量子科技中心_量科网

人类认知中多种常被视为“非经典”的效应，被认为最适合用量子化决策模型来建模。该研究团队将这种方法推广至广义概率过程理论中的认知与决策模型，该理论框架下经典概率模型和量子仪器模型均可视为特例。研究人员首先展示了如何用过程理论的图示法描述量子化认知的诸多特征，随后运用该方法评估支持量子化模型的论据。虽然标准贝叶斯经典模型存在不足，但该团队证明所有序列决策数据实际上都能用更广义的经典仪器模型来描述，并发现即使简单确定性模型也能呈现所有认知效应。若将研究范围限定于测量诱导的仪器（如经典贝叶斯模型和量子POVM模型），则无法得出这一结论，但这类仪器无法解释某些效应的客观事实构成了理论挑战。最后，该研究指出要彻底排除经典仪器模型，必须在联合决策建模中引入并行组合结构，并寻找违反贝尔不等式的真实认知数据。