 상태로 표현하는 텐서 곱 공간에서의 큐비트로 단어 연관을 모델링하기.
• 목표 단어와 그 연관어의 공동 상태를 표현하기 위해 벨 유형의 얽힌 상태를 사용하여 비국소적 자극화 가능하게 하기.
• 측정 결과의 진폭이 연관 강도를 반영하도록, 양자 확률 규칙을 적용하여 자극 강도 계산하기.
• 측정 결과의 확률이 얽힌 상태의 진폭에 따라 달라지는 초위상 상태를 사용하여 자극 과정을 기술하기.
• 연관어 간 상호연결성을 나타내는 데 사용되는 매개변수 C를 상태 벡터에 도입하며, C 값이 클수록 더 두꺼운 연관 네트워크를 의미함.
• 얽힌 상태의 노름을 바탕으로, 고전적 확산 자극화에 비해 '이상한' 모델에서 자극 강도를 과도하게 예측하는 것을 유도하는 예측 도출하기.

실험 결과

연구 질문

• RQ1 양자 모델의 단어 얽힘은 단어 연관 실험에서 '거리가 먼 곳에서의 이상한 자극화' 현상을 설명할 수 있는가?
• RQ2 의미 네트워크에서의 얽힘은 집합 크기와 연결성에 따라 자극 강도의 차이를 어떻게 설명하는가?
• RQ3 텐서 공간의 차원과 목표 단어가 가진 연관어의 수 사이의 관계는 무엇인가?
• RQ4 얽힌 상태 모델은 고전적 확산 자극화에 비해 자극 강도를 체계적으로 과도하게 예측하는가?
• RQ5 양자역학의 형식은 고전 모델보다 연관 기억 현상에 더 일관된 설명을 제공할 수 있는가?

주요 결과

• 양자 모델은 얽힌 상태를 사용함으로써 확산 자극화와 '이상한' 거리에서의 자극화 효과를 모두 성공적으로 복원한다.
• 모델은 '이상한 거리에서의 자극화' 모델이 연관 자극 강도를 얽힘 매개변수 C와 관련된 요소에 따라 과도하게 예측함을 예측하며, 이는 식 (26)에 수식화되어 있다.
• 더 높은 집합 크기(연관어의 수)는 텐서 곱 공간의 차원을 증가시켜 더 많은 연결을 자연스럽게 수용함으로써 모델링된다.
• 연관어 간 상호연결성이 높을수록 초위상 상태에서의 확률이 증가하여, 고차원 공간에서도 강한 자극이 발생함을 반영한다.
• 이 모델은 단순한 독립된 상태의 텐서 곱보다, 벨 유형의 얽힌 상태가 단어 연관 네트워크의 더 타당한 표현임을 시사한다.
• 결과는 인간의 인지 구조가 특히 의미적으로 연결된 단어들 사이에서 비국소적이고 동기화된 자극화를 보일 때, 양자 유사 행동을 보일 수 있음을 시사한다.