Dins del camp de l’observació de la terra s’inclouen problemes d’índole molt diversa, generalment a través de l’anàlisi d’imatges preses en diferents bandes de radiació o emissió electromagnètica. Tanmateix, previ a aquestes anàlisis, els mateixos operadors de satèl·lits han d’enfrontar-se a un problema d’optimització de recursos, el qual pot descriure’s de la manera següent:

Atès un conjunt d’imatges sol·licitades per a un pas d’òrbita d’un satèl·lit, l’objectiu és determinar quin és el subconjunt d’imatges que hauria de prendre en l’esmentat pas d’òrbita, intentant optimitzar certes mesures: benefici, importància, capacitat, etc.

En la pràctica totalitat dels casos, prendre el conjunt complet d’imatges sol·licitades no és factible, ja que l’òrbita del satèl·lit és fixa, i hi ha una sèrie de restriccions que limiten les combinacions d’imatges possibles d’adquirir. Per exemple, algunes imatges no poden ser preses amb la mateixa càmera, ja que hi ha restriccions de temps de maniobra, temps de captura, proximitat geogràfica, etc.

Per resoldre aquesta qüestió, Antón Makarov i Alexander Benítez, de la Divisió d’Intel·ligència Artificial i Big Data de GMV, han exposat en el meetup d’IBM com es pot formular aquest problema matemàticament per poder resoldre'l mitjançant computació quàntica. Aquesta intervenció que han realitzat va relacionada amb el cas d’ús que estan treballant dins del projecte CUCO, el primer gran projecte de computació quàntica a escala nacional i empresarial que persegueix avançar l’estat de l’art d’algoritmes quàntics i aplicar aquest coneixement a una sèrie de proves de concepte en diferents sectors estratègics de l’economia espanyola com ara energia, financer, espai, defensa i logística. Aquest projecte ha estat subvencionat pel CDTI i té el suport del Ministeri de Ciència i Innovació sota el Pla de recuperació, transformació i resiliència.

La selecció d’aquest problema no ha estat casual, després d’una llarga avaluació de més de 15 casos d’ús diferents, s’ha identificat que aquest és un problema present en el dia a dia de la indústria aeroespacial: l’adquisició òptima d’imatges és un problema que ha de resoldre qualsevol operador de satèl·lits de manera periòdica. A més, és freqüent que les peticions d’imatges arribin al llarg del temps, per la qual cosa cal, a la pràctica, resoldre diversos problemes per a una única planificació, incloent-hi les noves imatges a mesura que van arribant. Disminuir el temps d’execució d’aquests algoritmes pot representar un avantatge competitiu, a més d’aplanar el camí per resoldre en un futur problemes amb múltiples satèl·lits, que requereixen temps de còmput fins i tot superiors.