سبد خرید

آیا ما مغز کوانتومی داریم؟

آیا ما مغز کوانتومی داریم؟

جدول محتوا

مغز بنفش

احتمال در دنیای کلاسیک و کوانتومی

(akinbostanci/Getty Images)

رفتار انسان معمایی است که بسیاری از دانشمندان را مجذوب خود می‌کند و بحث‌های زیادی در مورد نقش احتمال در توضیح نحوهٔ عملکرد ذهن ما وجود داشته است.

احتمال یک چهارچوب ریاضی طراحی شده است تا به ما بگوید احتمال وقوع یک رویداد چقدر است و برای بسیاری از موقعیت‌های روزمره به خوبی کار می‌کند. به عنوان مثال، نتیجهٔ پرتاب سکه را ½ یا 50 درصد توصیف می‌کند، زیرا پرتاب سر یا دم به یک اندازه محتمل است.

با این حال، تحقیقات نشان می‌دهد که رفتار انسان را نمی‌توان به طور کامل توسط این قوانین سنتی یا “کلاسیک” احتمال تسخیر کرد. آیا می‌توان آن را با روشی که احتمال در دنیای اسرارآمیزتر مکانیک کوانتومی کار می‌کند توضیح داد؟

احتمال ریاضی نیز جزء حیاتی مکانیک کوانتومی است، شاخه‌ای از فیزیک که نحوهٔ رفتار طبیعت در مقیاس اتم‌ها یا ذرات زیر اتمی را توصیف می‌کند. با این حال، همانطور که خواهیم دید، در دنیای کوانتومی، احتمالات از قوانین بسیار متفاوتی پیروی می‌کنند.

اکتشافات در دو دهه اخیر نقش مهمی را برای “کوانتومی” در شناخت انسان روشن کرده است. اینکه چگونه مغز انسان اطلاعات را برای کسب دانش یا درک پردازش می‌کند. این یافته‌ها همچنین پیامدهای بالقوه‌ای برای توسعهٔ هوش مصنوعی (AI) دارند.

 

“بی منطقی” انسان

دانیل کانمن، برندهٔ جایزهٔ نوبل و دیگر دانشمندان علوم شناختی، روی چیزی که آن‌ها به عنوان “غیرمنطقی” رفتار انسان را توصیف می‌کنند، کار کرده‌اند. وقتی الگوهای رفتاری از منظر ریاضی به شدت از قواعد نظریهٔ احتمالات کلاسیک پیروی نمی‌کنند، “غیر منطقی” تلقی می‌شوند.

 

دنیل کانمن

 

برای مثال، یک مطالعه نشان داد که اکثر دانش‌آموزانی که امتحان پایان ترم را پشت سر گذاشته‌اند، ترجیح می‌دهند پس از آن به تعطیلات بروند. به همین ترتیب، اکثریت کسانی که شکست خورده‌اند نیز می‌خواهند برای تعطیلات بروند.

اگر دانش آموزی نتیجهٔ خود را نداند، احتمال کلاسیک پیش‌بینی می‌کند که آن‌ها تعطیلات را انتخاب می‌کنند زیرا این گزینه ترجیح داده می‌شود که آیا قبول شده باشد یا شکست خورده است. با این حال، در این آزمایش، اکثریت دانش‌آموزان ترجیح می‌دادند اگر نمی‌دانستند چگونه کار می‌کنند، به تعطیلات نروند.

به طور شهودی، درک این موضوع سخت نیست که دانش‌آموزان ممکن است نخواهند به تعطیلات بروند، اگر قرار است تمام مدت نگران نتایج امتحان خود باشند. اما احتمال کلاسیک به طور دقیق رفتار را نشان نمی‌دهد، بنابراین به عنوان غیر منطقی توصیف می‌شود. بسیاری از نقض قوانین کلاسیک احتمالات در علوم شناختی مشاهده کرده‌ایم.

 

مغز کوانتومی؟

در احتمال کلاسیک، وقتی دنباله‌ای از سوالات پرسیده می‌شود، پاسخ‌ها به ترتیب طرح سوالات بستگی ندارد. در مقابل، در فیزیک کوانتومی، پاسخ به یکسری سوالات می‌تواند به ترتیبی که از آن‌ها پرسیده می‌شود بستگی داشته باشد.

یک مثال اندازه‌گیری اسپین یک الکترون در دو جهت مختلف است. اگر ابتدا چرخش را در جهت افقی و سپس در جهت عمودی اندازه‌گیری کنید، یک نتیجه خواهید داشت.

به دلیل یک ویژگی شناخته شده مکانیک کوانتومی، زمانی که ترتیب معکوس شود، نتایج به طور کلی متفاوت خواهد بود. صرفاً اندازه‌گیری ویژگی یک سیستم کوانتومی می‌تواند بر چیزی که اندازه‌گیری می‌شود (در این مورد اسپین الکترون) و در نتیجه بر نتیجهٔ آزمایش‌های بعدی تأثیر بگذارد.

 

شناخت کوانتومی

وابستگی به نظم را می‌توان در رفتار انسان نیز مشاهده کرد. به عنوان مثال، در مطالعه‌ای که 20 سال پیش در مورد تأثیرات ترتیب سؤالات بر پاسخ‌های پاسخ‌دهندگان منتشر شد، از آزمودنی‌ها پرسیده شد که آیا فکر می‌کنند رئیس جمهور قبلی ایالات متحده، بیل کلینتون، صادق است یا خیر؟ سپس از آنها پرسیده شد که آیا ال گور معاون او صادق به نظر می‌رسد؟ در سطح روزمره، ممکن است به نظر برسد که رفتار انسان سازگار نیست زیرا اغلب قوانین نظریهٔ احتمالات کلاسیک را نقض می‌کند. با این حال، به نظر می‌رسد که این رفتار با روشی که احتمال در مکانیک کوانتومی کار می‌کند مطابقت دارد.

مشاهدات از این نوع باعث می‌شود که دانشمند شناختی جروم بوزمایر و بسیاری دیگر متوجه شوند که مکانیک کوانتومی در کل می‌تواند رفتار انسان را به روشی سازگارتر توضیح دهد.

بر اساس این فرضیهٔ شگفت‌انگیز، حوزهٔ تحقیقاتی جدیدی به نام «شناخت کوانتومی» در حوزهٔ علوم شناختی پدید آمده است. چگونه ممکن است که فرآیندهای فکری توسط قوانین کوانتومی دیکته شوند؟ آیا مغز ما مانند یک کامپیوتر کوانتومی کار می‌کند؟ هنوز هیچ کس پاسخ‌ها را نمی‌داند، اما به نظر می‌رسد داده‌های تجربی قویاً نشان می‌دهد که افکار ما از قوانین کوانتومی پیروی می‌کنند.

 

رفتار پویا

به موازات این تحولات هیجان‌انگیز، طی دو دههٔ گذشته، من و همکارانم چهارچوبی را برای مدل‌سازی یا شبیه‌سازی پویایی رفتار شناختی افراد در حین هضم اطلاعات «پر سر و صدا» (یعنی ناقص) از دنیای بیرون ایجاد کرده‌ایم. ما دوباره دریافتیم که تکنیک‌های ریاضی توسعه‌یافته برای مدل‌سازی دنیای کوانتومی می‌تواند برای مدل‌سازی نحوهٔ پردازش داده‌های پر سر و صدا توسط مغز انسان به کار رود.

این اصول را می‌توان برای رفتارهای دیگر در زیست‌شناسی، فراتر از مغز، به کار برد. به عنوان مثال، گیاهان سبز توانایی قابل توجهی در استخراج و تجزیه و تحلیل اطلاعات شیمیایی و سایر اطلاعات از محیط خود و سازگاری با تغییرات دارند.

تخمین تقریبی من، بر اساس آزمایش اخیر روی گیاهان معمولی لوبیا، نشان می‌دهد که آن‌ها می‌توانند این اطلاعات خارجی را کارآمدتر از بهترین رایانه‌ای که امروز داریم پردازش کنند. در این زمینه، راندمان به این معنی است که نیروگاه به طور مداوم قادر به کاهش عدم اطمینان در مورد محیط خارجی خود تا بیشترین حد ممکن در شرایط خود است. برای مثال، این می تواند شامل تشخیص آسان جهتی باشد که نور از آن می‌آید، به طوری که گیاه بتواند به سمت آن رشد کند.

 

هوش کوانتومی مصنوعی

پردازش کارآمد اطلاعات توسط یک موجود زنده با صرفه‌جویی در انرژی نیز مرتبط است که برای بقای آن مهم است.

قوانین مشابهی ممکن است در مورد مغز انسان اعمال شود، به ویژه در مورد چگونگی تغییر وضعیت ذهنی ما هنگام تشخیص سیگنال‌های بیرونی. همهٔ این‌ها برای مسیر فعلی توسعهٔ فناوری مهم است. اگر رفتار ما به بهترین شکل با روشی که احتمال در مکانیک کوانتومی کار می‌کند توصیف شود، برای تکرار دقیق رفتار انسان در ماشین‌ها، سیستم‌های هوش مصنوعی احتمالا باید از قوانین کوانتومی پیروی کنند، نه از قوانین کلاسیک؛ من این ایده را هوش کوانتومی مصنوعی (AQI) نامیده‌ام. تحقیقات زیادی برای توسعهٔ کاربردهای عملی چنین ایده‌ای مورد نیاز است. اما یک AQI می‌تواند به ما کمک کند تا به هدف سیستم‌های هوش مصنوعی که بیشتر شبیه یک فرد واقعی رفتار می‌کنند، برسیم.

 

Dorje C. Brody, Professor of Mathematics, University of Surrey

 منبع :

https://www.sciencealert.com/do-we-have-quantum-brains-irrational-behavior-follows-strange-rules

 

گرداورنده: محمد مهدی رضایی

 

“سوشال مدیای آکادمی تلسی”

https://telsi.co/  سایت

telsi.co  اینستاگرام