Scholes 提出：生命或许不靠真正的量子效应，而是用经典振荡网络“数学上模仿”量子行为

Scholes 认为，生命可能并非利用真正的量子效应，而是用经典系统去模仿量子效应；这类网络产生的状态只是“quantumlike”（类量子），并非真正量子。 此前量子生物学的主流思路是寻找生物体内长寿命的量子相干，例如 2007 年 Fleming 团队在光合捕光复合物中观察到的同步“拍频”被当作相干证据；Scholes 本人早期也做过类似实验并得出相似结论，如今他转向相反方向，提出“量子生物学中的量子也许根本不来自量子力学”。 这是基于 Scholes 及其合作者过去三年多篇论文的综述性报道，包含他本人的直接引述，属于观点与框架层面的论证，而非单一对照实验。

2024 年 Scholes 找到一种设计复杂振荡网络的方法，使网络涌现出稳定的同步模式，这些模式可被数学地描述为希尔伯特空间中的向量，并能模仿最简单的量子单元——量子比特（qubit）。 把量子叠加与干涉的数学结构（向量空间、相位关系）与经典复杂网络的涌现同步行为对应起来，说明这种类量子状态“严格来自图的数学结构”，而非来自物理上的量子过程。 报道引用了 Purdue 计算机科学家 Ethan Dickey 的评价，称只要以某些并不过分的方式构造图，就会自然出现这种优雅的数学对象；证据形式为数学构造与同行评论。

后续工作把类量子比特连接成更大的网络，并演示了如何设计网络来模仿量子版本的“逻辑门”，从而具备进行计算的概念蓝图。 从单个类量子比特推进到可组合的网络与逻辑门，指向量子机器学习与复杂系统建模的潜在应用。 报道同时指出限制：连接类量子比特时底层网络复杂度会爆炸式增长，Scholes 称要完美模仿量子逻辑门“需要无限的物理资源”。

在神经科学方向，Wolf Singer 与同事 2025 年展示，在特定简单神经网络中引入振荡可使其更高效、更稳健，因为振荡的相位编码了事件在时间上的相对结构。 Singer 原本对类量子建模持怀疑态度，参加 Khrennikov 的研讨会后表示，一些现实现象也许用量子物理的描述技术能更好地刻画，为类量子框架在脑与认知建模中提供了具体案例。 报道给出的是该团队 2025 年研究的结果陈述与研究者本人的态度转变，未提供样本量或效应量等细节。

该框架面向的是希望理解或工程化复杂经典网络的研究者，包括量子生物学、量子信息基础、复杂系统建模与量子机器学习方向；其适用场景是那些由大量相互作用振荡单元组成、能够涌现稳定同步模式的网络，例如电路、神经元网络或弹簧耦合的摆。对生物学而言，它提供的是对光合作用等过程效率的替代解释思路，而非对真实量子相干的证明；对工程而言，它提供的是设计可计算网络的概念蓝图，而非现成可扩展的器件方案。

报道明确指出，目前仍没有任何长寿命量子相干具有生物功能的确定性证据，鸟类磁导航与人类意识等假设的支持程度不一。类量子框架本身仍在发展中：Scholes 正在研究经典系统能否有意义地模仿纠缠，Dickey 在 2026 年的工作扩展了可产生的量子态种类，并试图找到计算上高效的生成方式。读者仍需关注的是，数学上的相似性能否转化为对具体生物现象的可检验预测，以及复杂度爆炸的限制在多大程度上能被绕过。