[论文解读] Simulating Cognition with Quantum Computers

Hongbin Wang, Jack W. Smith+1 more|arXiv (Cornell University)|May 28, 2019

Quantum Mechanics and Applications参考文献 20被引用 5

一句话总结

本文提出了一种量子心智框架，以克服经典认知模型在认知过程中非对易性方面的局限性。该研究引入了一种基于量子力学的脑部量子计算模型，用于模拟复杂认知现象，为认知科学中难以处理的问题提供了新的数学结构。

ABSTRACT

There are inherent limits in classical computation for it to serve as an adequate model of human cognition. In particular, non-commutativity, while ubiquitous in physics and psychology, cannot be sufficiently handled. We propose that we need a new mathematics that is capable of expressing more complex mathematical structures to tackle those hard X-problems in cognitive science. A quantum mind approach is advocated and we hypothesize a way in which quantum computation might be realized in the brain.

研究动机与目标

• 解决经典计算在建模人类认知方面的固有局限性，尤其是非对易认知过程。
• 提出一种新的数学框架，能够表达超越经典模型的复杂认知结构。
• 探索量子计算作为模拟大脑认知机制的可行性。
• 假设神经系统的物理实现中存在量子计算，从而弥合量子力学与神经科学之间的鸿沟。

提出的方法

• 提出一种量子心智方法，作为经典认知建模的替代方案。
• 引入一个理论框架，使量子计算能够表示非对易认知操作。
• 利用量子力学原理（如叠加和纠缠）来建模认知动态。
• 提出神经结构可能通过特定生物物理机制支持量子过程。
• 基于量子线路和量子信息处理，构建认知模拟模型。
• 强调需要一种新的数学形式化方法，以处理经典方法难以处理的复杂认知现象。

实验结果

研究问题

• RQ1 量子计算是否能比经典计算提供更合适的认知建模方式？
• RQ2 如何利用量子力学数学表示非对易认知过程？
• RQ3 大脑中可能存在哪些物理机制支持认知的量子计算？
• RQ4 量子信息处理对决策和感知建模有何影响？
• RQ5 量子计算框架如何解决认知科学中的'硬X问题'？

主要发现

• 经典计算在建模非对易认知过程方面存在根本局限，这类过程在心理学和物理学中普遍存在。
• 量子计算框架为建模复杂认知动态提供了更合适的数学结构。
• 本文假设量子计算可通过特定神经机制在大脑中实现。
• 所提出的模型为基于量子信息原理模拟认知提供了基础。
• 该框架表明，量子力学可能解决认知建模中长期存在的挑战，尤其是关于情境依赖性和干涉性的问题。
• 该研究将量子计算定位为认知科学的必要演进，以解决经典方法无法触及的问题。