Glossário IA
O dicionário completo da Inteligência Artificial
Ambiente Quântico
Estrutura de interação onde um agente quântico evolui num espaço de estados governado pelas leis da mecânica quântica, caracterizado pela superposição e decoerência. O ambiente quântico modela sistemas físicos onde as transições de estados seguem evoluções unitárias ou medições projetivas.
Ação Quântica
Operação unitária ou medição quântica aplicada pelo agente para modificar o estado do sistema quântico, generalizando o conceito de ação clássica para o domínio quântico. As ações quânticas podem criar superposição ou emaranhamento entre diferentes estados do sistema.
Agente Quântico
Entidade de aprendizagem implementada num computador quântico ou simulando um comportamento quântico, capaz de tomar decisões baseadas em estados quânticos superpostos. O agente quântico explora o paralelismo quântico para avaliar simultaneamente múltiplas estratégias.
Política Quântica
Função de distribuição probabilística quântica que mapeia estados quânticos para ações quânticas, frequentemente representada por um circuito quântico parametrizado. A política quântica pode codificar correlações quânticas entre ações impossíveis no contexto clássico.
Q-Learning Quântico
Algoritmo de aprendizagem por reforço adaptado a computadores quânticos onde a função Q-value é representada por um estado quântico ou um circuito quântico. Esta abordagem permite uma representação exponencialmente compacta dos valores de ação-estado.
Circuitos Quânticos Variacionais para RL
Circuitos quânticos parametrizados usados como aproximadores de função na aprendizagem por reforço, otimizados por descida de gradiente clássica ou quântica. Estes circuitos permitem codificar políticas complexas com um número reduzido de parâmetros.
Vantagem Quântica em RL
Superioridade computacional demonstrada quando os algoritmos de reforço quântico superam as suas contrapartes clássicas em termos de complexidade temporal ou espacial. A vantagem quântica manifesta-se particularmente em espaços de estados de grande dimensão.
Recozimento Quântico para RL
Técnica de otimização quântica aplicada à resolução de problemas de aprendizagem por reforço, explorando o tunelamento quântico para escapar a mínimos locais. Este método é particularmente eficaz para problemas de otimização combinatória em RL.
Redes Neurais Quânticas para RL
Arquiteturas de redes neurais implementadas em computadores quânticos usadas como aproximadores de função na aprendizagem por reforço. Essas redes podem capturar correlações quânticas para melhorar a representação de políticas.
Exploração Quântica vs Exploração
Dilema fundamental na RL quântica onde o equilíbrio entre a exploração de novos estados quânticos e a exploração do conhecimento adquirido é gerido por princípios quânticos. A superposição quântica permite uma exploração simultânea de múltiplas estratégias.
Equação de Bellman Quântica
Generalização da equação de Bellman clássica para o domínio quântico, incorporando operadores quânticos e medições no quadro da otimalidade temporal. Esta equação governa a evolução das funções de valor em sistemas quânticos.
Gradiente de Política Quântico
Algoritmo de gradiente de política adaptado a computadores quânticos onde os parâmetros da política são otimizados por gradientes quânticos ou híbridos. Este método aproveita a diferenciação automática quântica para a otimização.
Função de Valor Quântica
Representação quântica da função de valor na aprendizagem por reforço, armazenando os valores de estado ou de ação-estado em estados quânticos superpostos. Esta abordagem permite uma compressão exponencial do espaço de valores.
Replay de Experiência Quântica
Técnica de armazenamento e amostragem de experiências usando memórias quânticas para melhorar a eficiência da aprendizagem por reforço quântica. As experiências quânticas podem ser armazenadas em estados superpostos para uma amostragem mais rica.
Sistemas Multiagente Quânticos
Sistemas onde múltiplos agentes quânticos interagem em um ambiente compartilhado, explorando o emaranhamento quântico para coordenar suas ações. Esses sistemas demonstram comportamentos emergentes impossíveis nos quadros multiagente clássicos.
Aprendizagem por Transferência Quântica
Processo de transferência de conhecimento entre diferentes tarefas de aprendizagem por reforço quântica, utilizando circuitos quânticos pré-treinados como ponto de partida. Esta abordagem acelera a aprendizagem em novas tarefas quânticas.