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。量子类脑心智计算(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）

         在方法论上，量子类脑心智计算(QBMC)从功能（Function）、行为（Behavior）与结构（Structure）三层次（FBS）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。QBMC 通过整合FBS设计思想，构建系列量子类脑心智启发式算法，为发展新一代高能效复杂智能系统提供全新路径。

          长期以来，人们一直在争论量子干涉、量子叠加和量子纠缠等非平凡量子效应是否会在神经信息处理（如突触传递）以及认知功能实现（如感知或决策）中发挥作用。这一问题正是量子信息科学与神经认知科学交汇的核心问题。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。在酶催化、呼吸作用、光合作用、鸟类磁感知、嗅觉和麻醉等生物过程中的量子生物信息学的发现表明，这些假说并非空穴来风。