PNAS重磅：为什么能心电感应？中国科学家用“量子纠缠”揭开了协作大脑的隐藏连接！|entanglement|pnas|quantum|相位|神经科学

一键关注，点亮星标 ⭐️ 前沿不走丢！

认知神经科学前沿文献分享

基本信息

Title:Quantum-inspired entanglement between collaborating brains during human memory encoding

发表时间：2026.3.11

发表期刊:PNAS

影响因子：9.1

获取原文：

添加小助手:PSY-Brain-Frontier即可获取PDF版本

研究背景

当你和同伴完美地合奏一首乐曲，或者在双打比赛中默契配合时，你们的大脑似乎建立了一种无形的“心灵感应”。在社会互动中，协作大脑之间的信息处理对齐程度被认为是协同记忆编码的核心。然而，这种跨越个体、没有物理介质直接相连的脑间耦合机制，一直以来都是神经科学领域的未解之谜。

过去，研究者们通常使用脑电相位同步指标（如相位锁定值或加权相位滞后指数）来衡量两个大脑的同频程度。但这带来了一个致命的痛点：传统的同步模型往往无法区分“真正的社交连接”和“虚假的外部同步”。想象一下，两个互不相识的人在不同房间看同一部电影，他们的大脑也会因为处理相同的视觉和听觉刺激而表现出高度的神经同步。这种仅仅由外部刺激驱动的“伪默契”，极大限制了我们对真实人际互动的理解。

为了破解这一难题，2026年3月11日，首师大、中科院心理所、北航、中国科大的研究团队在PNAS上重磅发文，引入了一个大胆的跨界概念：将量子纠缠的启发性框架应用于脑科学，精准捕捉两个协作大脑之间真正的连接动态，揭开人类协作记忆编码的神经面纱。

Fig. 1. Quantum cognitive framework for modeling interbrain entanglement during memory encoding.

研究核心总结

一、破局之法：量子启发的脑间纠缠模型 (QAEM)

为了克服传统同步指标的局限，研究团队基于双脑脑电图（EEG）超扫描技术，开发了“量子对齐-未对齐纠缠模型”（QAEM）。该模型不局限于单一的相位对齐，而是将两个交互的大脑视为一个双量子比特的纠缠系统。在这个系统中，研究者定义了两种核心状态：“对齐状态”代表协作编码时两个大脑之间的高度一致性与信息共享，而“未对齐状态”则反映了脑间一致性的降低与分歧。

Fig. 2. Collaborative encoding engages greater cognitive control and supports familiarity-based retrieval.

二、核心发现：协作编码显著提升大脑“对齐”概率

实验对比了受试者在“协作记忆”（需要协调反应时间）和“独立记忆”两种条件下的脑电活动。结果显示，与独立状态相比，协作大脑在处理信息时投入了更多的认知控制资源（表现为更强的前额叶激活）。更重要的是，在QAEM模型下，协作编码引发了明显更高的“对齐状态”概率，同时“未对齐状态”的概率显著降低。在行为结果上，这种高度对齐的协作编码，独特地促进了基于“熟悉度”的记忆提取表现。

Fig. 3. Comparisons of interbrain phase synchrony (PLV) and phase-lag connectivity (WPLI) between collaborative and independent encoding.

三、传统指标的失效与局限

该研究的一个重要亮点是揭示了传统指标的盲区。数据显示，传统的相位锁定值（PLV）在协作和独立两种条件下的总体验证中并没有显著差异。不仅如此，加权相位滞后指数（WPLI）在独立编码时反而比协作时更高，这主要是因为受试者在独立编码时受到相同视觉刺激的驱动，产生了稳定的伪同步。这进一步证明，传统的同步指标极易混淆外部刺激带来的同步与真实的人际耦合。

Fig. 4. Comparisons of interbrain aligned and misaligned quantum states between collaborative and independent encoding.

四、机制解释：同理心可动态重塑脑间纠缠

这种脑间纠缠是固定不变的生理特征，还是可以灵活改变的社交状态？研究团队通过第二项实验（引入同理心增强训练）给出了答案。结果表明，经过同理心训练后，协作与独立状态之间的脑间纠缠差异被缩小，“对齐状态”的概率向独立基线回归，记忆提取表现也随之正常化。此外，引发脑间差异的皮层区域从视觉处理区转移到了与社会情感处理相关的脑区。这说明，脑间协调机制高度依赖于当下的社交情境和同理心投入，而非死板的个人特质。

Fig. 5. Individual-difference predictors of interbrain aligned-state (AS) dynamics across task phases Each row corresponds to one task phase

研究意义

该研究突破了以往仅靠行为学模拟量子认知的局限，首次利用真实的神经生理数据建立了评估脑间动态交互的量子启发模型。这不仅为理解社会互动如何塑造人类记忆提供了全新的理论框架，也为未来研究复杂的人际协作与脑机接口提供了强有力的工具。

Fig. 6. Empathy training reshapes interbrain entanglement dynamics and behavioral outcomes during cooperative encoding.

Abstract

The extent to which two brains align during information processing is thought to be central to collaborative memory encoding; however, the neural mechanisms that support such interpersonal alignment remain elusive. Traditional interbrain synchrony models based on phase-alignment metrics fail to distinguish true interbrain connectivity from spurious synchrony driven by shared stimulus processing. Here, we introduce a quantum-inspired framework to capture the connectivity between two collaborating brains. Using dual-brain Electroencephalogram (EEG) hyperscanning, we quantified interbrain coupling during collaborative (Colla)-memory and independent (Indep)-memory encoding in two experiments, including 70 dyads (N = 140) in Experiment 1 and 41 dyads (N = 82) in Experiment 2, which incorporated an empathy-enhancement training procedure. Treating Indep as a baseline state, we found that Colla without training deviated from this baseline by showing a higher probability of “aligned” states and a lower probability of “misaligned” states. Following empathy enhancement, Colla state probabilities returned toward the Indep baseline, accompanied by parallel normalization in memory retrieval performance and a shift in the cortical distribution of Colla-Indep differences toward regions implicated in socioemotional processing. Together, the Quantum Aligned-Misaligned Entanglement Model demonstrates that interbrain connectivity dynamics during memory encoding are context sensitive, dynamically evolving with cooperative engagement, and can be reshaped by empathic interaction in ways that systematically relate to subsequent retrieval performance. These findings suggest that quantum-inspired entanglement can be applied to modeling interbrain neural connectivity, offering a framework for understanding collaborative memory encoding.