Projekt CUCO – optymalizacja pozyskiwania obrazów satelitarnych

Proyecto CUCO: Optimización de Adquisición de imágenes satelitales

CUCO jest pierwszym zakrojonym na szeroką skalę projektem z zakresu informatyki kwantowej na poziomie krajowym i biznesowym. Celem tego projektu jest poczynienie postępów w zakresie 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. W tym kontekście zostaną zbadane przypadki zastosowań w sektorze obserwacji Ziemi, walki ze zmianami klimatycznymi i środowiskowymi, identyfikowalności informacji w całym łańcuchu dostaw, optymalizacji i symulacji złożonych obliczeń finansowych, SIGINT itp. Projekt ten został dofinansowany przez CDTI, jest również wspierany przez Ministerstwo Nauki i Innowacji w ramach Planu Odbudowy, Transformacji i Odporności.

Przypadki zastosowań: sektor kosmiczny

Jeśli chodzi o obserwację Ziemi, poruszane są problemy o bardzo zróżnicowanym charakterze, na ogół poprzez analizę 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 wymaganych do przejścia na orbitę satelity, celem niniejszego przedsięwzięcia jest określenie podzbioru obrazów, które należy wykonać podczas wspomnianego przejścia na orbitę, usiłując zoptymalizować pewną/pewne miarę/miary (korzyści, znaczenie, pojemność itp.).

W niemal wszystkich przypadkach wykonanie pełnego zestawu żądanych zdjęć okazuje się niemożliwe z uwagi na fakt, że orbita satelity jest stała i istnieje szereg restrykcji, które ograniczają możliwe kombinacje obrazów, jakie można uzyskać. Na przykład niektórych zdjęć nie można wykonać tym samym aparatem, gdyż obowiązują ograniczenia dotyczące czasu manewrowania, czasu przechwytywania, bliskości geograficznej itp.

Problem ten należy do obszaru optymalizacji kombinatorycznej, a ściślej rzecz ujmując, może być postrzegany jako problem binarnej optymalizacji liniowej z ograniczeniami, o którym wiemy, że przynależy do klasy złożoności NP. Możemy zorientować się w tej złożoności na bardzo prostym przykładzie: załóżmy, że musimy wybrać podzbiór składający się z 30 żądanych obrazów. Oznacza to, że możemy zrobić jedno zdjęcie, dowolną kombinację dwóch zdjęć, dowolną kombinację trzech zdjęć i tak dalej, aż do 30. Możemy to zapisać w następujący sposób:

Proyecto CUCO optimización de Adquisición de imágenes satelitales

Spośród tego ponad miliarda możliwych rozwiązań musimy odrzucić te, które nie przestrzegają ograniczeń danego problemu, co oczywiście nie jest trywialnym zadaniem. Ostatecznie musielibyśmy dokonać oceny każdego z pozostałych rozwiązań, aby uzyskać to, które maksymalizuje wartość.

Przy zaledwie 30 obrazach problem okazuje się już i tak dość złożony. W praktyce tam, gdzie rozwiązanie problemu wiąże się z zaangażowaniem tysięcy obrazów, możemy sobie wyobrazić, dlaczego dowolny klasyczny algorytm okazuje się nieefektywny. Rodzi to konieczność bezpośredniego wykluczenia dokładnych metod oraz wymusza stosowanie algorytmów (meta)heurystycznych, których czasy wykonania i gwarancje można by zwiększyć za pomocą algorytmów kwantowych.

Jednym z najbardziej obiecujących obecnie paradygmatów informatyki kwantowej jest kwantowe wyżarzanie – Quantum Annealing (QA) – które ze względu na swoje właściwości szczególnie nadaje się do rozwiązywania problemów optymalizacyjnych. Uogólniając, jego działanie jest kwantowym odpowiednikiem rzucenia piłki ze szczytu systemu górskiego: piłka w naturalny sposób będzie dążyć do osiągnięcia stanu minimalnej energii, czyli w naszym przypadku – doliny. Naszym zadaniem jest zatem matematyczne przygotowanie tej piłki i systemu górskiego tak, aby reprezentowały problem, który chcemy rozwiązać, oraz wykonanie algorytmów kwantowych, z wykorzystaniem pojęć takich jak superpozycja, splątanie, koherencja czy zjawisko tunelowe, aby móc rozwiązać problem skuteczniej niż w przypadku klasycznej informatyki.

Wybór tego problemu nie był przypadkowy. Po długotrwałej ocenie ponad 15 różnych przypadków zastosowań stwierdzono, że jest to problem występujący na co dzień w przemyśle lotniczym: 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.

Nasze wspólne wyzwanie

Jesteśmy świadkami tak zwanej drugiej rewolucji kwantowej, skoncentrowanej na wykorzystaniu ogromnych postępów, jakie poczyniono w ostatnich latach w zakresie zdolności manipulowania materią na poziomie kwantowym. Te postępy napędzają szybki rozwój rozwiązań z dziedziny informatyki kwantowej, które będą miały ogromny wpływ na sztuczną inteligencję – rozumiejąc pod tym ogólnym terminem technologie obliczeniowe służące do rozwiązywania wszelkiego rodzaju problemów związanych z percepcją, interakcją, rozumieniem, symulacją, przewidywaniem, rekomendacją, optymalizacją… Sztuczna inteligencja jest natomiast technologią o kluczowym znaczeniu w zakresie transformacji cyfrowej. Zdolności sztucznej inteligencji do modelowania, dedukcji, decydowania i działania umożliwiają sprawną organizację autonomicznej mobilności, produkcję energii dostosowaną dokładnie do parametrów jej chwilowego zużycia, łańcuchy logistyczne doskonale zsynchronizowane z potrzebami produkcyjnymi i dostawczymi, produkcję żywności dopasowaną do popytu oraz zoptymalizowanie wielu innych procesów o znaczeniu ekonomicznym i środowiskowym.

Aby być przygotowanym na moment, gdy wszystkie te technologie zostaną całkowicie wdrożone w życie, należy nabyć powyższe zdolności już teraz. Organizacje będą musiały stworzyć kombinację pojedynczych i złożonych talentów, aby tworzyć aplikacje o dużym stopniu oddziaływania. Połączenie dyscyplin z gatunku wiedzy oraz zastosowania, które jest wymagane w tej nowej dziedzinie, jawi się jako niezwykle trudne do wytworzenia i skopiowania, wymaga również długotrwałego okresu konsolidacji.

Projekt ten w ramach Programu Misji CDTI przyczynia się do stworzenia platformy współpracy o najnowocześniejszych możliwościach w zakresie informatyki kwantowej, która służy do przyspieszenia procesu wdrażania aplikacji mających zrównoważony wpływ na strategiczne branże w Hiszpanii.

Aby osiągnąć ten ogólny cel, projekt opiera się na czterech następujących kluczowych aspektach:

  • Koncentrowanie się na stworzeniu portfolio komplementarnych i znaczących przypadków biznesowych. Obecne ograniczenia platform do obliczeń kwantowych warunkują generowanie praktycznych rozwiązań z komercyjnego punktu widzenia. Z tego powodu wybrano uzupełniające się i istotne przypadki biznesowe, ukierunkowane na problemy z wielu sektorów, których złożoność może się z biegiem czasu nasilać. Dzięki temu, wraz z rozwojem sprzętu, opracowane w ramach projektu natywne rozwiązania algorytmiczne w technologiach kwantowych będą łatwo skalowalne i wyjdą naprzeciw potrzebom w ramach odpowiedzi na pełną złożoność rozpatrywanych problemów.
  • Rozwój technologii natywnej w informatyce kwantowej dla rodzaju problemów przypadków biznesowych. Uwzględnia się tworzenie technologii własnej w podejściach z zakresu kodowania danych i algorytmicznych do rozwiązywania problemów dotyczących przypadków biznesowych: optymalizacji, uczenia maszynowego oraz symulacji, zarówno natywnych kwantowych, jak i hybrydowych, a także inspirowanych technologiami kwantowymi.
  • Umocnienie specjalistycznej i otwartej społeczności w zakresie konceptualizacji, identyfikacji oraz rozwoju integralnych rozwiązań. Intensywna interakcja zespołów uczestniczących firm i publicznych organizacji badawczych czy też współpraca z innymi podmiotami w systemie otwartym to sposób na przyspieszenie procesu uczenia oraz wzmocnienie ekosystemu ukierunkowanego na zastosowania kwantowe, mające wpływ na tkankę przemysłową.
  • Wkład w likwidację luki rynkowej. Sukces na rynku aplikacji, produktów i usług wywodzących się z technologii obliczeń kwantowych wymaga tworzenia zwartych ekosystemów, które pomogą łączyć podaż i popyt na konkretne rozwiązania w obrębie tychże technologii. Projekt ukierunkowany jest właśnie na te dziedziny, w których potencjalny popyt na tego typu rozwiązania oferuje znaczne atuty: bardziej zwarte łańcuchy wartości, większa liczba uczestników łańcucha wartości aplikacji, lepsza pozycja konkurencyjna, możliwość wpływu na aspekty regulacyjne i normalizację, powiązane polityki itp. Oczekuje się, że przyczyni się to do zmniejszenia luki rynkowej już na wczesnych etapach.

Strategicznie, na koniec projektu będą rozwinięte pierwsze możliwości z masą krytyczną do opracowywania rozwiązań z zakresu informatyki kwantowej, co przyczyni się do stworzenia unikalnego ekosystemu w tej dziedzinie w Hiszpanii.

Ten artykuł jest częścią serii trzech artykułów poświęconych kwestii wyjaśnienia kilku przypadków zastosowań, które zostały wybrane przez partnerów projektu i będą badane w ciągu najbliższych trzech lat.

Autorzy artykułów:

  • Antón Makarov Samusev, Data Scientist w GMV
  • Rosalia Esquivel Méndez, Kierowniczka Projektu w GMV
  • Esther Villar Rodríguez, Team Leaderka – Quantum Technologies / DIGITAL w TECNALIA
  • Guillermo Gil Aguirrebeitia, Impact Development – Quantum Technologies / DIGITAL w TECNALIA
  • Jorge Luis Hita, Badacz w dziedzinie obliczeń kwantowych w BBVA
  • Carlos García Meca, dyrektor ds. badań w DAS Photonics
Sector
Not show on Home
Inactiu

Source URL: https://gmv.com/komunikacja/aktualnosci/projekt-cuco-optymalizacja-pozyskiwania-obrazow-satelitarnych