Aller au contenuAller au menuAller à la recherche

Thomas Boraud: avis d'expert

Les probabilités quantiques, un outil d'avenir pour les neurosciences ?

Nous avons demandé à Thomas Boraud, DR CNRS,  chercheur du Bordeaux Neurocampus et expert en neurosciences cognitives et computationnelles son point de vue sur la publication ci dessous de la revue "Behavioral and Brain Sciences".

Can quantum probability provide a new direction for cognitive modeling?
Pothos EMBusemeyer JRDepartment of Psychology, City University London, London
Behav Brain Sci. 2013 Jun;36(3):255-74.
Publi en ligne sur Cambridge Journals 

Il s'agit dans cette publication de savoir si les probabilités quantiques offrent une amélioration par rapport aux probabilités bayésiennes classiques dans la modélisation des données empiriques des sciences cognitives. Cet article de Pothos et Busemeyer  a aussi l'avantage de présenter de nombreux commentaires faisant  référence à des travaux de biologie quantique (exposé à droite dans cette page)  , domaine nouveau en pleine expansion...

 Dans ce volumineux papier (72 pages) publié dans Behavioral and Brain Sciences, Emmanuel Pothos et Jérome Busemeyer examinent en détail les potentialités des statistiques quantiques comme outil d'investigation des fonctions cognitives. 


Thomas Boraud pouvez nous rappelez les différences entre probabilités quantiques et bayésiennes ?

Les statistiques quantiques se différencient des statistiques classiques et/ou bayésiennes par l'axiome de départ sur lequel elles reposent. Les deux théories proposent de décrire et quantifier l'incertitude, cependant, elles reposent sur des bases différentes. 
Les statistiques classiques découlent de l'axiome de Kolmogorov (qui stipule que plus un tirage aléatoire sera fréquent plus il aura de chance de décrire l'état réel de l'espace des variables considéré) et donc se manipulent de façon algébrique. Les statistiques quantiques, qui découlent de l'axiome de von Neumann/Dirac transposent le problème dans un espace vectoriel à n dimensions appelé espace de Hilbert.

Chaque état possible est alors décrit par un sous espace vectoriel de dimension ≤n. Ainsi en se déplaçant dans le domaine de la géométrie, l'utilisation des statistiques quantiques, qu'il ne faut pas confondre avec la mécanique quantique qui est son application au champs de la physique, possèdent des propriétés spécifiques qui permettent de décrire de façon souvent plus satisfaisante que les statistiques classiques les spécificités des fonctions cognitives humaines.

Ainsi un certain nombre des paradoxes qui font couler beaucoup d'encre dans la littérature des sciences cognitives utilisant comme cadre conceptuel les statistiques classiques, n'en sont plus lorsque l'on utilise les statistiques quantiques.

Donnons un exemple qui permet de clarifier leurs propos : une expérience fameuse de Tversky et Kahneman qui date de 2002. Ces éminents psychologues ont demandé à des sujets d'écouter la description d'une personne virtuelle nommée Linda dont la personnalité était fortement teintée de féminisme. Ils ont ensuite demandé aux sujets de l'expérience d'évaluer la probabilité que cette Linda soit guichetière puis guichetière ET féministe. Les résultats montrent que les populations étudiées attribuent une probabilité supérieure à la deuxième proposition qu'à la première. Ce résultat est incompatible avec une approche de statistique classique : la probabilité pour que 2 états apparaissent conjointement est le produit de la probabilité de chaque état pris individuellement, or le produit de deux probabilités est forcement inférieur à chacune de ces deux probabilités.

Nos deux éminents psychologues ont conclu a un biais de représentativité : la loi des probabilités étant biaisée par la description de la personnalité de Linda, ils en on conclu qu'il s'agit d'un exemple de plus de la non rationalité des processus cognitifs humains.

Par contre, si on utilise les statistiques quantiques, les propriétés géométriques de celles-ci permettent de comprendre cet apparent paradoxe (voir la figure): On assimile l'état "Linda est une guichetière à un vecteur" et l'état "Linda est une féministe" à un autre vecteur ni proche, ni éloigné du premier, les 2 paramètres étant indépendants.
Au départ le vecteur définissant Linda est éloigné de celui de l'état de caissier car les informations concernant son travail sont inexistante dans la description, par contre, en définissant Linda comme féministe, cela rapproche le vecteur définissant Linda de celui de l'état de féministe et augmente de ce fait la projection de ce vecteur d'état sur le vecteur qui la définit comme guichetière. Ainsi, en utilisant les statistiques quantiques, le paradoxe initial n'en est plus un.

Cet exemple n'en est qu'un parmi ceux que donnent les auteurs pour illustrer leur théorie qu'ils étudient dans son intégralité. Ils balayent ainsi les propriétés spécifiques des statistiques quantiques et leurs applications pour résoudre les paradoxes les plus flagrants de la psychologie expérimentale.

Thomas Boraud: le cerveau: un fonctionnement quantique ?

Il y a 2 ans un ouvrage collectif intitulé "le cerveau bayesien" proposait comme postulat que puisque les statistiques bayésiennes étaient l'outil le plus efficace jusque-là pour décrire le cerveau, alors, le cerveau devait fonctionner effectivement selon des principes bayésiens. "

Si les théories de MM Pothos et Busemeyer se confirment, pourra t'on alors bientôt parler de "cerveau quantique" ? Cette hypothèse est particulièrement séduisante. Elle présente un hic cependant : contrairement aux statistiques classiques, qui sont "du sens commun réduit à des équations" les statistiques quantiques sont particulièrement contre-intuitives et donc très difficiles à appréhender. 

Ainsi Feynman a pu déclarer "je pense que je peux dire que personne ne comprend (intuitivement) la mécanique quantique". Il est malheureusement à parier que cette difficulté ne freine le développement de leur utilisation par les neuroscientifiques dont la majorité (et je m'inclus dedans) a déjà du mal à utiliser correctement les statistiques classiques.


 

Thomas Boraud (thomas.boraud @ u-bordeaux2.fr)
Dernière mise à jour le 22.06.2013

Focus


Biblio bayésienne et biologie quantique

Stanislas Dehaene: Cours du collège de France: le cerveau Bayésien
"Pouvoir observer le cerveau est merveilleux, mais il faut que cela conduise à des théories. Il est possible de formuler des modélisations mathématiques à l’aide de la théorie bayésienne, la théorie des probabilités, qui vont très loin. Elles conduisent ainsi à ces modèles de la prise de décision relevant de ce que l’on appelle la neuro-économie…SD"

 

Articles sur l'implication quantique dans la photosynthèse
 

A Structure-Based Model of Energy Transfer Reveals the Principles of Light Harvesting in Photosystem II Supercomplexes Bennett DI ,Amarnath K, Fleming GR. . J Am Chem Soc. 2013 Jun 19;135(24): 2013 Jun 5.

 

Quantum Coherence in Photosynthetic Light Harvesting, A. Ishizaki, G. R. Fleming, Annu. Rev. Condensed Matter Physics., 3, 333-361, 2012. [PDF

 Voir The Flemming group publications...

 

Hameroff SR
Quantum mathematical cognition requires quantum brain biology: The "Orch OR" theory . Behav Brain Sci. 2013 Jun;36(3):287-90.