Skip to main content
QUICK REVIEW

[论文解读] Non-local quantum evolution of entangled ensemble states in neural nets and its significance for brain function and a theory of consciousness

Erhard Bieberich|ArXiv.org|Jun 2, 1999
Biofield Effects and Biophysics被引用 3
一句话总结

本文提出了一种神经网络的量子模型,其中神经元中的纠缠系综态经历非局域量子演化,由动作电位输入驱动,并通过“适者生存”耦合机制进行选择。由此产生的具有谐波、m-进制或分形周期性的锁相振荡,生成一个动态的、与历史无关的当前记忆空间,暗示了通过神经元系综中的量子相干性实现意识、联想记忆和创造力的机制。

ABSTRACT

Current quantum theories of consciousness suggest a configuration space of an entangled ensemble state as global work space for conscious experience. This study will describe a procedure for adjustment of the singlet evolution of a quantum computation to a classical signal input by action potentials. The computational output of an entangled state in a single neuron will be selected in a network environment by "survival of the fittest" coupling with other neurons. Darwinian evolution of this coupling will result in a binding of action potentials to a convoluted orbit of phase-locked oscillations with harmonic, m-adic, or fractal periodicity. Progressive integration of signal inputs will evolve a present memory space independent from the history of construction. Implications for mental processes, e.g., associative memory, creativity, and consciousness will be discussed. A model for the generation of quantum coherence in a single neuron will be suggested.

研究动机与目标

  • 提出一种基于神经网络中纠缠系综态非局域演化的意识量子机制。
  • 解释经典动作电位如何通过单个神经元中的单重态演化,与量子计算接口。
  • 通过神经网络中的选择性耦合,建模一个独立于历史构建的当前记忆空间的出现。
  • 为与高级认知功能相关的单个神经元中量子相干性的物理基础提出建议。
  • 将量子动力学与神经耦合的达尔文式选择相结合,实现信号的功能性整合。

提出的方法

  • 采用量子计算框架,将单重态量子演化适配于经典动作电位输入。
  • 应用“适者生存”原则,选择能维持锁相振荡的稳定神经耦合。
  • 将由此产生的集体动力学建模为具有谐波、m-进制或分形周期性的复杂轨道。
  • 提出一种机制,将信号输入逐步整合进一个一致的、非历史性的当前记忆空间。
  • 提出一个物理模型,用于生成和维持单个神经元中的量子相干性。
  • 通过调整量子演化以匹配神经脉冲输入,调和量子形式与神经生物学信号传递。

实验结果

研究问题

  • RQ1经典神经信号(动作电位)如何被整合进神经网络中的非局域量子演化框架?
  • RQ2何种机制使得在量子神经系综中通过达尔文过程选择稳定且相干的神经耦合模式成为可能?
  • RQ3纠缠态的非局域演化如何产生一个独立于过去构建过程的当前记忆空间?
  • RQ4单个神经元中的量子相干性在支持创造力和意识等高级认知功能方面发挥何种作用?
  • RQ5具有谐波、m-进制或分形周期性的锁相振荡以何种方式促进神经网络的功能动力学?

主要发现

  • 该模型表明,通过调整单重态演化,动作电位输入可被整合进量子计算框架。
  • 通过“适者生存”原则选择神经耦合,导致具有复杂周期性的稳定锁相振荡的出现。
  • 信号的渐进式整合产生一个动态的、非历史性的当前记忆空间,与构建顺序解耦。
  • 该框架暗示了单个神经元中量子相干性的合理机制,支持其在神经计算中的作用。
  • 纠缠系综态的非局域量子演化为联想记忆和创造性思维提供了理论基础。
  • 修订版本增加了对近期关于大脑中量子效应研究工作的引用,增强了模型的神经科学相关性。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。