量子启发的光学错觉神经网络模型
原文中文，约300字，阅读约需1分钟。发表于：。通过设计和训练深度神经网络模型，使用真正随机数的量子生成器作为神经网络连接的权重来模拟人类对多义性图形的感知，我们揭示了让克尔立方体的实际感知状态是由经典理论预测的两种基本感知状态的叠加态，这个研究结果将在训练宇航员和无人飞行器操作员的视频游戏和虚拟现实系统中得到应用，对从事机器学习、视觉、感知心理学以及人类思维和决策的量子力学模型的研究人员也将非常有用。
通过使用真正随机数的量子生成器作为神经网络连接的权重，研究人员设计和训练了深度神经网络模型，以模拟人类对多义性图形的感知。研究发现，克尔立方体的实际感知状态是由两种基本感知状态的叠加态组成。这一研究结果将应用于训练宇航员和无人飞行器操作员的视频游戏和虚拟现实系统，并对机器学习、视觉、感知心理学以及人类思维和决策的量子力学模型的研究有用。
