[논문 리뷰] Quantum-Inspired Neural Network Model of Optical Illusions

Ivan S. Maksymov|arXiv (Cornell University)|2023. 12. 06.

Neural Networks and Reservoir Computing인용 수 4

한 줄 요약

이 논문은 인간의 네커 큐브 인식을 큐비트 유사 초입태로 모델링하기 위해 양자 랜덤 수 생성기를 사용하는 양자 영감을 받은 딥 뉴럴 네트워크를 제안한다. 이 모델은 인식 전환이 고전적 이진 교환보다는 양자 유사 초입태임을 입증하며, 양자인지 이론의 최근 발전과 부합되며 가상현실, 인공지능 훈련 및 신경과학 분야에 적용 가능하다.

ABSTRACT

Ambiguous optical illusions have been a paradigmatic object of fascination, research and inspiration in arts, psychology and video games. However, accurate computational models of perception of ambiguous figures have been elusive. In this paper, we design and train a deep neural network model to simulate the human's perception of the Necker cube, an ambiguous drawing with several alternating possible interpretations. Defining the weights of the neural network connection using a quantum generator of truly random numbers, in agreement with the emerging concepts of quantum artificial intelligence and quantum cognition we reveal that the actual perceptual state of the Necker cube is a qubit-like superposition of the two fundamental perceptual states predicted by classical theories. Our results will find applications in video games and virtual reality systems employed for training of astronauts and operators of unmanned aerial vehicles. They will also be useful for researchers working in the fields of machine learning and vision, psychology of perception and quantum-mechanical models of human mind and decision-making.

연구 동기 및 목표

• 모호한 시각적 환상, 특히 네커 큐브의 인간 인식을 정확하게 시뮬레이션할 수 있는 계산 모델을 개발하기 위해.
• 모호한 도형에서의 인식 전환이 고전적 이진 교환보다 양자 유사 초입태로 더 잘 설명될 수 있는지 조사하기 위해.
• 양자 영감을 받은 메커니즘—예를 들어, 양자 랜덤 수 생성 및 큐비트 유사 상태—이 인간의 인식과 의사결정을 모델링하는 데 어떻게 적용될 수 있는지 탐색하기 위해.
• 딥 러닝과 뇌파 측정 및 눈 움직임 추적 연구에서의 실험 데이터를 활용해 양자인지 이론을 검증할 수 있는 검증 가능한 프레임워크를 제공하기 위해.
• 비교적 복잡하고 모호한 시각 환경에서 우주비행사 및 무인항공기 조종사의 훈련 시스템을 향상시키기 위한 실용적 응용 가능성을 제공하기 위해.

제안 방법

• 딥 뉴럴 네트워크가 시각 입력 패턴에 기반해 네커 큐브의 인식을 시뮬레이션하도록 훈련된다.
• 양자 랜덤 수 생성기가 네트워크의 연결 가중치를 정의하는 데 사용되어 양자역학 원칙에 부합하는 진정한 무작위성을 도입한다.
• 모델의 내부 상태는 큐비트 유사 초입태로 해석되며, |ψ⟩ = α|0⟩ + β|1⟩로 표현되며, 여기서 |0⟩과 |1⟩은 큐브의 두 가지 인식 해석을 나타낸다.
• 측정 연산자 M₀ = |0⟩⟨0|과 M₁ = |1⟩⟨1|이 적용되어 인식 상태 붕괴를 시뮬레이션하며, 확률은 P(|0⟩) = |α|²와 P(|1⟩) = |β|²로 계산된다.
• 네트워크의 동역학은 뇌파 측정 및 눈 움직임 추적 연구에서 확보된 실증 데이터와 비교되어 인식 상태 간의 지속적인 진동을 확인한다.
• 양자 진동자 모델과 비교하여, 이 모델은 초입태 상태를 일관되게 예측함을 보였다.

Figure 1: (a) The Necker cube. The answer to the question ‘Is the shaded face of the cube at the front or at the rear?’ will change suddenly depending on the observer’s perception, giving rise to a series of rectangular pulses corresponding to the front, $|0\rangle$ , and rear, $|1\rangle$ , percept

실험 결과

연구 질문

• RQ1 양자 랜덤 수 생성기를 활용한 딥 뉴럴 네트워크가 네커 큐브와 같은 모호한 시각적 환상의 인간 인식을 정확하게 시뮬레이션할 수 있는가?
• RQ2 네커 큐브의 인식 상태는 고전적 이진 스위치로 설명되는 것보다 양자 초입태로 설명되는 것이 더 적절한가?
• RQ3 인식 전환의 시간적 동역학이 양자 영감을 받은 모델의 예측과 어느 정도 일치하는가?
• RQ4 양자 영감을 받은 신경망은 모호한 시각 환경에서 우주비행사와 무인항공기 조종사의 훈련 시스템을 어떻게 향상시킬 수 있는가?
• RQ5 이 모델은 인간의 의사결정과 인식에서 양자인지 이론을 검증하기 위한 계산 기반 실험실로 기능할 수 있는가?

주요 결과

• 신경망 모델은 고전적 이진 교환 대신 두 가지 인식 상태의 큐비트 유사 초입태로 네커 큐브의 인식 전환을 성공적으로 시뮬레이션하였다.
• 모델의 출력은 뇌파 및 눈 움직임 실험에서 관찰된 바와 같이 인식 상태 간의 지속적인 진동을 잘 반영하였다.
• 네트워크 가중치를 정의하는 데 양자 랜덤 수 생성기를 사용함으로써, 양자 측정 이론과 일치하는 인식 역학이 도출되었다.
• 이 모델의 예측은 최근 제안된 시각 환상의 양자 진동자 모델과 일치하여, 양자 영감을 받은 접근 방식의 타당성을 강화하였다.
• 모델은 인식 상태가 고립되어 있는 것이 아니라 일관된 초입태로 존재함을 보여주며, 양자인지 가설을 지지하였다.
• 이 모델은 GitHub를 통해 공개되어 있어, 인공지능, 신경과학 및 심리학 분야의 연구자들이 복제 및 확장할 수 있다.

Figure 2: (a) Projective measurement of a qubit. (b) Projective qubit-like measurement applied to the Necker cube. The two-dimensional shadows of the cubes are identical and perceived by an observer as an ambiguous Necker cube. Considering the shadows as a qubit-like superposition of $|0\rangle$ and