神经元网络活动的类量子表示：模拟“心智纠缠”

类量子建模（QLM）——即量子理论在物理学之外的应用——正在生物学、认知、心理学和决策领域得到深入发展。对于认知而言，QLM 应区别于 Hameroff 和 Penrose 以及 Umezawa 和 Vitiello 所倡导的量子还原论模型。QLM 关注的不仅仅是大脑中的量子物理过程，还包括宏观神经元结构进行的类量子信息处理。尽管认知和决策的 QLM 已取得一些成功，但它仍受困于大脑中振荡神经元网络功能与类量子行为模式之间存在的知识鸿沟。最近，利用广义概率论和前量子经典统计场论（PCSFT）——一种超越复希尔伯特空间形式的随机场模型——已朝着弥合这一鸿沟迈出了步伐。PCSFT 被用于从神经元网络的经典“振荡认知”过渡到决策的 QLM。在本研究中，我们解决了这一构建中最困难的问题：经典网络生成纠缠的 QLM，即心智纠缠。我们从基于描述局部可观测量的算子代数并在类量子态空间中引入张量积结构的观测性纠缠方法入手。此外，我们应用了标准态纠缠方法：由大脑中空间分离的网络生成纠缠。最后，我们讨论了未来利用脑电图/脑磁图技术检测心智纠缠的可能实验。