[论文解读] Quantum noise, entanglement and chaos in the quantum field theory of mind/brain states

Eliano Pessa, Giuseppe Vitiello|ArXiv.org|Sep 21, 2003

Neural dynamics and brain function参考文献 22被引用 42

一句话总结

该论文将大脑的耗散量子场论模型扩展至包含量子噪声、与环境的量子纠缠以及记忆态动力学中的确定性混沌。结果表明，初始条件的微小差异会导致记忆空间中轨迹的指数级发散，与实验观察到的混沌神经活动一致，并为模式识别和记忆稳定性提供了量子物理基础。

ABSTRACT

We review the dissipative quantum model of brain and present recent developments related with the rôle of entanglement, quantum noise and chaos in the model.

研究动机与目标

• 将大脑的量子场论模型扩展，以包含耗散动力学、与环境的纠缠以及量子噪声。
• 研究自发对称性破缺与Nambu-Goldstone模如何产生长程关联与稳定记忆态。
• 分析在初始条件微小扰动下，记忆空间轨迹动力学中混沌行为的出现。
• 将理论预测与嗅觉皮层等系统中神经混沌与噪声的实验观测相联系。
• 建立一个理解大脑中记忆回溯、模式识别与信息稳定性的量子物理框架。

提出的方法

• 采用包含系统与环境两套自由度的耗散量子场论（QFT）形式，以描述开放量子系统。
• 使用Umezawa-Ricciardi-Vitiello框架，通过自发对称性破缺与Nambu-Goldstone玻色子凝聚来描述大脑动力学。
• 引入由Nambu-Goldstone模相干凝聚定义的时间依赖序参量，表示存储的记忆模式。
• 推导模式占据数的运动方程，显示在初始条件差异较小时轨迹出现指数发散。
• 应用类似李雅普诺夫指数的量 $ 2 ilde{ au}_ u $ 来量化记忆空间轨迹中的混沌发散。
• 通过 $ rac{1}{eta}dS_A = eta^{-1} rac{dS_A}{dt} dt $ 将熵变 $ dS_A $ 与占据数的时间导数关联，建立混沌与热力学不可逆性的联系。

实验结果

研究问题

• RQ1 通过纠缠实现的环境耦合如何影响量子大脑模型中记忆态的稳定性和动力学？
• RQ2 量子噪声在大脑态耗散动力学中扮演何种角色，其在模型中如何数学表示？
• RQ3 在大脑模型的记忆空间轨迹中是否可能产生确定性混沌，若能，其条件为何？
• RQ4 在轨迹因微小初始差异而指数发散的背景下，该模型如何解释对相似但不完全相同的输入模式的识别？
• RQ5 理论预测在多大程度上与嗅觉系统中观察到的混沌神经活动实验结果一致？

主要发现

• 模型表明，由于相位参数 $ \theta_\nu $ 的微小初始差异，记忆空间中的轨迹随时间呈指数发散，发散速率与 $ \tilde{\tau}_\nu $ 成正比，其行为类似于李雅普诺夫指数。
• 占据数差异 $ \tilde{\nu}_\nu(t) $ 随时间按 $ \text{cosh}(2(\tilde{\tau}_\nu t - \theta_\nu)) $ 增长，当 $ t $ 较大时导致指数发散 $ \text{exp}(2\tilde{\tau}_\nu t) $，表明存在混沌动力学。
• 即使在有限时间 $ t_\nu = \theta_\nu / \tilde{\tau}_\nu $ 时，两个编码 $ \tilde{\nu}_\nu $ 与 $ \tilde{\nu}'_\nu $ 的某些组分变得相等，由于组分数量无限，整体编码仍保持不同。
• 当此类相等时间点之间的时隙 $ \tau_{\text{max}} - \tau_{\text{min}} $ 较小时，编码被识别为“几乎相等”，从而实现模式识别建模。
• 熵变 $ dS_A $ 与占据数的时间导数直接相关，且 $ dS_A' - dS_A \to \frac{1}{\beta} \text{exp}(2\tilde{\tau}_\nu t) $，将混沌与热力学不可逆性联系起来。
• 该模型成功解释了嗅觉系统中观察到的神经混沌与噪声，表明混沌与噪声是大脑动力学的内在特征。