量子类脑心智计算(Quantum-Brain-Mind inspired Computing, QBMC)理论是受量子信息、神经系统和认知系统启发的类脑心智计算(BMC)新范式。QBMC通过仿真神经系统的大脑结构，模仿认知系统的心智功能，模拟自然智能的量子行为机制和具身智能的交互特性，旨在探索大脑心智和小脑控制形成高效的自然智能系统的机理、模型和理论。(https://www.zhihu.com/column/c_1609525480918523904)

         在方法上，量子类脑心智计算(QBMC)从功能-行为-结构(Function-Behavior-Structure, FBS)三个层次展开研究：微观层面探索基于神经递质量子机制的脉冲神经感知；宏观层面研究基于量子贝叶斯的概率认知推理；介观层面关注具身环境中的智能交互行为。 通过整合FBS设计思想，QBMC构建量子类脑心智的系列启发式算法，为发展新一代高能效的复杂智能系统提供全新思路。

          长期以来，人们一直在争论量子干涉(Quantum Interference)、量子叠加(Quantum Superposition)和量子纠缠(Quantum entanglement)等非平凡量子效应(Nontrivial Quantum Effects)是否会在突触传递等神经信息处理，以及感知或决策等认知功能实现中发挥作用。这些问题是量子信息科学与神经认知科学等学科交叉融合的关键科学问题。加利福尼亚大学圣巴巴拉分校的马修·费舍尔(Matthew Fisher)提出，磷酸钙形成的波斯纳(Posner)分子或集群可能利用量子效应进行信息处理，其中磷原子的核自旋充当大脑的“量子比特”(qubits)。物理学家罗杰·彭罗斯(Roger Penrose)与麻醉学家斯图尔特·哈默罗夫(Stuart Hameroff)提出神经元微管的“调和客观还原”(Orchestrated Objective Reduction, Orch-OR)理论，认为意识源于神经细胞骨架中蛋白质的量子引力效应。卡尔顿·凯夫斯(Carlton Caves)、克里斯托弗·福克斯(Christopher Fuchs)和吕迪格·沙克(Rüdiger Schack)提出量子贝叶斯(Quantum Bayesianism, QBism)理论，将概率视为主体主观信念而非客观属性的量子力学诠释。与之呼应，贝叶斯脑假说认为大脑并非被动接收信息的“黑箱”，而是一台主动的“预测机器”，通过层级式的贝叶斯推理不断整合先验信念与感官输入。卡尔·弗里斯顿(Karl Friston)进一步指出，大脑功能的核心是最小化预测误差(即实际感觉与预期之间的偏差)，并借助自由能原理，在感知层面更新信念、在行动层面改变环境，从而实现认知与行动的统一。

          神经元的动作电位产生与传导主要由Na⁺和K⁺参与。由Ca²⁺内流触发的突触神经递质具有量子化释放(Quantal Release)特性。虽然目前尚无确凿证据表明物理量子效应‌是否参与神经信息处理过程，但是突触的神经递质释放生理表现是离散化的、单位性的。嗅觉、酶催化和呼吸作用的量子隧穿效应(Quantum Tunneling)，光合作用的量子相干性与能量传递，鸟类量子纠缠的地磁感知，以及麻醉过程的量子效应与意识抑制等量子生物信息学(Quantum Bioinformatics)的发现表明，这些假说并非是空穴来风。

支持单位：