Use este identificador para citar ou linkar para este item:
http://www.monografias.ufop.br/handle/35400000/9273| Título: | Efeito de ordem e a computação quântica. |
| Autor(es): | Santos, Lucas Rafael da Silva |
| Orientador(es): | Ferreira, Ronan Silva |
| Membros da banca: | Ferreira, Ronan Silva Souza, Alexandre Magno de Lins, Theo Silva |
| Palavras-chave: | Inteligência artificial Probabilidades Qubits Teoria bayesiana de decisão estatística Tomada de decisão |
| Data do documento: | 2024 |
| Referência: | SANTOS, Lucas Rafael da Silva. Efeito de ordem e a computação quântica. 2024. 46 f. Monografia (Graduação em Engenharia de Computação) - Instituto de Ciências Exatas e Aplicadas, Universidade Federal de Ouro Preto, João Monlevade, 2024. |
| Resumo: | Desenvolver uma Inteligência Artificial capaz de capturar os mecanismos fundamentais do processo de tomada de decisão humano é um dos grandes desafios da Engenharia e Ciência da Computação. Modelos clássicos de Inteligência Artificial são, em geral, baseados em algoritmos determinísticos e estatística bayesiana. Por construção, esses modelos apresentam dificuldades em descrever o processo de tomada de decisão humano que, por sua vez, carrega um ingrediente de indeterminação no processo de escolha. O objetivo deste trabalho é investigar os aspectos matemáticos da computação quântica que possam oferecer uma abordagem para a construção de modelos de Inteligência Artificial que levem em conta uma incerteza na modelagem do processo cognitivo humano. Particularmente, investigamos o fenômeno conhecido na literatura da psicologia quantitativa como efeito de ordem: em um questionário sequenciado, aplicado a um grupo de indivíduos, a distribuição bayesiana de suas respostas não se altera com o reordenamento das questões. Esse efeito é tido como irracional pois, na prática, respostas dadas a perguntas prévias podem influenciar aquelas a serem dadas a questões posteriores. Neste trabalho mostramos que a aplicação de ferramentas da mecânica quântica na modelagem de bits é capaz de capturar inversões de distribuições de probabilidades em situações do tipo tomada de decisão, como o efeito de ordem. |
| Resumo em outra língua: | Developing an Artificial Intelligence capable of capturing the fundamental mechanisms of the human decision-making process is one of the great challenges in Engineering and Computer Science. Classical Artificial Intelligence models are generally based on deterministic algorithms and Bayesian statistics. By construction, these models face difficulties in describing the human decision-making process, which inherently contains an element of indeterminacy in the choice process. The goal of this work is to investigate the mathematical aspects of quantum computing that could provide an approach for building Artificial Intelligence models that account for uncertainty in modeling the human cognitive process. In particular, we investigate the phenomenon known in the quantitative psychology literature as the "order effect": in a sequenced questionnaire applied to a group of individuals, the Bayesian distribution of their responses does not change with the reordering of the questions. This effect is considered irrational because, in practice, answers given to previous questions can influence those given to subsequent ones. In this work, we show that applying tools from quantum mechanics in the modeling of bits is capable of capturing probability distribution inversions in decision-making situations, such as the order effect |
| URI: | http://www.monografias.ufop.br/handle/35400000/9273 |
| Aparece nas coleções: | Engenharia de Computação - JMV |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| MONOGRAFIA_EfeitoOrdemComputação.pdf | 1,26 MB | Adobe PDF | Visualizar/Abrir |
Os itens na BDTCC estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.
