11、量子计算与认知模拟：从概念组合到神经元结构

量子计算与认知模拟：从概念组合到神经元结构

1. 概念属性重要性的研究

在相关研究中，首先对至少 10 名参与者中 3 人提出的属性进行整理。接着，让参与者对每个属性对于每个概念以及概念组合的重要性进行评分。重要性评分采用 7 点语言量表，从“对概念的所有示例必然为真”到“对概念的所有示例必然为假”，随后赋予从 4 到 -2 的数值评分。

随后产生的问题是，概念组合中属性的重要性与组成概念中属性的重要性之间有何关系。关键现象包括：
- 组合不满足交换律。
- 可能出现继承失败，即某个概念中重要的属性在组合中未被传递。
- 可能出现属性涌现，即两个组成概念中都不重要的属性在组合中变得重要。
- 必要性和不可能性得以保留。

为了对这些数据进行建模，采用了多线性回归方法。在相关研究中，“A which is a B”被建模为：
[
|A \text{ which is a } B\rangle = |A\rangle \odot_{\text{is}} |B\rangle
]
其中，“is”是将“is”这个词建模为及物动词的矩阵。为了对相关数据进行建模，使用数值求解器来确定动词“is”的参数，结果表明基本上可以精确地对数据进行建模。

2. 心理数据中过度和不足扩展的建模

人类概念组合中的过度和不足扩展现象已得到广泛研究。在合取情况下，经常会出现过度扩展；在析取情况下，经常会出现不足扩展。而且，合取中的成员资格取决于合取的顺序。

Aerts（2009）采用量子模型对这些现象进行建模，该模型基于福克空间，以两种不同方式考虑两个概念的组合：