人的大脑就是量子计算机吧,新发现!人类大脑就是台量子计算机:如此神奇

然而,在过去十年中,越来越多的证据表明某些生物系统可能采用量子力学。例如,在光合作用中,量子效应可以帮助植物将阳光变成燃料。科学家们还提出,候鸟有一个“量子指南针”使之能够利用地球的磁场进行导航,抑或人类的味觉可能也源自于量子力学。

Fisher在大脑中进行量子处理的这个概念广泛适用于被称之为量子神经科学的新兴的量子生物学领域。他提出了一个十分复杂的假设,糅合了核和量子物理,有机化学,神经科学和生物学等多个学科。虽然他的想法仍然受到大量且合理的质疑,但也有些研究人员慢慢开始注意他的想法了。加利福尼亚理工学院物理学家John Preskill写道,“那些读了他的论文的人(我希望很多人会这么认为)肯定会得出这样的结论:这个老家伙不是那么疯狂。他可能意识到了一些事情,至少他提出了一些非常有趣的问题。”

麻省理工学院的物理学家SenthilTodadri,作为Fisher多年的好友和同事,他同样持怀疑态度,但他认为Fisher已经把核心问题转变到了——量子处理是在大脑中发生的?——这需要有严格的测试来验证这种情况的可能性。Todadri说:“一般的假设都是,在大脑中绝对不会存在量子信息处理的情况。他提出的这个想法在学界完全是一个空白的领域,所以下一步就要看他是否能够自圆其说了。”事实上,Fisher已经开始组建了一个团队来进行实验室测试,以期回答所有人关于这个问题的质疑。

Fisher出生于物理学世家,他的父亲Michael E. Fisher是马里兰大学帕克学院一名杰出德邦物理学家,纵观他父亲的整个职业生涯,其在统计物理学方面的工作获得了诸多荣誉和奖励。他的兄弟Daniel Fisher是斯坦福大学的应用物理学家,专攻进化动力学。Matthew Fisher一直紧跟他们的脚步,朝着成为一名杰出的物理学家而不断努力。就在2015年,他还因量子相变的研究获得了奥利弗�巴克利奖。

那么是什么驱使他远离主流物理学,走向充满争议且混乱的,糅合了生物学,化学,神经科学和量子物理学的领域呢?(即有关在大脑中进行量子处理的假说),这主要是源自于一次自己与抑郁症的斗争。

Fisher深深地记得,1986年2月那天早上,当他醒来时感觉到十分麻木和泄气,仿佛一个星期都没有睡觉。他说:“我觉得我就跟吸毒了一样。”睡得再多也都没有用,调整饮食和运动方式也完全是徒劳,但是血液测试却显示没有什么毛病,一切正常。就这样,他的病情整整持续了两年。他说:“每当我醒来,偏头痛的感觉遍布整个身体。”他的状况十分糟糕,甚至考虑过要自杀,直到他第一个女儿的诞生,这给了他一个继续与抑郁症进行抗争的理由。

最后,他还是找了一个精神病医生给他开了三环类抗抑郁药,三个星期之后,他的精神状态便有所好转。Fisher说:“厚厚的雾完全笼罩着我,使我无法看到太阳,但那云却不是太密集,我能从它的背后看见光。”九个月后,他仿佛重获新生,尽管药物有着一些明显的副作用,比如说致使他的血压升高。后来,他转而使用百忧解(含fluoxetine氟西汀,也是一种抗抑郁药),并就不断监测和调整自己的特殊药物治疗方案。

Fisher自身的经历使他确信这些药是有效的。但令Fisher吃惊是,他发现神经科学家对于它们是如何发挥药效知之甚少。这激发了Fisher的好奇心,鉴于他在量子力学方面拥有丰富的专业知识,他开始思考在大脑中量子处理的可能性。五年前,利用自己使用抗抑郁药这一经历作为起点,他全身心地投入到关于这个问题的学习当中去。

几乎所有的精神药物都是复杂的分子,而他专注于其中一种最简单的锂,这只是一个原子,换句话来说,这将是一个比百忧解更容易研究的模型。Fisher说,这种类比还是比较恰当的,因为锂原子是一种围绕原子核的电子球。他指出,一般从当地药房买到的处方药,其中可以得到的锂主要是一种常见的,被称为锂-7的同位素。不同的同位素,例如更罕见的锂-6,是否会产生相同的结果?理论上应该是会产生同样的结果,因为两种同位素在化学上完全一致,它们的区别仅在于核中的中子数。

当Fisher梳理文献时,他发现了一个锂-6和锂-7效果的对比实验。1986年,康奈尔大学的科学家研究了两种同位素对老鼠行为的影响。实验把怀孕的老鼠分成三组:一组给予锂-7,一组给予同位素锂-6,第三组作为对照组。一旦幼仔出生,再观察它们清洁、起居、护理幼崽、筑巢、进食等活动,结果显示,喂养锂-6的大鼠活性显著高于对照组或饲喂锂-7的大鼠。

这难倒了Fisher。这两种同位素的化学性质不仅相同,原子质量的细微差别在很大程度上也会被体内环境所消除。那么,什么可以解释研究人员所观察到的这些老鼠在行为上的差异?

Fisher认为,秘密可能在于核自旋,这是一个量子力学性质,简单地说,自旋度量了原子核能“感觉”到多少电场和磁场的程度。自旋越大,相互作用力就越大。如果一个原子核具有最低可能的自旋值,那么它与电场之间几乎没有任何相互作用,仅有一个非常小的磁场作用。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
卷积神经网络(Convolutional Neural Networks,简称CNNs)是一种特殊类型的人工神经网络,它在图像处理和模式识别任务中表现出色。与人类大脑相比,卷积神经网络的结构和功能有一些类似之处。 首先,卷积神经网络的设计灵感来自于人类视觉系统。人类大脑中的视觉皮层包含了许多神经元,这些神经元对不同的视觉特征(如边缘、纹理等)进行感知和响应。类似地,卷积神经网络通过卷积层来提取图像中的特征,每个卷积层都包含了一组卷积核(也称为滤波器),用于检测图像中的不同特征。 其次,卷积神经网络还具有分层结构,类似人类大脑中的分层处理。人类大脑中的视觉信息会经过多个处理层次,从低级特征(如边缘)到高级特征(如物体形状)。类似地,卷积神经网络通常由多个卷积层和池化层组成,每个层次都对输入数据进行不同程度的特征提取和抽象。 最后,卷积神经网络还具有学习能力,类似人类大脑中的学习和适应能力。卷积神经网络通过反向传播算法来优化网络参数,使其能够自动学习输入数据中的特征和模式。这种学习能力使得卷积神经网络能够在训练过程中逐渐提高性能,并且可以适应不同的任务和数据集。 综上所述,卷积神经网络与人类大脑在结构和功能上存在一些类似之处,但仍然存在一些差异。卷积神经网络是一种受到人类大脑启发的算法数学模型,通过模拟人类大脑的某些特征和制来实现图像处理和模式识别任务。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值