Difference between revisions of "Store:QLMen18"

Latest revision as of 13:28, 30 April 2023

11.3. funciones psicologicas

Ahora, pasamos al modelo presentado en la Sección 10. Una red neuronal se modela como un sistema cuántico compuesto; su estado se presenta en el producto tensorial de espacios de estado de una sola neurona. Las funciones del cerebro realizan automediciones modeladas dentro de la teoría de los sistemas cuánticos abiertos. (No hay necesidad de considerar el colapso del estado.) La dinámica del estado de alguna función cerebral (función psicológica) $F$ se describe mediante la ecuación maestra cuántica. Sus estados estacionarios representan mezclas estadísticas clásicas de posibles salidas de $F$ (decisiones). Por lo tanto, a través de la interacción con el entorno electroquímico, $F$ (considerado como un sistema abierto) resuelve la incertidumbre que originalmente estaba codificada en estado entrelazado que representa incertidumbres en los potenciales de acción de las neuronas y las correlaciones entre ellos.

El entrelazamiento juega un papel crucial en la generación de consistencia en la dinámica de las neuronas. Como en la Sección 11.1, suponga que la representación de la información cuántica se basa en 0–1 $0-1$ código. Considere una red de $n$ neuronas que interactúan con el entorno electroquímico circundante $\varepsilon$ ,incluyendo la señalización de otras redes neuronales. El estado de la información viene dado por (32). El enredo codifica correlaciones entre la activación de neuronas individuales. Por ejemplo, el estado (33) está asociado con dos neuronas disparando sincrónicamente y el estado (34) con dos neuronas disparando asincrónicamente.

Salidas de la función psicológica $F$ basados biofísicamente en una red neuronal son el resultado de dinámicas de estado consistentes de neuronas individuales que pertenecen a esta red. Como ya se destacó, la evolución del estado hacia un estado estacionario es muy rápida, como consecuencia de la linealidad de la dinámica del sistema abierto; los elementos fuera de la diagonal de la matriz de densidad disminuyen exponencialmente rápidamente.

12. Observaciones finales

Desde 1990 (Khrennikov, 1999),^[1] el modelado de tipo cuántico fuera de la física, especialmente el modelado de la cognición y la toma de decisiones, floreció en todo el mundo. La teoría de la información cuántica (junto con la medición y las teorías de sistemas cuánticos abiertos) es un terreno fértil para las flores de tipo cuántico. La hipótesis básica presentada en este trabajo es que el funcionamiento de los biosistemas se basa en la representación de información cuántica de sus estados. Esta representación es el resultado de la evolución biológica. Este último es considerado como la evolución en el espacio de la información. Entonces, los biosistemas reaccionan no solo a las restricciones materiales o energéticas impuestas por el medio ambiente, sino también a las restricciones de información. En este artículo, las funciones biológicas se consideran como sistemas de información abiertos que interactúan con el entorno de información.

La representación cuántica de la información brinda la posibilidad de procesar superposiciones. Esta forma de procesamiento de la información es ventajosa para ahorrar recursos computacionales: una función biológica $F$ no necesita resolver incertidumbres codificadas en superposiciones y calcular JPD de todas las variables compatibles involucradas en el desempeño de $F$ .

Otra característica ventajosa del procesamiento de información de tipo cuántico es su linealidad. La transición de la dinámica no lineal de los estados electroquímicos a la dinámica lineal de tipo cuántico acelera enormemente el procesamiento de estados (para la expresión génica, las epimutaciones y, en general, la toma de decisiones). En este marco, los tomadores de decisiones son genes, proteínas, células, cerebros, sistemas ecológicos.

Las funciones biológicas desarrollaron la capacidad de realizar automediciones, para generar resultados de su funcionamiento. Modelamos esta habilidad en el marco de los sistemas cuánticos abiertos, como toma de decisiones a través de la decoherencia. Hacemos hincapié en que este modelo está libre de la ambigua noción de colapso de la función de onda.

Las correlaciones dentro de una función biológica, así como entre diferentes funciones biológicas y el entorno, se representan linealmente mediante estados cuánticos entrelazados.

Esperamos que este documento sea útil para los biólogos (especialmente los que trabajan en modelos matemáticos) como una introducción al enfoque cuántico para modelar el funcionamiento de los biosistemas. También esperamos que pueda atraer la atención de expertos en teoría cuántica de la información sobre la posibilidad de utilizar su formalismo y metodología en estudios biológicos.

Declaración de interés en competencia

Los autores declaran que no tienen intereses financieros en competencia conocidos ni relaciones personales que pudieran haber parecido influir en el trabajo informado en este documento.

Expresiones de gratitud

Este trabajo fue financiado parcialmente por JSPS, Japón KAKENHI, Nos. 26247016 y 17K19970. MES. reconoce el apoyo de la colaboración IRI-NU, Japón.

↑ Khrennikov A. Classical and quantum mechanics on information spaces with applications to cognitive, psychological, social and anomalous phenomena. Found. Phys., 29 (1999), pp. 1065-1098

[1] Khrennikov A. Classical and quantum mechanics on information spaces with applications to cognitive, psychological, social and anomalous phenomena. Found. Phys., 29 (1999), pp. 1065-1098

[1]

@@ Line 1: / Line 1: @@
-===11.3. Psychological functions===
+===11.3. funciones psicologicas===
-Now, we turn to the model presented in Section 10. A neural network is modeled as a compound quantum system; its state is presented in tensor product of single-neuron state spaces. Brain’s functions perform self-measurements modeled within theory of open quantum systems. (There is no need to consider state’s collapse.) State’s dynamics of some brain’s function (psychological function) <math>F</math> is described by the quantum master equation. Its steady states represent classical statistical mixtures of possible outputs of <math>F</math> (decisions). Thus through interaction with electrochemical environment, <math>F</math> (considered as an open system) resolves uncertainty that was originally encoded in entangled state representing uncertainties in action potentials of neurons and correlations between them.
+Ahora, pasamos al modelo presentado en la Sección 10. Una red neuronal se modela como un sistema cuántico compuesto; su estado se presenta en el producto tensorial de espacios de estado de una sola neurona. Las funciones del cerebro realizan automediciones modeladas dentro de la teoría de los sistemas cuánticos abiertos. (No hay necesidad de considerar el colapso del estado.) La dinámica del estado de alguna función cerebral (función psicológica) <math>F</math> se describe mediante la ecuación maestra cuántica. Sus estados estacionarios representan mezclas estadísticas clásicas de posibles salidas de <math>F</math> (decisiones). Por lo tanto, a través de la interacción con el entorno electroquímico, <math>F</math>(considerado como un sistema abierto) resuelve la incertidumbre que originalmente estaba codificada en estado entrelazado que representa incertidumbres en los potenciales de acción de las neuronas y las correlaciones entre ellos.
-Entanglement plays the crucial role in generating consistency in neurons’ dynamics. As in Section 11.1, suppose that the quantum information representation is based on 0–1 <math>0-1</math> code. Consider a network of <math>n</math> neurons interacting with the surrounding electrochemical environment <math>\varepsilon</math>, including signaling from other neural networks. The information state is given by (32). Entanglement encodes correlations between firing of individual neurons. For example, the state (33) is associated with two neurons firing synchronically and the state (34) with two neurons firing asynchronically.
+El entrelazamiento juega un papel crucial en la generación de consistencia en la dinámica de las neuronas. Como en la Sección 11.1, suponga que la representación de la información cuántica se basa en 0–1 <math>0-1</math> código. Considere una red de <math>n</math> neuronas que interactúan con el entorno electroquímico circundante <math>\varepsilon</math>,incluyendo la señalización de otras redes neuronales. El estado de la información viene dado por (32). El enredo codifica correlaciones entre la activación de neuronas individuales. Por ejemplo, el estado (33) está asociado con dos neuronas disparando sincrónicamente y el estado (34) con dos neuronas disparando asincrónicamente.
-Outputs of the psychological function <math>F</math> based biophysically on a neural network are resulted from consistent state dynamics of individual neurons belonging to this network. As was already emphasized, state’s evolution toward a steady state is very rapid, as a consequence of linearity of the open system dynamics; the off-diagonal elements of the density matrix decrease exponentially quickly.
+Salidas de la función psicológica <math>F</math> basados biofísicamente en una red neuronal son el resultado de dinámicas de estado consistentes de neuronas individuales que pertenecen a esta red. Como ya se destacó, la evolución del estado hacia un estado estacionario es muy rápida, como consecuencia de la linealidad de la dinámica del sistema abierto; los elementos fuera de la diagonal de la matriz de densidad disminuyen exponencialmente rápidamente.
-==12. Concluding remarks==
+==12. Observaciones finales==
-Since 1990th (Khrennikov, 1999), quantum-like modeling outside of physics, especially modeling of cognition and decision making, flowered worldwide. ''Quantum information theory'' (coupled to measurement and open quantum systems theories) is fertile ground for quantum-like flowers. The basic hypothesis presented in this paper is that functioning of biosystems is based on the quantum information representation of their states. This representation is the output of the biological evolution. The latter is considered as the evolution in the information space. So, biosystems react not only to material or energy constraints imposed by the environment, but also to the information constraints. In this paper, biological functions are considered as open information systems interacting with information environment.
+Desde 1990 (Khrennikov, 1999),<ref>Khrennikov A. Classical and quantum mechanics on information spaces with applications to cognitive, psychological, social and anomalous phenomena. Found. Phys., 29 (1999), pp. 1065-1098</ref> el modelado de tipo cuántico fuera de la física, especialmente el modelado de la cognición y la toma de decisiones, floreció en todo el mundo. La teoría de la información cuántica (junto con la medición y las teorías de sistemas cuánticos abiertos) es un terreno fértil para las flores de tipo cuántico. La hipótesis básica presentada en este trabajo es que el funcionamiento de los biosistemas se basa en la representación de información cuántica de sus estados. Esta representación es el resultado de la evolución biológica. Este último es considerado como la evolución en el espacio de la información. Entonces, los biosistemas reaccionan no solo a las restricciones materiales o energéticas impuestas por el medio ambiente, sino también a las restricciones de información. En este artículo, las funciones biológicas se consideran como sistemas de información abiertos que interactúan con el entorno de información.
-The quantum-like representation of information provides the possibility to process superpositions. This way of information processing is advantageous as saving computational resources: a biological function <math>F</math> need not to resolve uncertainties encoded in superpositions and to calculate JPDs of all compatible variables involved in the performance of <math>F</math>.
+La representación cuántica de la información brinda la posibilidad de procesar superposiciones. Esta forma de procesamiento de la información es ventajosa para ahorrar recursos computacionales: una función biológica <math>F</math> no necesita resolver incertidumbres codificadas en superposiciones y calcular JPD de todas las variables compatibles involucradas en el desempeño de <math>F</math>.
-Another advantageous feature of quantum-like information processing is its linearity. Transition from nonlinear dynamics of electrochemical states to linear quantum-like dynamics tremendously speeds up state-processing (for gene-expression, epimutations, and generally decision making). In this framework, decision makers are genes, proteins, cells, brains, ecological systems.
+Otra característica ventajosa del procesamiento de información de tipo cuántico es su linealidad. La transición de la dinámica no lineal de los estados electroquímicos a la dinámica lineal de tipo cuántico acelera enormemente el procesamiento de estados (para la expresión génica, las epimutaciones y, en general, la toma de decisiones). En este marco, los tomadores de decisiones son genes, proteínas, células, cerebros, sistemas ecológicos.
-Biological functions developed ''the ability to perform self-measurements'', to generate outputs of their functioning. We model this ability in the framework of open quantum systems, as decision making through decoherence. We emphasize that this model is free from the ambiguous notion of collapse of the wave function.
+Las funciones biológicas desarrollaron la capacidad de realizar automediciones, para generar resultados de su funcionamiento. Modelamos esta habilidad en el marco de los sistemas cuánticos abiertos, como toma de decisiones a través de la decoherencia. Hacemos hincapié en que este modelo está libre de la ambigua noción de colapso de la función de onda.
-Correlations inside a biological function as well as between different biological functions and environment are represented linearly by entangled quantum states.
+Las correlaciones dentro de una función biológica, así como entre diferentes funciones biológicas y el entorno, se representan linealmente mediante estados cuánticos entrelazados.
-We hope that this paper would be useful for biologists (especially working on mathematical modeling) as an introduction to the quantum-like approach to model functioning of biosystems. We also hope that it can attract attention of experts in quantum information theory to the possibility to use its formalism and methodology in biological studies.
+Esperamos que este documento sea útil para los biólogos (especialmente los que trabajan en modelos matemáticos) como una introducción al enfoque cuántico para modelar el funcionamiento de los biosistemas. También esperamos que pueda atraer la atención de expertos en teoría cuántica de la información sobre la posibilidad de utilizar su formalismo y metodología en estudios biológicos.
-==Declaration of Competing Interest==
+==Declaración de interés en competencia==
-The authors declare that they have no known competing financial interests or personal relationships that could have appeared to influence the work reported in this paper.
+Los autores declaran que no tienen intereses financieros en competencia conocidos ni relaciones personales que pudieran haber parecido influir en el trabajo informado en este documento.
-==Acknowledgments==
+==Expresiones de gratitud==
-This work was partially supported by JSPS, Japan KAKENHI, Nos. 26247016and 17K19970. M.O. acknowledges the support of the IRI-NU collaboration, Japan .
+Este trabajo fue financiado parcialmente por JSPS, Japón KAKENHI, Nos. 26247016 y 17K19970. MES. reconoce el apoyo de la colaboración IRI-NU, Japón.