La computación cuántica representa una nueva frontera en la ciencia y la tecnología con el potencial de resolver problemas complejos y revolucionar la industria. Aunque todavía se encuentra en una etapa temprana, los avances en la construcción de qubits y algoritmos cuánticos están acercando cada vez más la computación cuántica a nuestro alcance.

Por ejemplo, en el sector espacial, nos encontramos con el problema de la selección del subconjunto óptimo de imágenes a adquirir por un satélite, cuya resolución es extraordinariamente compleja debido a la explosión combinatoria del problema. Además, es frecuente que las solicitudes de imágenes lleguen a lo largo del tiempo, siendo necesario en la práctica resolver varias instancias del problema en cortos periodos de tiempo. Resolver este tipo de problemas de manera más eficiente, puede suponer una ventaja competitiva muy significativa, además de allanar el camino para resolver en un futuro problemas más complejos, como por ejemplo los que involucran constelaciones de múltiples satélites, que requieren de tiempos de cómputo incluso mayores.

Antón Makarov, Data Scientist de GMV, expuso en el evento “QBN Meeting on Quantum Computing & Applications” los resultados de la investigación que estamos liderando desde GMV para poder resolver este problema de optimización mediante computación cuántica. Este trabajo forma parte del proyecto CUCO, el primer gran proyecto de computación cuántica a nivel nacional y empresarial que persigue avanzar el estado del arte de algoritmos cuánticos y aplicar ese conocimiento a una serie de pruebas de concepto en distintos sectores estratégicos: Energía, Financiero, Espacio, Defensa y Logística. El proyecto CUCO ha sido subvencionado por el CDTI y apoyado por el Ministerio de Ciencia e Innovación bajo el Plan de Recuperación, Transformación y Resiliencia.

En este evento, celebrado en el Barcelona Supercomputing Center y organizado por Quantum Spain y Qilimanjaro Quantum Tech, también han intervenido otros socios del proyecto CUCO como BBVA o Repsol.