基于量子势阱形式化的个体认知退化模型

《Frontiers in Human Neuroscience》：A model of individual cognitive degradation based on the formalism of quantum potential wells

　　

为开发一种基于量子力学数学工具的个体认知退化模型，研究人员从信息图像理论（Information Images Theory, IIT）的视角出发。阐述了信息图像理论的基础。人的心智被表示为具有不同高度有限壁的一维势阱，以及一个模拟意识与潜意识边界的内部势垒。模型参数根据所提出的理论框架确定。其结果是，开发了用于模拟人脑认知活动的数学工具，获得了信息图像的状态方程，并进行了认知退化过程的数值模拟。证明了在认知能力测试模拟中，势垒大小对信息图像激活的影响。在高势垒值（对应于功能良好的认知系统）下，聚焦发生在极小的波包扩展下。随着势垒高度降低（模拟认知系统的退化），观察到信息图像波包扩展逐渐增加。在这些条件下，个体激活信息图像变得更加困难，集中程度降低。未来研究将集中于所提出模型的实验验证及其在预测认知功能动态、评估认知退化程度及相关任务中的应用。

人类认知活动中的信息传递与加工过程是认知科学的基础问题。尽管已有多种神经电生理方法和心理测量方法用于考察信息处理各个阶段，但许多描述信息传递与认知活动的模型仍存在可扩展性差或形式化不足的问题，难以从根本上解释信息传递及由外部交流环境造成的失真。此外，人类思维并非基于类似计算机代码的结构，而是依赖于大量信息图像之间的相互作用；这种图像性特征使得经典数学模型难以描述。与此同时，认知退化（cognitive degradation，即认知功能的渐进恶化）可能由老化、疾病、药物副作用等因素诱发，影响广泛人群，因此开发能够预测和潜在管理该过程的工具具有重要现实意义。量子理论形式化已被用于认知建模，例如量子认知模型利用叠加、干涉和纠缠等概念解释判断的语境性、决策中的问题顺序效应等，这为本研究采用量子势阱（quantum potential well，描述粒子在有限势能区域中束缚态的量子力学模型）来描述信息图像活动提供了概念基础。

研究人员基于信息图像理论，将人的心智表示为具有不同壁高和内部势垒的一维势阱，其中信息图像（Information Image, II）作为具有能量和动量的粒子在势阱中振荡，势阱壁对应外部交流互动屏障，内部势垒则模拟意识与潜意识的分界。通过定态薛定谔方程建立信息图像的状态方程，并数值模拟不同势垒高度下认知退化过程中信息图像波包的聚焦与散焦行为。研究表明，高势垒对应功能良好的认知系统，信息图像波包聚焦良好、扩展极小；低势垒则导致波包显著扩展，信息图像激活困难，对应认知退化。该模型为描述认知系统的正常与病理性状态提供了新的数学表述，并为未来实验验证和认知功能动态预测奠定了基础。

研究人员采用的主要技术方法包括：（1）基于信息图像理论构建认知空间势阱模型，以外部信息刺激作为薛定谔方程的微扰项，结合边界条件求解波函数；（2）采用波包动力学方法，将N个信息图像表示为谐波振荡的叠加，定义波包聚焦函数J(z,τ)量化聚焦/散焦程度；（3）采用二分法数值求解波参数K_n，在归一化坐标z∈[0,2]和时间τ∈[0,0.5]范围内，对N=(512,2048,8192)和势垒高度U₀=(1000,10000,∞)进行模拟。本研究为纯理论数值模拟，未使用实验样本队列。

研究结果可归纳为以下几种情形。高势垒情形：当势垒值较高（如U₀=10000）时，数值模拟显示信息图像波包在时间演化中保持稳定聚焦，波包扩展极小；这对应认知功能良好的个体，在认知测试中几乎不出现绩效下降。低势垒情形：当势垒值较低（如U₀=1000）时，波包显著扩展，能量集中度降低，大量信息图像无法达到参与信息交互所需的能级；这对应进行性认知退化个体，可表现为决策时间延长、错误率增加，即使所需信息图像存在，也因激活不足而无法有效利用。中间势垒情形：在中间势垒值下，聚焦程度逐渐降低但未完全散焦，可能对应于整体机体张力下降而非直接性认知退化，但同样属于认知系统不同状态的建模范围。通过调节势垒大小，模型可模拟从健康到不同程度认知退化的一系列状态。

讨论部分指出，经典模型在将信息对象视为物理实体并解释其有效守恒律方面存在困难，而量子式模型能更好地描述认知系统的自组织状态。模型还解释了长期保持专业活动者认知能力较好的现象——持续的外部刺激维持高势垒，从而延缓认知退化，这种解释是抑制缺陷理论或图模型难以提供的。同时，当前模型将多种因素整合为单一势垒参数，这增加了实验验证和细化的难度，未来需将影响聚焦函数形态的各类因素分离，并纳入情绪、压力等变量。研究结论可翻译为：在本研究中，基于量子势阱形式化和信息图像理论，开发了一种原创性的个体认知退化数学模型。该模型能够描述信息图像在人类认知空间中的动力学及其与外部环境的相互作用。研究证明了势垒大小对信息图像激活的影响：高势垒时聚焦发生且波包扩展极小，势垒高度降低时波包扩展逐渐增加，信息图像更难激活，整体集中度下降。本研究的科学新颖性在于将量子力学方法应用于认知过程建模，为研究人脑信息处理机制开辟了新视角。该模型可用于描述认知系统的正常和病理状态，未来将纳入情绪状态、压力水平等更多因素，并将在受控实验条件下进行验证。