人間の行動は多くの科学者を魅了する謎である。そして、人間の心の働きを説明する上で確率が果たす役割について、多くの議論がなされてきた。
確率とは、ある事象がどれくらいの確率で起こるかを示すために考案された数学的枠組みであり、日常的な多くの場面で有効に機能する。例えば、コイントスの結果は1/2、つまり50％と表現される。
しかし、人間の行動はこのような伝統的な、あるいは「古典的な」確率の法則では完全にはとらえられないことが研究で明らかになっている。その代わりに、量子力学のより神秘的な世界における確率の働きで説明できるのだろうか？
数学的な確率は、原子や素粒子のスケールで自然がどのように振る舞うかを記述する物理学の一分野である量子力学にも不可欠な要素である。しかし、これから説明するように、量子の世界では確率はまったく異なる法則に従っている。
過去20年間の発見により、人間の認知、つまり人間の脳がどのように情報を処理し、知識や理解を獲得するかにおいて、「量子性」が重要な役割を果たしていることが明らかになった。これらの発見は、人工知能（AI）の開発にも潜在的な意味を持つ。
人間の“非合理性”
ノーベル賞受賞者のDaniel Kahnemannやその他の認知科学者は、人間の行動の「非合理性」について研究してきた。行動パターンが数学的見地から古典的確率論のルールに厳密に従わない場合、それは「不合理」とみなされる。
例えば、ある研究によれば、学期末試験に合格した学生の大多数は、試験後に休暇に出かけることを好むという。同様に、不合格だった学生の大多数も休暇に行きたがる。
もし生徒が自分の結果を知らなければ、古典的な確率では、合格であれ不合格であれ、休暇を選ぶと予測される。しかし実験では、大多数の生徒が、自分の成績がわからないなら休暇には行きたがらなかった。
直感的には、試験の結果をずっと気にするのであれば、学生が休暇に行きたがらないのは理解できないことではない。しかし、古典的な確率はこの行動を正確にとらえることができないため、非合理的と表現されるのである。認知科学においても、古典的確率法則の多くの類似した違反が観察されている。
量子脳？
古典的な確率論では、一連の質問が投げかけられたとき、その答えは質問の順序に依存しない。対照的に、量子物理学では、一連の質問に対する答えは、質問の順番に決定的に依存する。
一例として、電子のスピンを2つの異なる方向から測定する方法がある。まず水平方向のスピンを測定し、次に垂直方向のスピンを測定すれば、1つの結果が得られる。
量子力学の特徴としてよく知られているように、順序を逆にすると結果は一般的に異なる。量子系の性質を測定するだけで、測定対象（この場合は電子のスピン）に影響を与え、その後の実験結果に影響を与える可能性がある。
秩序依存性は人間の行動にも見られる。例えば、質問の順番が回答者の回答に与える影響について20年前に発表された研究では、被験者に前アメリカ大統領のBill Clintonは正直だったと思うかどうかを尋ねた。続いて、副大統領のAl Goreは正直だと思うかと尋ねられた。
この順序で質問をした場合、50％と60％の回答者が正直だと答えた。しかし、まずGoreについて質問し、次にClintonについて質問したところ、それぞれ68％と60％が正直だと答えた。
日常レベルでは、人間の行動はしばしば古典的確率論のルールに反するため、一貫性がないように見えるかもしれない。しかし、このような行動は量子力学における確率のしくみには合っているように見える。
このような観察から、認知科学者のJerome Busemeyerをはじめとする多くの人々が、量子力学は全体として人間の行動をより一貫性のある方法で説明できると認識するようになった。
この驚くべき仮説に基づき、認知科学の分野で「量子認知」と呼ばれる新しい研究分野が生まれた。
思考プロセスが量子の規則によって規定されることは、どのようにして可能なのだろうか？私たちの脳は量子コンピューターのように動いているのだろうか？その答えはまだ誰にもわからないが、経験的データは、私たちの思考が量子のルールに従っていることを強く示唆しているようだ。
ダイナミックな行動
このようなエキサイティングな開発と並行して、私と共同研究者たちは過去20年間にわたり、外界からの「ノイズの多い」（つまり不完全な）情報を消化する際の人々の認知行動のダイナミクスをモデル化（あるいはシミュレーション）するためのフレームワークを開発してきた。
量子の世界をモデル化するために開発された数学的手法が、人間の脳がどのようにノイズの多いデータを処理するかをモデル化するために応用できることを、私たちは再び発見したのである。
これらの原理は、脳だけでなく、生物学における他の行動にも応用できる。例えば、緑色植物は、環境から化学的情報やその他の情報を抽出・分析し、変化に適応する驚くべき能力を持っている。
豆科の植物を使った最近の実験に基づく私の概算によれば、植物はこのような外部情報を、現在我々が持っている最高のコンピューターよりも効率的に処理することができる。
この文脈での効率性とは、植物が一貫して、その状況下で可能な限り外部環境の不確実性を低減できることを意味する。例えば、植物が光に向かって成長できるように、光が差し込む方向を簡単に検出するようなことだ。生物による効率的な情報処理は、生存に重要なエネルギーの節約にもつながる。
同じような法則が人間の脳にも当てはまり、特に外部からの信号を感知したときに心の状態がどのように変化するかということに当てはまるかもしれない。これらはすべて、現在の技術開発の軌跡にとって重要である。私たちの行動が量子力学における確率の働きによって最もよく説明されるのであれば、人間の行動を機械で正確に再現するためには、AIシステムは古典的なルールではなく、量子的なルールに従うべきなのだろう。
私はこの考えを人工量子知能（AQI）と呼んでいる。このようなアイデアから実用的なアプリケーションを開発するには、多くの研究が必要である。
しかし、AQIは、より実際の人間に近い振る舞いをするAIシステムというゴールへの一助となるだろう。
コメントを残す