刘泽飞 | 作者

论文题目：Entangled biphoton generation in the myelin sheath

论文地址：https://journals.aps.org/pre/abstract/10.1103/PhysRevE.110.024402

论文作者：刘泽飞、陈永聪、敖平

1. 回顾：人工智能、量子计算与量子生物学

人脑包含多达数千亿个神经元，这些神经元通过突触以复杂网络的形式存在。受其分层结构、信号的前向传导和突出的可塑性的启发，科学家们提出了深度学习神经网络的概念，为现代人工智能奠定了基础。与大脑一样，在网络模型中，相邻层的两个节点之间的连接（权重）在学习过程中不断调整（通过一些有效的反向传播算法），以提高模型的预测能力。简而言之，大脑的“经典物理学”引领了现代人工智能革命。

“人工智能”的概念最早在1956年达特茅斯学院举行的一次会议上提出，几年之内取得了机器定理证明等重大进展，引发了人工智能发展的第一次浪潮。然而，人们对人工智能的高期望带来了更具挑战性的任务，连续的失败导致人工智能进入了衰落期。21世纪初，IBM的“深蓝”超级计算机击败了国际象棋世界冠军加里·卡斯帕罗夫，让人工智能重新回到公众视野。近年来，大型语言模型（如GPT-4）、自动驾驶汽车等人工智能领域的快速发展，让人们相信我们距离人工智能时代只有一步之遥。

如今，大模型主导着人工智能领域，这些模型包含数万亿个节点与链接。正如媒体报道的那样，此类系统耗电量巨大，达到数十亿千瓦时，这简直是天文数字。虽然它们在与人类聊天方面的表现令人印象深刻，但在许多方面仍无法与人脑竞争。相比之下，人脑非常节能，平均仅消耗 20 瓦。值得注意的是，神经元中的动作电位是扩散和耗散的。那么，我们在这里遗漏了什么吗？

谈到最近发展的另一个方面，基于量子纠缠特性的量子计算应运而生，其算法有望破解我们目前几乎所有计算机系统中使用的 RSA 加密。量子纠缠被爱因斯坦描述为“远距离的幽灵行动”，是量子计算的基石，它赋予量子信息强大的保密性和算法至上性，远远超过其经典对应物。IBM 和谷歌已经开发出多达一百个量子比特的处理器，标志着“计算”新时代的到来。宏观量子效应（通过约瑟夫森结实现）虽然通常在超低温（低至毫开尔文）下发生，但提供了坚实的物理基础，使量子比特的实现和操控成为可能。

量子纠缠是否也是理解人类大脑超低能耗的关键（尽管是在常温下）？数百万年的进化使大脑成为人体中最复杂的器官。量子力学可以在此过程中发挥作用吗？如果是这样，它可能会解决人类大脑可以实现的一些难题。诺贝尔奖获得者彭罗斯（Roger Penrose）在 20 世纪 90 年代首次提出，大脑中的量子计算可能是意识的源泉。Matthew P. A. Fisher以精心设计的量子计算“方案”进行了类似的尝试，激发了研究人员对将大脑无与伦比的能力与量子力学的巨大潜力联系起来的兴趣。

量子力学在化学和生物学的分子水平上毫无疑问是成立的，但它是否在细胞水平或更高水平上产生生理效应仍不清楚。20 世纪 30 年代，量子力学的创始人之一 P. Jordan 提出基因突变可能取决于某种量子过程，并首次使用了“量子生物学”一词。1944 年，薛定谔在《生命是什么？》一书中通过量子力学来解释生命的本质。最近的一些实验证实了量子力学在生理层面作用的可能性。来自上海理工大学的宋波教授和本文的一些作者（还包括诺贝尔奖得主、量子物理学世界顶级权威 Leggett 教授）发现，光合作用（人工或真实）中的高效能量传递可能是由激子极化子介导的，这是某些类型的有机/生物分子中光子和声子的强耦合的结果[1]。此外，宋波教授的神经科学研究团队发现了可靠的证据，表明生物体内的中远红外光源可以有效驱动神经细胞中的生化反应和生理活动[2]。

2. 新研究：大脑神经元的量子纠缠

回到量子认知（这是早期先驱者青睐的一个术语），量子纠缠的关键来源可能来自哪里？我们最近发表的论文提供了新的见解。髓鞘是一种包裹中枢神经系统神经元轴突的薄层绝缘材料，除了其正常的加速中性信号传输（大大加快）的职责外，它还可能在脑内量子计算中发挥关键作用。

图. 神经元髓鞘形成的圆柱结构。

我们首先建立了髓鞘包裹下轴突的明确圆柱结构模型，并讨论了圆柱形腔内电磁场的量子化。在红外区域和偶极近似下，双光子过程主要由偶极相互作用下的级联辐射主导。通过精确计算和 Schmidt 分解，我们评估了双光子系统中量子纠缠的程度，并利用实验中得到的有髓神经结构的实际数据，展示了在神经系统中生成量子纠缠的潜力。我们基于相当标准的量子电动力学计算和合理的假设得到“纠缠光子可以通过神经髓鞘形成的圆柱形腔中的级联辐射产生”，这为中枢神经系统中量子纠缠的持续产生提供了潜在的来源，这个预测很吸引人。我们将神经髓鞘视为一个腔体，其中电磁波的波长与生物体产生的生物光子的波长相匹配。

3. 未来展望：将量子纠缠引入脑科学

我们能从这里走向何方？我们希望纠缠光子的持续产生能找到一种方法来将神经元内、神经元之间、神经网络中的离子通道的振动模式纠缠在一起（即传递），并在网络中形成“涟漪”。因此，量子纠缠的非局部效应可能实现神经同步，为大脑量子计算迈出坚实的一步。

将量子纠缠添加到脑科学中本质上是具有相当的推测性的，不过我们通过坚实的量子力学计算证明了这一点，希望这能引起一些“兴趣”，并有可能在该领域开辟一条新的道路。另外从医学上，阿尔茨海默病和帕金森病等神经系统疾病也与神经同步和髓鞘功能异常密切相关，了解这些疾病的原因可以帮助治疗。

以经典物理的方式研究人脑已经释放了人工智能的力量，那么量子版本的脑科学能否引领量子计算的更好发展？这是有可能的，我们已经看见大脑中闪出的第一缕“光”。

参考文献

[1] Chen, Yong-Cong, et al. Resonant confinement of an excitonic polariton and ultraefficient light harvest in artificial photosynthesis. Physical review letters 122.25 (2019): 257402.

[2] Liu, Xi, et al. Nonthermal and reversible control of neuronal signaling and behavior by midinfrared stimulation. Proceedings of the National Academy of Sciences 118.10 (2021): e2015685118.

[3] Liu, Zefei, Yong-Cong Chen, and Ping Ao. Entangled biphoton generation in the myelin sheath. Physical Review E 110.2 (2024): 024402.

在生物学中心法则的起点，基因作为生命复杂系统的遗传信息载体，在生命周期内稳定存在；而位于中心法则末端的蛋白质，其组织构成和时空变化的复杂性呈指数式增长。随着分子生物学数十年来的突飞猛进，尤其是生命组学（基因组学、转录组学、蛋白质组学和代谢组学等的集合）等领域的日新月异，当代生命科学临近爆发的边缘。如此海量的数据如何帮助我们揭示宇宙中最复杂的物质系统——“人体”的构成原理和设计原理？阐释人类发育、衰老和重大疾病的发生机制？

集智俱乐部联合西湖大学理学院及交叉科学中心讲席教授汤雷翰，国家蛋白质科学中心（北京）副研究员常乘、李杨，香港浸会大学助理教授唐乾元，北京大学前沿交叉学科研究院研究员林一瀚，中国科学院分子细胞科学卓越创新中心博士后唐诗婕，共同发起「生命复杂性：生命复杂系统的构成原理」读书会，从微观细胞尺度、介观组织器官尺度到宏观人体尺度，梳理生命科学领域中的重要问题及重要数据，由生物学家提问，希望促进统计物理、机器学习方法研究者和生命科学研究者之间的深度交流，建立跨学科合作关系，激发新的研究思路和合作项目。读书会从2024年8月6日开始，每周二晚19:00-21:00进行，持续时间预计10-12周。欢迎对这个生命科学、物理学、计算机科学、复杂系统科学深度交叉的前沿领域感兴趣的朋友加入！

6. 加入集智，一起复杂！

点击“阅读原文”，报名读书会