¿Es la cognición cuántica el camino hacia una IA fuerte (o inteligencia artificial general)?

La cognición cuántica puede ser la próxima frontera para explicar la mente.

La literatura científica existente sobre arquitecturas cognitivas no define el “camino correcto” a seguir cuando se trata de nuevas iniciativas de investigación. Al inspeccionar los artículos de una revista revisada por pares dedicada al Proyecto del Modelo Común de Cognición (también conocido como CMCB, Boletín del Modelo Común de Cognición ), descubrí que el progreso sigue un patrón emergente (de abajo hacia arriba).

Con esa dinámica, parece que debemos dejar que las aplicaciones del modelo dirijan sus esfuerzos de desarrollo.

Más allá del desarrollo constructivo e incremental de teorías y modelos cognitivos para explicar la mente, encontramos en la literatura algunos enfoques alternativos que intentan alcanzar el mismo objetivo desde otra perspectiva.

Dentro de estos enfoques, encontramos el campo de la cognición cuántica.

No debemos confundir el término con el llamado cerebro cuántico, mente cuántica o conciencia cuántica que es una hipótesis que asume que en el cerebro ocurren procesos cuánticos.

La cognición cuántica es un campo emergente de investigación donde los formalismos matemáticos de la teoría cuántica inspiran el desarrollo de nuevos modelos de cognición que muestran una mejor explicación de los fenómenos cognitivos superiores.

Ejemplos de estos fenómenos humanos son la memoria, la recuperación de información, el lenguaje, la toma de decisiones, la interacción social, la psicología de la personalidad y la filosofía de la mente.

Se dice que los científicos cognitivos se enfrentan al mismo tipo de problemas que han obligado a los físicos a abandonar la física clásica. Encuentran que solo es posible obtener información parcial sobre un sistema complejo en un tiempo determinista ya que cada medida perturba a la siguiente medida.

La teoría cuántica permite combinar la información parcial de un sistema para comprender la consistencia de todo el sistema a través de un enfoque fundamentalmente diferente de la lógica, el razonamiento y la inferencia probabilística.

La revolución cognitiva de la década de 1960 se basó en la lógica computacional clásica y la aparición de las redes neuronales, y en la década de 1970 se basó en los sistemas dinámicos clásicos.

Estos elementos constituyen los pilares de las teorías sobre arquitecturas cognitivas y redes neuronales actuales y se basan en una serie de supuestos. Sin embargo, encontramos que existen fenómenos complejos del comportamiento humano que no obedecen a las restricciones impuestas por la lógica clásica.

Sobre la base del trabajo de John Von Neumann y otros autores (Kronz & Lupher, 2021), se ha hecho evidente que el corazón de la teoría cuántica es un nuevo tipo de teoría de la probabilidad, basada en ortoálgebras en lugar de álgebras booleanas.

Esta teoría es más general que la teoría tradicional de la probabilidad. Resulta ser más poderoso para resolver problemas difíciles que han resistido los enfoques tradicionales de racionalidad, pensamiento lógico y razonamiento probabilístico, lo que abre nuevos horizontes para el modelado cognitivo y su justificación.

Por ejemplo, tenga en cuenta que la lógica cuántica no siempre sigue el axioma distributivo de la lógica booleana, o que las probabilidades cuánticas no siempre obedecen la ley de Probabilidad Total de Kolmogorov. El razonamiento cuántico tampoco cumple siempre el principio del razonamiento monótono.

Así, puede verse que la teoría clásica es un caso restrictivo de una teoría cuántica más general.

Jerome Busemeyer y Peter Bruza en Quantum Models of Cognition and Decision (Busemeyer & Bruza, 2012) argumentan que las estructuras matemáticas subyacentes en la teoría cuántica proporcionan una mejor explicación del pensamiento humano que los modelos tradicionales, introduciendo los fundamentos para modelar sistemas dinámico-probabilísticos que utilizar dos aspectos de la teoría cuántica:

1. contextualidad de los juicios y decisiones, que se capta en la teoría cuántica a través de la idea de "interferencia" entendida como el contexto generado al hacer que un primer juicio (o decisión) interfiera con juicios (o decisiones) posteriores para producir efectos de orden, para los cuales los juicios y decisiones no son conmutativos.

   
   

2. entrelazamiento cuántico: en física cuántica, se refiere al fenómeno por el cual la observación de una parte de un sistema afecta instantáneamente el estado de otra parte del sistema, aunque las distancias siderales separen sus respectivos sistemas.

El elemento crucial es que los sistemas entrelazados no pueden descomponerse y modelarse válidamente como subsistemas separados. Esto promueve el desarrollo de modelos de tipo cuántico para fenómenos cognitivos que por su propia naturaleza no son descomponibles y para los cuales la teoría cuántica proporciona herramientas formales para modelarlos como sistemas no interactuantes, descomponibles (o no reduccionistas).

Estamos presenciando el surgimiento de un campo con aplicaciones en áreas como la percepción, los juicios conceptuales, la toma de decisiones y la recuperación de información.

Busemeyer y otros investigadores (Wang et al., 2013) intentan responder preguntas muy importantes como:

• ¿Por qué aplicar los conceptos cuánticos a la cognición? ¿humano?
• ¿En qué se diferencian los modelos cuánticos de los tradicionales?
• ¿Qué procesos cognitivos ya se han modelado utilizando un modelo cuántico?

La relevancia ahora radica en el avance del estado del arte siguiendo una visión de dónde estamos y hacia dónde se dirigen los esfuerzos de investigación. Si unimos estos esfuerzos al auge de la computación cuántica, quizás podamos estar más cerca de validar los modelos cognitivos y observar el nacimiento de la inteligencia artificial general.

O tal vez no.