[논문 리뷰] Quantum Structure in Cognition: Fundamentals and Applications

Diederik Aerts, Liane Gabora외 2명|arXiv (Cornell University)|2011. 04. 17.

Bayesian Modeling and Causal Inference참고 문헌 24인용 수 15

한 줄 요약

이 논문은 인간의 개념 조합과 의사결정에서 발생하는 비고전적 효과, 예를 들어 결합 오류와 논리적 모순 효과를 설명하기 위해 문맥적 양자 모델을 사용하는 양자인지 프레임워크를 제안한다. 하이퍼볼릭 공간 수학적 형식을 사용한 SCoP 시스템으로 인지 구조를 모델링함으로써 간섭 항을 통해 실험 데이터를 재현하며, 이는 고전적 논리 이외의 인간 사고에 양자적 구조가 존재함을 보여준다.

ABSTRACT

Experiments in cognitive science and decision theory show that the ways in which people combine concepts and make decisions cannot be described by classical logic and probability theory. This has serious implications for applied disciplines such as information retrieval, artificial intelligence and robotics. Inspired by a mathematical formalism that generalizes quantum mechanics the authors have constructed a contextual framework for both concept representation and decision making, together with quantum models that are in strong alignment with experimental data. The results can be interpreted by assuming the existence in human thought of a double-layered structure, a 'classical logical thought' and a 'quantum conceptual thought', the latter being responsible of the above paradoxes and nonclassical effects. The presence of a quantum structure in cognition is relevant, for it shows that quantum mechanics provides not only a useful modeling tool for experimental data but also supplies a structural model for human and artificial thought processes. This approach has strong connections with theories formalizing meaning, such as semantic analysis, and has also a deep impact on computer science, information retrieval and artificial intelligence. More specifically, the links with information retrieval are discussed in this paper.

연구 동기 및 목표

• 고전적 논리와 확률 이론으로 설명할 수 없는 의사결정 이론과 인지과학 분야의 역설, 예를 들어 Allais 및 Ellsberg 역설을 다루기 위해.
• 양자역학에 기반한 문맥적 양자 프레임워크를 개발하여 개념 조합과 의사결정을 모델링하기 위해.
• 인지 과정에서의 양자적 구조가 고전적 논리적 사고와 양자적 개념적 사고의 이중층적 사고 과정에서 기인함을 보여주기 위해.
• 지식 표현과 정보 검색 분야에 양자역학을 적용하기 위한 형식적 기반을 마련하기 위해.
• 힐베르트 공간 내의 양자 간섭 효과가 인지심리학 실험에서 관찰된 데이터, 예를 들어 Hampton의 개념 소속 실험 결과를 정확히 재현함을 보여주기 위해.

제안 방법

• 논문은 다섯 가지 요소로 정의된 SCoP(기호-개념-확률) 시스템을 도입한다: 상태 집합 Σ, 문맥 집합 M, 성질 집합 L, 전이 확률 함수 μ, 성질 가중치 함수 ν.
• 개념 조합은 힐베르트 공간 내 초입자 상태를 사용하여 모델링되며, 'A 또는 B'는 정규화 조건을 만족하는 1/√2(|A⟩ + |B⟩)로 표현되며, 정규직교 조건 ⟨A|B⟩ = 0을 가정한다.
• 양자 확률 규칙을 적용한다: 소속도 확률은 사영 연산자를 통해 계산되며, μ(A 또는 B) = ½(μ(A) + μ(B)) + Re⟨A|M|B⟩의 식을 얻는다. 여기서 간섭 항 Re⟨A|M|B⟩은 고전적 평균에서의 편차를 유도한다.
• Hampton(1988, 1998)의 개념 소속도 실험 데이터를 사용하여 양자 수학적 형식이 고전적 기대와의 대비에서 검증된다.
• 문맥성은 전이 함수 μ(q,e,p)를 통해 통합되며, 이는 문맥 e가 상태 p를 상태 q로 변환하는 확률을 기록한다.
• 성질 가중치 함수 ν(p,a)는 성질 a가 상태 p에 적용될 확률을 할당함으로써, 문맥 하에서 개념적 특성의 동적 모델링이 가능해진다.

실험 결과

연구 질문

• RQ1 양자역학은 의사결정에서 확실성 원칙의 위반, 예를 들어 Allais 및 Ellsberg 역설에서 어떻게 설명할 수 있는가?
• RQ2 사람들이 고전적 확률 이론과 모순되는 결합 오류와 논리적 모순 효과를 보이는 이유는 무엇인가?
• RQ3 힐베르트 공간 내의 양자 간섭 효과는 심리학 실험에서 관찰된 개념 소속도의 편차를 어떻게 설명할 수 있는가?
• RQ4 고전적 논리적 사고와 양자적 개념적 사고로 구성된 이중층적 사고 과정이 비고전적 인지 현상을 설명하는 데 어떤 구조적 역할을 하는가?
• RQ5 SCoP 시스템에 기반한 양자 수학적 형식은 인공지능 분야의 지식 표현과 정보 검색을 어떻게 향상시킬 수 있는가?

주요 결과

• 양자 모델은 Hampton의 개념 소속 실험 데이터를 성공적으로 재현하며, 간섭 항이 고전적 평균에서의 편차를 설명함을 보여준다.
• μ(A 또는 B) = ½(μ(A) + μ(B)) + Re⟨A|M|B⟩ 식에서 간섭 항 Re⟨A|M|B⟩는 개념 조합에서의 비고전적 행동을 설명한다.
• μ와 ν를 포함한 다섯 가지 구성 요소를 가진 SCoP 시스템 프레임워크는 문맥에 따라 변화하는 개념 상태와 그 진화를 설명하는 문맥적이고 동적인 모델을 제공한다.
• 고전적 논리적 사고와 함께 초입자 상태로 표현되는 양자적 개념적 사고의 존재는 고전적 논리와 확률 이론이 인간 인지 모델링에서 실패하는 이유를 설명한다.
• 양자 수학적 형식은 정보 검색과 인지 모델링 분야에서 고전적 모델에 대한 수학적으로 엄밀하고 경험적으로 일치하는 대안을 제공한다.
• 이 접근법은 양자역학을 단순한 도구가 아니라 인간과 인공지능의 사고 과정에 대한 구조적 모델로 사용하기 위한 견고한 기반을 마련한다.