Машинное обучение для принятия решений с применением квантовой теории вероятности

Задачи классификации, маршрутизации и кластеризации самых различных объектов, обладающих большим набором свойств, сводится к проблемам принятия решения человеком – то, как человек принимает решения и в целом мыслит, часто бывает сложно формализовать с помощью классических алгоритмов машинного обучения. Когда вопрос касается комплексных и нетривиальных принятий решений, современные модели зачастую не справляются так же успешно, как с простой классификацией. Человеческий мозг может выполнять одновременно большое количество оценочных действий, а также держать так называемый контекст задачи. В связи с такой сложностью выполнения задач, многие классические модели данных не позволяют эффективно решать проблемы, связанные с принятием решений человеком. Поэтому, исследователи искусственного интеллекта задались вопросом разработки нового модельного подхода – математического аппарата квантовой физики или иными словами квантовой теории вероятности. В первой граве представлен обзор работ и исследований уже существующих в области принятия решений человеком. В значительной степени рассматриваются исследования с точки зрения психологии и математики. Далее во второй главе исследования описана непосредственно работа по поиску квантового эффекта порядка для принятия решения по классификации текстовых обращений граждан. Практическим путем такой эффект порядка был обнаружен в процессе принятия решений классификации обращений граждан сотрудниками государственных учреждений. Данный результат можно считать еще одним подтверждением того множества теоретических исследований и работ, рассмотренных в первой главе.