[논문 리뷰] Quantum Interaction Approach in Cognition, Artificial Intelligence and Robotics

Diederik Aerts, Marek Czachor외 1명|arXiv (Cornell University)|2011. 04. 17.

Quantum Mechanics and Applications참고 문헌 51인용 수 4

한 줄 요약

이 논문은 인지 과정, 인공지능, 로봇공학을 모델링하기 위해 양자역학의 체계를 적용하는 양자 상호작용 접근법을 제안한다. 인간의 사고가 문맥성, 중첩, 얽힘과 같은 양자 유사한 구조를 보임을 입증하며, 힐베르트 공간과 양자 확률을 사용하여 개념 조합, 결정 부정확성, 의미 구조를 성공적으로 모델링한다. 이는 고전 모델을 초월하는 지식 표현과 계산 능력을 향상시키는 비고전적 프레임워크를 제공한다.

ABSTRACT

The mathematical formalism of quantum mechanics has been successfully employed in the last years to model situations in which the use of classical structures gives rise to problematical situations, and where typically quantum effects, such as 'contextuality' and 'entanglement', have been recognized. This 'Quantum Interaction Approach' is briefly reviewed in this paper focusing, in particular, on the quantum models that have been elaborated to describe how concepts combine in cognitive science, and on the ensuing identification of a quantum structure in human thought. We point out that these results provide interesting insights toward the development of a unified theory for meaning and knowledge formalization and representation. Then, we analyze the technological aspects and implications of our approach, and a particular attention is devoted to the connections with symbolic artificial intelligence, quantum computation and robotics.

연구 동기 및 목표

• 고전적 모델이 인지, 인공지능, 로봇공학 분야에서 유의미한 제약을 보일 경우 이를 해결하기 위해 양자 유도 체계를 도입한다.
• 인간의 의사결정과 개념 조합이 문맥성과 간섭과 같은 양자 유사 특성을 보임을 입증한다.
• 힐베르트 공간 내의 양자 구조를 활용해 의미와 지식 표현을 위한 통합 프레임워크를 개발한다.
• 양자 인지의 기술적 영향을 상징적 인공지능, 양자 계산, 로봇공학 분야에서 탐색한다.
• 미세한 양자 과정이 필요 없이 거시적 시스템이 양자 행동을 나타낼 수 있음을 보여준다.

제안 방법

• 특정 맥락에 따라 영향을 받는 개념 조합을 모델링하기 위해 SCoP 체계를 활용하며, 특히 고양이-물고기 문제를 해결한다.
• 실험 데이터의 개념 결합 및 배타적 조합을 모델링하기 위해 힐베르트 공간과 포크 공간 표현을 사용한다.
• 의미 및 정보 검색 작업을 모델링하기 위해 양자 확률과 양자 논리 연결사(예: 수직성)를 적용한다.
• 로봇 제어 시스템에 고버의 검색 알고리즘과 양자 강화 학습과 같은 양자 알고리즘을 활용한다.
• 양자 현상인 문맥성과 벨 부등식 위반을 재현하는 거시적 유사체(예: 연결된 물통)를 개발한다.
• 상징적 인공지와 인지 모델링에 양자 구조를 통합하여 인간 유사 추론과 의사결정을 시뮬레이션한다.

실험 결과

연구 질문

• RQ1 양자역학 체계가 결합 오류와 배타적 효과와 같은 의사결정 이론의 역설을 해결할 수 있는가?
• RQ2 인간의 개념과 의미가 어느 정도 초월성과 얽힘과 같은 양자 유사 구조를 보이는가?
• RQ3 양자 인지 모델이 인공지능에서 지식 표현과 의미 분석을 향상시킬 수 있는가?
• RQ4 로봇공학에 양자 구조를 구현하여 학습, 의사결정, 센서 처리 능력을 향상시킬 수 있는가?
• RQ5 미세한 양자 시스템에 의존하지 않고 거시적 시스템이 양자 행동을 시뮬레이션할 수 있는가?

주요 결과

• 힐베르트 공간 내의 양자 모델은 고전적 모델링 실패를 해결하며 개념 소속 가중치의 실험 데이터를 성공적으로 재현한다.
• 의사결정에서의 결합 오류와 배타적 효과는 인지 편향이 아니라 양자 간섭 효과로 설명된다.
• 양자 논리 연결사(예: 수직성)는 정보 검색과 의미 분석에서 고전적 부울 부정보다 뛰어난 성능을 보인다.
• 의미 공간 내의 얽힘은 벨의 부등식 위반을 유도하며, 단어와 개념 간의 비고전적 상관관계를 나타낸다.
• 연결된 물통과 같은 거시적 시스템은 문맥성과 벨 부등식 위반과 같은 양자 유사 특성을 보인다.
• 고버의 알고리즘과 양자 강화 학습을 활용한 양자 로봇공학은 고전적 대안에 비해 검색 효율성과 학습 속도를 향상시킨다.