Redes Neurais Artificiais no âmbito da computação quântica.

Abstract

As Redes Neurais Artificiais são modelos matemáticos que buscam reproduzir o funcionamento do cérebro humano. É um dos pilares da Inteligência Artificial que possui algoritmos clássicos na literatura, como é o caso do modelo de neurônio artificial Perceptron. Por sua simplicidade de implementação, permite o estudo de uma migração para um modelo quântico. O objetivo deste trabalho é analisar e construir um modelo quântico do Perceptron através da compreensão dos principais conceitos que cercam as duas áreas. Para a análise do poder computacional do algoritmo Perceptron implementado, foi proposto e realizado o experimento de classificação de cores de 8 bits utilizando apenas um neurônio Perceptron. Os resultados mostraram a capacidade de predição correta para todos os testes realizados. Além disso, foi evidenciada a capacidade de rompimento da limitação de classificação de dados lineares, imposta pelo modelo clássico, quando utilizado o modelo quântico, de forma com que apenas um neurônio é capaz de reconhecer letras e cores. Essa característica abre espaço para a possibilidade de reconhecimento de padrões ainda mais complexos.