我们发展了认知成本优化的数学和物理形式，该形式支撑着意识的路径积分模型。目标导向的认知过程被建模为在投影哈密顿量下的虚时间演化（ITE），该哈密顿量奖励与目标概念一致的配置。我们建立了三个结果。首先，这个ITE与双括号流一致，因此是希尔伯特-施密特成本的黎曼梯度流，其唯一最小值即为解。其次，维克旋转将这种非单位下降重新表达为相同希尔伯特空间上的等效单位演化，这允许在离散路径积分表示中精确表示，其中oracle和初始状态扩散投影器分别充当势能和动能。第三，我们将从无意识到意识处理的连续体与认知系统与神经环境探针之间的单位相互作用强度联系起来，在马尔可夫弱耦合极限下恢复了Asano等人的Gorini-Kossakowski-Sudarshan-Lindblad（GKSL）去相干模型，并在强耦合极限下获得了优化状态的投影、可报告的固定，即一种顿悟式的“Aha”终点。这两种状态共享相同的ITE和路径积分结构，只有测量-相互作用强度有所不同。因此，维克旋转是一种重新描述的技术，而不是物理状态的变化。
博主点评： 本文对认知过程的数学建模提供了深刻的洞察，尤其是在意识的路径积分框架下，强调了虚时间演化与物理现象之间的密切关系。这种新颖的视角为理解意识的复杂性提供了新的工具，值得关注。