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