量子大脑与Deep Teleportation：量子电路模拟意识报告

注意瞬脱：意识研究中的经典难题

想象一下：你在看一连串快速闪过的图片，其中两个位置藏着你需要记住的目标（T1和T2）。当T1和T2间隔太短时，你会错过T2——这就是著名的注意瞬脱（Attentional Blink）现象。

奇怪的是，lag-1时反而能报告T2（Lag-1 Sparing）：当T2紧跟在T1之后时，你还能抓住它；但再久一点就完全”看不见”了。这种非线性的人类反应模式，经典模型一直拟合不好。

论文《Deep Teleportation: Quantum Simulation of Conscious Report in Attentional Blink》（Ahmad Sohrabi，Carleton University，arXiv:2512.18585v2，q-bio.NC，投稿于2025年12月31日）提出了一种新方法：用量子纠缠电路来模拟这个现象。

Deep Teleportation Channel：三量子比特纠缠Ansatz

论文的核心是用一个三量子比特的纠缠ansatz电路来模拟意识报告过程：

1
2
3
4
5
电路架构：deep teleportation channel
- 三个量子比特纠缠
- mask刺激编码为随机角度旋转
- 测量结果作为经典概率输出
- 输出接入简单线性神经网络

不同于传统的EPR纠缠通道，这里用的是”深度远程传送通道”——这让模型能够捕捉时间动态。

核心结果：成功复现三个人类现象

  1. Lag-1 Sparing：T2紧跟T1时反而能报告（非线性！）
  2. Lag-7 Divergence：长间隔后的发散行为
  3. Masking Effect：掩蔽刺激的效应

最终产生了一个非线性交替状态模式，与人眼数据高度吻合。

为什么重要

这是量子认知模型直接模拟意识报告现象的成功案例。之前的量子认知多用于视觉或推理，这次是少数直接针对”意识本身”的建模尝试。关键技術点：三比特纠缠（比双比特EPR更强大的表示能力）、混合架构（量子电路 + 经典神经网络）、时间动态（通过随机角度旋转编码时间结构）。

与其他量子认知研究的联系

这项工作与量子认知领域的其他研究形成呼应：

  • Busemeyer 的量子决策理論：展示了量子模型在人类决策中的预测优势
  • 析取效应研究（arXiv:2603.23233）：虽有研究表明经典模型在某些情况下也能复现析取效应，但这并不否定量子模型在其他现象（如注意瞬脱的时间动态）上的价值
  • Extreme Quantum Cognition Machines（arXiv:2603.05430）：工程化实现量子认知的架构

对量子意识研究的启示

  1. 意识可能确实具有量子特性：至少在某些实验范式（如注意瞬脱的时间结构）中，量子模型比经典模型更自然地解释了数据
  2. 时间维度是关键：量子态的时间演化可能是理解意识时间结构的关键
  3. 量子-经典边界：在大脑这个宏观系统中，量子效应如何保持相干性仍然是一个开放问题

开放问题

  1. 生物实现：三比特纠缠在生物系统中如何实现？微管？神经元网络？
  2. 混合模型的哲学问题：量子测量结果→经典神经网络，这是”真正的”量子意识还是混合模型？
  3. Lag-1 Sparing的量子解释：纠缠态的相长干涉？
  4. 这个量子模型在更大的数据集中是否仍然有效？能否预测新的注意力现象？大脑中的量子相干性如何在温暖潮湿的环境中保持？

2026年4月13日
参考文献：

  1. Sohrabi, A. Deep Teleportation: Quantum Simulation of Conscious Report in Attentional Blink. arXiv:2512.18585. (Carleton University; under review at Cognitive Systems Research)

留言

2026-04-13
▲