量子脑：一种用于描述运动目标眼动追踪的循环量子神经网络模型

本文利用非线性薛定谔波动方程提出了一种理论量子脑模型。该模型提出存在一种量子过程来中介神经晶格（经典脑）的集体响应。该模型被用于解释追踪运动目标时的眼动。在使用循环量子神经网络（RQNN）模拟量子脑模型时，观察到了两个非常有趣的现象。首先，当眼传感器数据在经典脑中被处理时，量子脑中会触发一个波包。该波包像粒子一样运动。其次，当眼睛追踪固定目标时，该波包不是以连续模式而是以离散模式运动。这一结果让人联想到由“跳跃”和“静止”组成的眼跳运动。然而，当眼睛必须追踪动态轨迹时，这种眼跳运动与平滑追踪运动交织在一起。在某种意义上，这是首个解释静态场景情形下眼动实验观察的理论模型。与卡尔曼滤波等经典客观建模范式相比，所得预测被发现非常精确且高效。