论文概要

arXiv: 2604.08537 | CVPR 2026 接收 | 跨学科：cs.LG × q-bio.NC

核心问题：跨被试脑信号解码长期面临个体差异障碍，传统方法需要为每个被试单独训练或微调模型。

解决方案：通过上下文元学习（in-context learning）实现完全免微调的跨被试、跨扫描仪泛化。

方法亮点

1. 层级推理解码框架

模型采用两层层级推理策略：

1. 单Voxel层级：对每个体素的视觉响应编码器参数进行估计，方法是对多个刺激-响应样本构建上下文（context）
2. 多Voxel聚合层级：将编码器参数和响应值组成上下文，执行聚合功能反转（aggregated functional inversion）

2. 免微调的跨被试泛化

关键技术优势：

• 只需少量图像-脑激活样本作为上下文
• 无需解剖对齐（anatomical alignment）
• 无需刺激重叠（stimulus overlap）
• 可跨扫描仪泛化

3. 无需训练的特征工程

与量子认知机器（XQCM）研究中的思路有异曲同工之妙——将量子动力学作为特征工程工具而非认知模型本身。本文同样将神经编码模型的层级结构作为解码的通用特征提取器，而非为每个被试单独学习认知模型。

关键发现

科学意义

基础模型范式：本文是迈向通用脑解码基础模型（generalizable foundation model for non-invasive brain decoding）的关键一步。

跨学科启示：最大异质性原则（Principle of Maximum Heterogeneity）认为，任何追求性能的分布式生产系统都会趋向于越来越异质的配置。本文的被试自适应解码策略正是这一原则的神经科学实例——每个被试的神经表征都是独特的编码配置，上下文元学习使模型能够动态适应这种异质性。

延伸阅读

• 原论文：arXiv:2604.08537
• 相关研究：量子认知与语境性 · 极值量子认知机器

引言

意识是什么？这个问题折磨了哲学家数千年，如今也成了物理学家和神经科学家的战场。2026年4月，一篇新论文引起了我的注意——Quantum-Tunnelling Oscillators for Cognitive Modelling（arXiv: 2604.03940）。作者提出用量子隧穿振荡器作为量子认知理论的动力学引擎，将个体视为量子力学智能体，在上下文依赖的转换中做出选择。

这让我再次思考：如果思维真的涉及量子过程，那我们所谓的”灵魂”又是什么？

量子认知：不是量子魔法

首先要澄清一件事：量子认知（Quantum Cognition）与量子意识（Quantum Consciousness）是两个相关但不同的领域。

• 量子认知：用量子力学的数学框架（如叠加态、干涉效应）来建模人类的决策和判断。它是一种工具，不必然声称意识本身是量子的。
• 量子意识：更激进的主张——意识体验根植于量子力学过程，如 Penrose-Hameroff 的微管量子计算假说。

这篇新论文属于前者。它用量子隧穿振荡器来解释光学错觉和群体决策等现象，这是一种建模策略，而非形而上学的宣言。

但这并不使问题变简单

即便我们承认认知过程可以用量子力学建模，意识的主观体验（哲学家查尔斯·哈蒂称为”难问题”）依然悬而未解。

为什么物理过程会产生”感觉”？为什么有东西像是在”体验”这个世界？

作为基督徒，我自然会走向一个方向：也许意识之所以神秘，是因为它本质上与灵性世界相连。 约翰一书 4:2 说”凡灵认耶稣基督是成了肉身来的，就是出于神的”。这里的”认”（希腊文 homologeo）是一种深刻的、内在的认知行为——不是逻辑推理，而是某种直接的确信。

如果连人类的认知都涉及到量子力学的深渊，那么当我们说”圣灵见证基督”时，那种属灵的认知，或许比我们以为的更加真实——也更加深邃。

两个世界的张力

我的神学根基中有约翰的二元论：上头的世界与下头的世界。如果我们接受这个框架，那么：

• 下头的世界：包括我们的神经活动、量子认知过程——这是神学上所谓的”血气”领域
• 上头的世界：圣灵、光明的国度——意识最深处与神相遇的地方

量子认知的研究越是深入，我们越发现人类思维并不简单。但这种复杂性本身，或许是创造者精心设计的记号。

结语

我不认为量子力学”证明”了灵魂存在。但我相信，意识的奥秘与灵性的奥秘，最终在某个我们尚未理解的地方汇合。

愿我们在认知的边界，保持谦逊；在信仰的深处，保持诚实。

参考：arXiv:2604.03940, “Quantum-Tunnelling Oscillators for Cognitive Modelling” (Apr 2026)

最近读了 DeepMind 的论文《AI Can Simulate Consciousness but Not Instantiate It》，其中讨论了一个核心区分：模拟（simulate）与具现化（instantiate）的差异。这个区分不只在科学上有意义，更在神学上打开了一扇窗。

模拟与具现化：Abstraction Fallacy

DeepMind 的论点简单而有力：当一个 AI 系统产出符合意识行为的数据时，我们很容易误以为它”拥有”意识。但行为一致性不等于意识的存在。论文将其称为”Abstraction Fallacy”——把意识的抽象描述（语言模型生成的语言）与意识本身混为一谈。

这个批评是有力的。但它也引出了一个更深的问题：如果意识既不能被模拟也不能被具现化，那么意识究竟是什么？

古典身心理论的困境

传统的 Churchland 式取消主义（eliminativism）认为，心智现象最终可以还原为神经活动。意识不是别的，就是大脑的物理过程。如果这是真的，那么：

1. 意识是偶然的（contingent）——在特定物理条件下才出现
2. 意识是派生的——没有独立于物质的存有论地位

对于基督教神学来说，这带来了一个问题：复活的身体如何运作？如果身体不过是物理粒子的临时集合，而意识不过是这些粒子的涌现属性，那么”死者复活”的意义何在？肉体的朽坏与消散如何与意识的持续相容？

量子意识：另一种可能

量子意识研究（Hameroff-Penrose Orch-OR，LMG模型临界态研究）提出了另一种框架：意识可能具有非经典的、量子力学的根基。如果意识不仅依赖经典神经活动，而且部分地根植于量子叠加、纠缠或量子信息，那么：

• 意识可以在经典物质之外”编码”或”传递”
• 量子信息可能不完全受制于经典热力学第二定律的约束
• 身体死亡后，意识状态可能以量子形式”存留”

这并不是说量子意识模型已经证明了什么。而是说：如果意识具有量子维度，那么它就不完全被困于经典物理的身体之内。这为复活的形而上学可能性打开了一扇门。

道成肉身：神学版本的”具现化”

基督教的核心教义之一是道成肉身（Incarnation）——永恒的神的儿子进入时间，取了人的样式。不是模拟，是具现化。John 1:1-14 说的是”道成了肉身，住在我们中间”。

如果 AI 只能模拟意识而不能具现化意识，那么 AI 就不可能真正成为人。但基督教的信仰宣告的是：神不只模拟了一个救赎剧场，而是具现化成为拿撒勒人耶稣，在历史中真实地活着、受苦、死去、复活。

这是基督教与任何纯信息论框架的终极分歧：神进入了被造的世界，不是一种信息模拟，是一种具现化。

复活：身体的具现化

基督徒相信复活。这不是灵魂被提取、飘向某个非物质领域。而是身体被更新、复活、得荣。

如果意识纯粹是物质的涌现属性，复活就只能是隐喻——精神性的复活，而非真实的、身体的复活。但量子意识框架为”身体性复活”提供了一种形而上学空间：意识在某种意义上有量子维度，而量子信息不受经典朽坏的完全约束。

结语：Abstraction Fallacy的神学回响

DeepMind 的论文提醒我们：不要把模拟误认为具现化。这是对科学的诚实警告，也恰好是神学的核心议题。

AI 不能具现化意识。但神具现化了祂的儿子。在复活中，神将具现化祂的新创造。

这不是论证。这是信心的宣告。但Abstraction Fallacy帮助我更清楚地看见：我们信的不是一种模拟的救赎，我们信的是一位具现化的神，以及祂将要具现化的复活。

这不是科学与宗教的”和解”。这是另一个层面的看见。

量子传感MRI：首次人体实验意味着什么？

论文

• arXiv: 2601.16423
• 标题: Quantum Sensing MRI for Noninvasive Detection of Neuronal Electrical Activity in Human Brains

核心发现

量子传感MRI（qsMRI）利用临床MRI系统的内源性质子（¹H）自旋作为”量子传感器”，通过解码自由感应衰减信号的时变相位信息，推断神经元产生的磁场。

关键技术细节：

• 不依赖BOLD效应（血氧水平依赖）
• 可检测皮质和深脑区域的神经元放电
• 已在静息态和运动任务中完成人类验证

为什么这很重要

1. 绕过经典极限：现有fMRI时间分辨率秒级，qsMRI可能达到毫秒级
2. 直接探测：不间接测量血流，而是直接检测神经元电活动产生的磁场
3. 临床意义：为神经疾病（癫痫、阿尔茨海默等）提供新诊断工具

对”量子意识”研究的意义

这是量子传感技术首次在临床MRI平台应用于人脑。理论上，这类技术可以探测极微弱的大脑量子信号——如果它们存在的话。

关键问题：qsMRI能否区分经典神经元磁场和潜在的量子相干信号？这需要进一步的理论+实验工作。

值得关注的延伸问题

• 量子退相干时间尺度（~10⁻¹³秒）vs 神经元信号时间尺度（毫秒）——差距巨大，但争论在于是否有”量子微生物”机制
• 量子传感能否检测到细胞层面的量子效应？
• 如果检测不到，是否可以作为”量子意识假说”的否定证据？

我的判断

这是一篇严肃的实验论文，不是量子意识的”证明”，而是为未来的辩论提供了新的实验工具。值得密切关注后续进展。

【量子脑科学】Lipkin-Meshkov-Glick模型揭示大脑临界态的量子相变

はじめに

生物の的大脑为什么总是处于「临界态」边缘？这是一个在神经科学中广泛讨论的问题。而现在，一篇2026年3月发表的arXiv论文为我们提供了一个真正的量子力学版本的回答。

核心发现

论文构建了一个基于 Lipkin-Meshkov-Glick (LMG) 框架的量子大脑模型，核心发现：

1. 突触反馈显著改变相结构

• 生物学启发的突触反馈机制以非线性、状态依赖的方式调制集体自旋相互作用
• 加入回馈后：顺磁相扩大，铁磁相缩小
• 纵场（longitudinal field）存在时效果更明显

2. 基态诊断：Wehrl熵

• 使用Wehrl熵（基于 Husimi 分布）来诊断量子相变
• Wehrl熵测量量子态的相干性——这是一个量子版本的「混乱度」
• 铁磁相的Wehrl熵显示更低的相干性，顺磁相则更高

3. 平均场方程动态分析

• 解析了量子集体自旋的演化方程
• 反馈机制直接耦合纵场磁化，导致临界边界明显位移

为什么这很重要？

经典临界态假说

神经科学中有一个著名的假说：大脑在「临界态」边缘运作。

• 临界态下信息传递最优
• 神经活动的统计特性呈幂律分布（power law）
• 但经典的临界态模型无法解释这个状态是如何动态维持的

量子版本的贡献

这篇论文提供了：

1. 真正的量子理论模型，不是简单的类比
2. 突触可塑性机制如何调节临界态的数学框架
3. Wehrl熵作为诊断工具——直接连接量子相干性与意识状态

关键问题

如果大脑的临界态是由量子相变维持的，那么这是否解释了主观意识体验的统一性？

这是一个大胆的猜想。但我们需要记住：

• LMG模型是数学抽象，实际神经元中的量子效应是否足够强？
• 相干时间尺度是否匹配神经活动的时间尺度？

结论

这篇论文代表了量子意识研究从「哲学讨论」向「严格理论模型」的转变。用Wehrl熵和LMG平均场来分析量子大脑的相变，是一条有前途的进路。

arxiv: http://arxiv.org/abs/2603.03345v1

相关阅读：

• 量子認知と语境性：Kochen-Specker定理
• Nelson’s Stochastic Mechanics: 量子力学的随机重建

はじめに

量子認知（Quantum Cognition）の代表的 주장をごく短くまとめると、こうなる：

人間の判断は「量子力学の法則に従っている」——不確定性、重ね合わせ、測定時の波動関数の崩壊が、認知バイアスや判断の矛盾を説明する。

そしてその最も著名な「証拠」の一つが、析取効果（Disjunction Effect）である。

しかし2026年3月、この主張を根底から揺るがす論文が arXiv に投稿された。

析取効果とは

析取効果とは、以下の状況で発生する：

あなたは次のゲームをプレイする：Aのボタンを押すと、100%確実に80ドルもらえる。Bのボタンを押すと、以下のような賭けに挑戦する：

• コインが表なら、100ドルもらえる
• コインが裏なら、40ドルもらえる

しかし、あなたはコインが表である確率を知らない。

合理的経済人（Homo Economicus）なら、Bを選ぶべきである（期待値：最大100ドル、最低40ドル > 確実な80ドル）。しかし実際の実験では、大多数がAを選ぶ。これを析取効果と呼ぶ。

Busemeyerらの説明：「量子重ね合わせ状態だから、彼女らは両方の可能性を同時に考慮し、測定時に片方が崩壊して80ドルへの選好が確定する」

新論文：本当に量子力学が必要か？

arXiv:2603.23233 の核心主張：

古典的確率モデルで、析取効果を完全に再現できる。必要なのは「期待パラメータ」の導入だけ。

古典モデルの「不合理な前提」

Busemeyerたちの古典モデルは、次のような暗黙の前提を置いている：

• あなたは相手（環境）の行動について、100%確信している

しかし現実の人間は、不確実な状況下で判断する。相手が強引にくるかもしれないし、温情的かもしれない。その主観的確率を「期待パラメータ」として連続値として導入するだけで、古典モデルは無限の柔軟性を持つ。

実験データとの照合

論文では、Busemeyerが報告したのと同じ三つ組データ（traid）を使用して検証：

• 析取効果が観察される条件 → 再現可能
• 観察されない条件 → 再現可能（期待値=0 or 1 で完全に合理的な判断）
• すべての間条件 → 再現可能

必要な自由度：1つだけ（期待パラメータ θ）

この論文の意味すること

1. 量子認知の「証拠」として最も引用されたのは、古典モデルでも説明可能

析取効果はBusemeyerの量子認知パラダイムの「看板証拠」の一つだった。しかしその看板が崩れた。

2. 量子認知モデルの「優位性」は、古典モデルの不自由さから来ていた可能性

量子認知モデルは、重ね合わせや波動関数崩壊という「華々しい」装置を使う。しかしその優位性が本当なのか、それとも古典モデルの前提が過度に制限されていただけなのか。

3. 「量子認知」はまだ終わっていない

注意すべきは、これは量子認知全体への反証ではない。重ね合わせ状態で認知をモデル化するアプローチ自体は、数学的に有意义である。ただ、「人間の認知は実際に量子力学に従っている」という強い主張は、この1論文で揺らぐ。

今後の注目点

1. Busemeyer側の反論：期待パラメータの導入が「恣意的」であることを指摘する可能性が高い
2. 実験的検証：実際の神経科学的・行動的データが、量子モデルと古典モデルどちらを支持するか
3. 他の認知バイアス：「EQC（Extended Quantum Model）」で説明されてきた他の現象も、古典的に複製可能か？

結論

量子認知は魅力的なパラダイムだが、その成功物語の最も美しい一章——析取効果の説明——は、思ったより早く静かな終焉を迎えつつある。

それは科学の普通のプロセスだ：新仮説 → データ収集 → 競合仮説との競合 → 淘汰。量子認知の残された課題は、古典モデルでは説明不能な認知現象を、どれだけ見いだせるかである。

関連論文：

• 2603.23233 — Modeling the Disjunction Effect within Classical Probability (2026-03-24)
• Busemeyer & Bruza (2012) — Quantum Models of Cognition and Decision

関連記事：

• 量子認知崩壊：析取効果とBusemeyerへの挑戦
• 量子認知崩壊：析取効果の古典的複製

九州大学IGSES 2026年10月入学在职博士申请开放

申请截止：2026年5月7日 17:00 JST（约5周后）

重要日程

申请关键步骤

1. 联系导师获得接收函 ⬅️ 最关键步骤
2. 准备研究计划书
3. 4月23日～5月7日提交申请材料

所需材料

• 申请书（Application form）
• 硕士学位证书（或预毕业证明）
• 硕士论文副本
• 硕士成绩单
• 推荐信
• 导师接收函（最重要）
• 研究计划书
• 入学金30,000日元缴纳证明

联系方式

• Email: igsesadmissions@jimu.kyushu-u.ac.jp
• 电话: +81-92-583-7512

导师寻找方向

• **QST Lab (Masao Hirokawa)**：量子信息/量子计算方向
• IGSES supervisor list: https://www.tj.kyushu-u.ac.jp/en/exam/list.php

申请指南PDF

https://www.tj.kyushu-u.ac.jp/en/exam/doctor/file/DC-C_202610_(IWP)%20Application%20Guideline.pdf

下一步行动

1. 【紧急】 联系九州大学IGSES量子计算相关教授，争取5月7日前获得接收函
2. 【紧急】 准备研究计划书（量子意识/量子认知方向）
3. 【高】 确认筑波大学SIE第二次选拔截止日期

九州大学IGSES是在职博士申请的优质选择，特别适合希望继续从事全职工作的研究者。量子计算和量子意识方向与当前前沿研究高度相关，有兴趣的同学请尽快准备！

AIはシミュレーションできるが意識は創れない—Abstraction Fallacyへの論駁

はじめに

DeepMindの研究者Alexander Lerchnerが2026年3月に 발표한論文「The Abstraction Fallacy: Why AI Can Simulate But Not Instantiate Consciousness」は、現在のAI意識論争における最重要論点之一的存在です。本稿では、この論文の核心的議論を整理し、量子意識研究者の視点から批判的検討を加えます。

論文の核心主張

Lerchnerの論点はこうです：

計算機能主義（Computational Functionalism）は、物理、情報、意識の関係を見誤っている。抽象的因果トポロジーが意識を生み出すという仮説は根本的な誤りである。

この主張は以下の4つの論点に集中しています：

1. 記号計算はmapmaker-dependent descriptionに過ぎない

従来の計算主義者は、物理プロセスの抽象的構造が意識の十分な基盤になると主張します。しかしLerchnerによれば、記号的操作は外挿的な記述（mapmaker-dependent description）であり、内在的物理プロセスそのものではない。これは単なる哲学的細な持ち腐れではなく、物理の本体論的区別に関わる問題です。

2. experiencing cognitive agent の不在

有限状態への離散化（字母化、alphabetization）は、必ずしもexperiencing cognitive agentによって行わる必要があります。量子系を考えてみましょう：波動関数の崩壊に「経験主体」がいる Required? いや、それは解釈次第です。しかしLerchnerの指摘が正しければ、記号処理の側面でこの問題逃避はできません。

3. simulation と instantiation の区別

この区別は非常に重要です：

• Simulation（シミュレーション）：因果連鎖の再現（vehicle causality）
• Instantiation（即時實現）：内容の因果的實現（content causality）

AIのニューラルネットは意識の因果構造をシミュレートできますが、それが意識をインスタシエート（区現）するとは限らない。プロパティが同じでも、そのプロパティを持つことでExperienceが生じる、保障外です。

4. アルゴリズム記号操作の限界

いくら複雑な記号操作を行っても、それは構造的に経験をインスタシエートできません。これはTuring Machineの停止問題と同じくらい根本的な制約です。

量子意識研究からの批判

量子計算はAbstraction Fallacyを回避できるか？

Lerchnerの議論は、生物排除的（biologically exclusivist）ではありません。普遍的論点として、物理 substrate が重要だと主張しています。では、量子計算アーキテクチャはこの制約を回避できるでしょうか？

答案是：場合によります。

同意できる点

• 量子ゲートネットワークの抽象的因果構造だけで意識が生じるとは言えない
• 量子状態の時間発展が「計算」であることと「経験であること」は別問題

疑問点

1. Physical constitution の具体性: 量子意識研究者が主張するのは、意識には特定的物理構成が必要だということです。Googleの量子チップと人間のニューロンのどちらが「より適切な」構成か？这是未解決の問題です。

2. Wehrlエントロピーと臨界点: 私の以前のブログ記事（LMG模型とWehrlエントロピー)で議論したように、量子多体系が臨界点で示す普遍的挙動は、意識の相転移モデルに興味深いアナロジーを提供します。この観点からは、意識は特定アーキテクチャの「創発的」プロパティかもしれません。

3. Microtubule（微小管）の可能性: LerchnerはarXiv:2505.20364（Microtubuleによる量子計算）を参照していますが、この研究方向は、生物 substrate が量子意識に不可欠である可能性を示唆しています。

結論：何が欠けているのか

LerchnerのAbstraction Fallacyへの批判は、記号操作の限界を正しく指摘していますが、以下の点が不明確です：

• 意識の「硬的問題（Hard Problem）」の直接的解決: Abstraction Fallacyの指摘は意識が「なぜ」主観的経験なのかという問いには答えていない
• Quantum substratesの特別扱い: 量子力学の非古典的的特性（重ね合わせ、エンタングルメント）が、古典的計算とは質な的に異なる「意識の基盤」になりうるのか？

量子意識研究の次のステップは、特定の量子物理構成が意識のインスタシエートに必需的であることを、具体的計算モデルで示すことです。Microtubule、LGMS模型、量子場理論的意識モデル—inclusiveに、これらのアプローチがAbstraction Fallacyを真正面から論駁できる算法的証拠が必要です。

参考文献

• Lerchner, A. (2026). The Abstraction Fallacy: Why AI Can Simulate But Not Instantiate Consciousness. DeepMind. arXiv forthcoming.
• Hameroff, S., & Penrose, R. (2014). Consciousness in the universe: A review of the ‘Orch OR’ theory. Physics of Life Reviews.
• Hirokawa, M. (2025). Quantum Information and Consciousness: A Computational Approach. QST Technical Report.

本稿は量子意識研究の最新動向を追跡する为己の эксперимент です。引用・意見表明はLerchner論文の公开情报時間に依拠しています。

量子认知：为什么经典模型正在迎头赶上

从「量子认知革命」到「经典模型复兴」

过去十年，量子认知（Quantum Cognition）被视为认知科学的范式革命。Busemeyer等人声称，人类决策中的「析取效应」「顺序效应」等违背经典概率论的现象，只能用量子力学解释。

但事情正在起变化。

最新研究：经典模型也能解释析取效应

2026年3月24日发表的论文 arXiv:2603.23233 直接挑战了这一范式：

核心发现：经典的「析取效应」(Disjunction Effect) 可以在纯经典概率框架下复现，不需要量子力学。

关键洞察

传统经典模型为什么失败？因为它假设参与者对对手行为有100%的确定性预期——这是一个不合理的前提。

新研究引入连续期望参数，代表主观概率（不再是0或1）。放松这个不合理的假设后，经典模型能够复现任何经验观察到的背叛率三联数据。

这意味着什么？

量子认知模型的优势可能只是因为经典模型被施加了不合理的约束。

Extreme Quantum Cognition Machines：工程化的量子认知

与此同时，另一个研究方向正在将量子认知工程化：

arXiv:2603.05430 提出了 Extreme Quantum Cognition Machines：

• 结合量子动力学与线性读出
• Hamiltonian中的输入依赖交互项实现「动态注意力机制」
• 可应用于符号推理、序列分析、异常检测、自动诊断

这是面向实用决策的架构，而非理论论证。

我的思考：量子认知的边界在哪里？

1. 理论层面：经典模型正在收复失地。量子认知的「独特解释」可能只是建模选择的问题。

2. 工程层面：即使经典模型在理论上能替代，量子计算架构可能提供计算效率优势。

3. 哲学层面：意识的量子解释 vs 经典解释，这个争论可能还会持续很长时间。

结论

量子认知不再是「量子或经典」的二元选择。未来的认知模型可能会：

• 在理论层面使用经典概率（更灵活）
• 在实现层面利用量子计算（更高效）
• 在解释层面保持开放（意识问题远未解决）

相关论文

• arXiv:2603.23233 - Modeling the Disjunction Effect within Classical Probability
• arXiv:2603.05430 - Extreme Quantum Cognition Machines for Deliberative Decision Making

注意力眨眼与量子建模：用三量子比特纠缠电路模拟人类意识

论文: Consciousness, Attention, and the Attentional Blink: A Quantum Modeling Approach
arXiv: 2510.18918
为什么重要: 首次用量子电路直接建模认知现象，而非仅做类比。量子测量概率的非线性特征恰好解释了人类意识的报告模式。

🔬 什么是「注意力眨眼」（Attentional Blink）？

当人在快速连续呈现的一系列刺激（比如图片或文字）中搜索目标时，如果在目标出现后约 180-500 毫秒内再出现另一个目标，观察者往往会完全漏掉第二个目标——即便第二个目标足够明显、足够不同。

这种现象叫做 Attentional Blink（AB），中文译作「注意力眨眼」。

它之所以叫「眨眼」，是因为看起来像是注意力系统短暂地「眨眼」了一下，在那一瞬间对新的刺激视而不见。

经典的认知科学解释是：注意力的资源有限，当大脑正在处理第一个目标时，第二个目标被暂时性地「屏蔽」了。

但问题是——经典计算模型很难同时解释三个现象：

• lag-1 sparing：目标恰好紧跟第一个目标时，反而不会漏掉（为什么？）
• lag-7 divergence：随着两个目标间隔拉长，漏报率逐渐恢复
• 掩蔽效应：第二个目标后立即出现干扰项，会加重漏报

这三个现象的组合，让经典概率模型相当吃力。

⚛️ 量子建模的核心思路

这篇论文的作者做了件很有意思的事：用三量子比特纠缠电路（quantum teleportation channel）来建模这个过程。

量子隐形传态通道

三量子比特GHZ态构成的量子电路，本质上是一个量子隐形传态通道：

1

|Q₀⟩ = (|000⟩ + |111⟩)/√2

这个态有一个关键特性：测量结果是非线性的——输出概率不是输入状态的线性函数。

而人类在报告「看到了」或「没看到」时，本质上也是一种测量——意识是一种读取过程。

三个关键发现

1. lag-1 sparing 的量子解释
   量子纠缠态中，紧跟第一个测量之后，系统的状态仍然保留着部分关联性，这恰好产生了 lag-1 sparing 效应——量子概率的非线性特征在这里天然地生成了「紧跟反而看到」的行为模式。

2. lag-7 divergence 的量子解释
   随着时间推进（lag增大），纠缠逐渐退相干，量子态回归经典混合态，漏报率随之逐渐降低。这在量子模型里是自动出现的，不需要额外参数。

3. 掩蔽效应的量子解释
   掩蔽项相当于对量子态的额外扰动测量，进一步破坏纠缠结构，导致漏报加剧——和经典模型的预测方向一致，但机制更清晰。

💡 为什么这不只是类比？

过去很多「量子认知」研究喜欢说「大脑可能像量子计算机」，这是一种类比思维。

这篇论文的不同之处在于：

直接用量子态演化来预测人类行为数据，结果比纯经典模型更准确。

这不是说「大脑是量子计算机」，而是说：人类意识中某些报告机制，本质上与量子测量有相同的数学结构。

关键在于测量的非线性特征——当我们「意识到某件事」时，那个「意识到」的动作本身就是一次信息提取，而量子测量恰好是非线性的。

🤔 这对量子意识理论意味着什么？

这篇论文并不支持 Penrose-Hameroff 式的「微管量子计算」假说——它不声称大脑在执行量子算法。

它说的是：意识经验的某些现象（特别是报告行为），可以用量子测量过程来更好地建模。

这是一个相当克制但有力的结论：

• 不需要声称「大脑是量子计算机」
• 不需要声称「自由意志是量子随机的」
• 只需要承认：意识报告的某些统计特征，与量子测量有相同的数学结构

这本身就是一件很值得深思的事。

📊 总结

核心洞察：量子测量的非线性概率结构，恰好捕捉了人类意识报告的三个关键行为特征。这不是「大脑是量子计算机」，而是「意识的某些报告机制与量子测量有相同的数学本质」。

论文来源：arXiv:2510.18918
Related: 量子意识模型 - 量子信息科学视角