quantum computers квантовые компьютеры 2

Компания IonQ применила квантовую модель для анализа спутниковых снимков

Исследователи компании IonQ протестировали квантовую генеративную модель на реальных спутниковых радарных снимках. На наиболее сложных данных эта модель значительно лучше двух классических методов выявляла изменения на поверхности; однако при более благоприятных статистических условиях ее преимущество исчезало.

Для экспериментов использовалась квантовая генеративная модель QCBM и реальные данные спутника Capella Space. Часть вычислений выполнялась на процессорах IonQ Forte и Forte Enterprise.

Команда анализировала SAR-снимки военно-морской базы Мирамар в Сан-Диего с разрешением 1,2 м, а также данные об извержении вулкана Питон-де-ла-Фурнез на острове Реюньон.

Где квантовый подход оказался полезным

Одной из проблем высокоразрешающих радарных снимков является низкая плотность пикселей.

В классических методах фоновый шум на снимках оценивается на основе данных, полученных с двух изображений.На данных с разрешением в несколько сантиметров распределение значений становится сильно неравномерным: для некоторых групп значений имеется слишком мало данных, что ухудшает точность оценок.

Обычно эту проблему уменьшают предварительной обработкой данных, но это может привести к потере деталей, именно для которых и используются снимки высокого разрешения. Авторы предложили вместо прямой оценки на основе имеющихся пикселей генерировать недостающие статистические данные с помощью алгоритма QCBM. На сложном наборе данных с военно-воздушной базы Мирамар модель, полностью разработанная с использованием квантовых технологий, показала результат F1-score 0,32, в то время как два классических метода дали значения 0,16 и 0,24 соответственно. На идеальном симуляторе результат алгоритма QCBM достиг 0,41. Важнее абсолютных цифр сам характер различий между квантовой и классической моделями: квантовая модель проявила преимущество именно в тех случаях, когда статистических данных пикселей было недостаточно. После предварительной обработки, сделавшей распределение пикселей более подходящим для использования классических методов, результаты почти сравнялись (около 0,55–0,56). На данных о вулканическом извержении все три подхода также показали результат примерно 0,66. С помощью алгоритма QCBM и классических методов были обнаружены изменения после извержения вулкана Питон-де-ла-Фурнез; источник: IonQ. @@TAG44*** Поэтому авторы не утверждают, что квантовый подход обладает универсальным преимуществом. Его потенциал проявился в более узком сценарии — на снимках с высоким разрешением и негауссовской статистикой, где традиционным методам не хватает данных для точных оценок. @@TAG45*** Еще одним ограничением квантовых методов является необходимость отдельного обучения модели для каждой пары снимков.En un experimento adicional, los investigadores trasladaron el sistema QCBM de una zona de la base aérea a otra sin necesidad de reentrenarlo, obteniendo un resultado superior al de los métodos clásicos; no obstante, calificaron este resultado como preliminar.

IonQ planea continuar sus experimentos utilizando modelos cuánticos para el monitoreo de la infraestructura, los desastres naturales, el medio ambiente y las tareas de defensa.

Cabe recordar que en septiembre IonQ anunció sus planes de instalar el sistema Superion 256 (con 256 qubits) en el NVIDIA Accelerated Quantum Research Center. La empresa tiene la intención de investigar sistemas híbridos que combinen cálculos cuánticos y clásicos.

“Quantum & After”. Pregunta n.º 7: ¿Quién construye las computadoras cuánticas y con qué propósito?

Suscríbete a ForkLog en las redes sociales.

Telegram (canal principal) Facebook X