Rozwiązywanie problemów w dziedzinie obserwacji Ziemi za pomocą obliczeń kwantowych

Obserwacja Ziemi jest odpowiedzią na problemy o bardzo zróżnicowanym charakterze i na ogół polega na analizie zdjęć wykonanych w różnych pasmach promieniowania lub emisji elektromagnetycznej. Niemniej jednak przed przeprowadzeniem tych analiz sami operatorzy satelitarni muszą zmierzyć się z problemem optymalizacji zasobów, który można opisać w następujący sposób:

Biorąc pod uwagę zestaw obrazów generowanych podczas jednego okrążenia satelity po orbicie, celem przedsięwzięcia jest określenie podzbioru zdjęć, które należy wykonać podczas wspomnianego okrążenia, a także próba optymalizacji niektórych zasobów (w zależności od spodziewanych korzyści, wagi, wydajności itd.).

W niemal wszystkich przypadkach wykonanie pełnego zestawu żądanych zdjęć okazuje się niemożliwe z uwagi na fakt, że orbita satelity jest stała oraz istnieje szereg restrykcji, które ograniczają możliwe kombinacje pozyskiwanych obrazów. Na przykład niektórych obrazów nie można rejestrować tą samą kamerą, ponieważ istnieją ograniczenia w zakresie szybkości manewrowania, czasu ekspozycji, bliskości geograficznej itd.

Aby rozwiązać ten problem, Antón Makarov i Alexander Benítez z Pionu Sztucznej Inteligencji i Big Data w GMV zaprezentowali na spotkaniu IBM, w jaki sposób można matematycznie sformułować ten problem, aby następnie rozwiązać go poprzez obliczenia kwantowe. Podjęte przez nich wysiłki są związane z przypadkiem zastosowania, nad którym pracują w ramach projektu CUCO – pierwszego dużego krajowego projektu biznesowego w dziedzinie informatyki kwantowej. Celem tego projektu jest pogłębianie wiedzy dotyczącej algorytmów kwantowych oraz jej zastosowanie w serii testów koncepcyjnych w różnych strategicznych sektorach hiszpańskiej gospodarki, takich jak sektor energetyczny, finansowy, kosmiczny, a także obronności i logistyki. Projekt ten został dofinansowany przez CDTI, jest również wspierany przez Ministerstwo Nauki i Innowacji w ramach Planu Odbudowy, Transformacji i Zwiększania Odporności.

Wybór tego problemu nie był przypadkowy. Po dogłębnej ocenie ponad 15 różnych przypadków zastosowań stwierdzono, że jest to problem występujący na co dzień w przemyśle lotniczym i kosmicznym: optymalne pozyskiwanie obrazów jest problemem, który każdy operator satelitarny musi regularnie rozwiązywać. Ponadto często zdarza się, że prośby o udostępnienie obrazów pojawiają się wraz z upływem czasu, przy czym w praktyce konieczne jest rozwiązanie kilku problemów w ramach jednego planowania, w tym zarządzanie nowymi obrazami w miarę ich napływu. Skrócenie czasu wykonania tychże algorytmów może stanowić przewagę konkurencyjną, a także torować drogę do rozwiązywania w przyszłości problemów z wieloma satelitami, które wymagają jeszcze dłuższych czasów obliczeń.