Projekt CUCO: Optimierung der Satellitenbilderfassung

Proyecto CUCO: Optimización de Adquisición de imágenes satelitales

CUCO ist das erste große nationale und unternehmerische Quantencomputerprojekt. Dieses Projekt zielt darauf ab, den Stand der Technik von Quantenalgorithmen zu verbessern und dieses Wissen auf eine Reihe von Konzeptnachweisen in verschiedenen strategischen Sektoren der spanischen Wirtschaft wie Energie, Finanzen, Raumfahrt, Verteidigung und Logistik anzuwenden. Dabei werden Anwendungsfälle zur Erdbeobachtung, zur Bekämpfung des Klimawandels, zum Umweltschutz, zur Rückverfügbarkeit der Informationen in der gesamten Lieferkette, zur Optimierung und Simulation komplexer finanzieller Berechnungen sowie zur Fernmelde- und elektronischen Aufklärung usw. erforscht. Das Projekt wurde vom CDTI bezuschusst und vom Ministerium für Wissenschaft und Innovation im Rahmen des Plans für Wiederaufbau, Umgestaltung und Resilienz unterstützt.

Anwendungsfall: Raumfahrt

Der Bereich der Erdbeobachtung befasst sich mit einem breiten Spektrum von Problemen, die in der Regel durch die Analyse von Bildern aus verschiedenen Bereichen der elektromagnetischen Strahlung oder Emission angegangen werden. Zur Analysen dieser Bilder stehen die Satellitenbetreiber jedoch selbst vor einem Problem der Ressourcenoptimierung, das wie folgt beschrieben werden kann:

Bei Bilderreihen, die für einen Satellitenüberflug angefordert werden, besteht das Ziel darin, zu bestimmen, welche Teilmenge von Bildern beim jeweiligen Überflug aufgenommen werden soll. Dazu wird versucht, bestimmte Maßstäbe zu optimieren (Nutzen, Bedeutung, Kapazität usw.).

In praktisch keinem Fall können alle angeforderten Bilder aufgenommen werden, da die Satellitenbahn feststeht und die möglichen Bildkombinationen durch eine Reihe von Beschränkungen begrenzt sind. So können beispielsweise einige Bilder aufgrund von Einschränkungen hinsichtlich der Manövrierzeit, der Aufnahmezeit, der geografischen Nähe usw. nicht mit derselben Kamera aufgenommen werden.

Dieses Problem gehört zum Bereich der kombinatorischen Optimierung, insbesondere kann es als ein binäres lineares Optimierungsproblem mit Nebenbedingungen betrachtet werden, das bekanntlich zur NP-Komplexitätsklasse gehört. Wir können uns diese Komplexität anhand eines sehr einfachen Beispiels vorstellen: Nehmen wir an, wir müssen eine Teilmenge von 30 angeforderten Bildern auswählen. Das bedeutet, dass wir ein einzelnes Bild, eine beliebige Kombination von zwei Bildern, eine beliebige Kombination von drei Bildern und so weiter bis zu 30 Bilder aufnehmen können. Dies könnten wir folgendermaßen ausdrücken:

    Proyecto CUCO optimización de Adquisición de imágenes satelitales

    Von diesen mehr als eine Milliarde möglicher Lösungen müssen wir alle diejenigen verwerfen, die den Anforderungen des Problems nicht genügen, aber das ist nicht so einfach. Schließlich müssen wir jede der verbleibenden Lösungen bewerten, um diejenige auszuwählen, die den Wert maximiert.

    Auch mit nur 30 Bildern ist dieses Problem bereits recht komplex. In der Praxis, wo die zu lösenden Probleme Tausende von Bildern umfassen, kann man sich vorstellen, warum jeder klassische Algorithmus ineffizient ist, so dass exakte Methoden gänzlich verworfen werden müssen und wir auf (meta-)heuristische Algorithmen zurückgreifen müssen, deren Ausführungszeiten und Zuverlässigkeit durch Quantenalgorithmen verbessert werden könnten.

    Eines der vielversprechendsten Paradigmen der Quanteninformatik ist heute das Quantum Annealing (QA), das sich besonders gut für Optimierungsprobleme eignet. Im Großen und Ganzen funktioniert das so, als würde man einen Ball von der Spitze eines Gebirges werfen: Der Ball sucht sich stets den Zustand mit der niedrigsten Energie, ein Tal. Unsere Aufgabe ist es daher, das System aus Kugel und Berg mathematisch so aufzubereiten, dass es das zu lösende Problem darstellt, sowie Quantenalgorithmen auszuführen, die Konzepte wie Überlagerung, Verschränkung, Kohärenz oder Tunneleffekte nutzen, um das Problem effizienter als mit klassischer Berechnung zu lösen.

    Die Auswahl dieses Problems war nicht zufällig: Nach einer langen Bewertung von mehr als 15 verschiedenen Anwendungsfällen wurde festgestellt, dass es sich um ein alltäglich in der Luft- und Raumfahrt auftretendes Problem handelt: Die optimale Bilderfassung ist ein Problem, das jeder Satellitenbetreiber regelmäßig lösen muss. Hinzu kommt, dass Bildanfragen oft unvorhergesehen eintreffen, so dass es in der Praxis notwendig ist, für eine einzige Planungsaufgabe mehrere Probleme zu lösen und dabei neue Bilder zu berücksichtigen, sobald sie eintreffen. Die Verkürzung der Ausführungszeit dieser Algorithmen kann einen Wettbewerbsvorteil darstellen und den Weg für die Lösung zukünftiger Multi-Satelliten-Probleme ebnen, deren Berechnung noch länger dauert.

    Unsere gemeinsame Herausforderung

    Wir erleben gerade sozusagen eine zweite Quantenrevolution, die sich darauf konzentriert, die enormen Fortschritte zu nutzen, die in den letzten Jahren bei der Manipulation von Materie auf Quantenebene erzielt worden sind. Diese Fortschritte treiben die rasanten Entwicklungen im Bereich des Quantencomputings voran, die enorme Auswirkungen auf die künstliche Intelligenz haben werden. Unter diesem Oberbegriff werden die Computertechnologien zur Lösung von Problemen aller Art im Zusammenhang mit Wahrnehmung, Interaktion, Verständnis, Simulation, Vorhersage, Empfehlung, Optimierung usw. verstanden. Die KI-Fähigkeiten des Modellierens, Ableitens, Entscheidens und Handelns werden es ermöglichen, die autonome Mobilität effizient zu orchestrieren, die Energieerzeugung genau auf den augenblicklichen Verbrauch abzustimmen, die Logistikketten perfekt mit dem Produktions- und Lieferbedarf zu synchronisieren, die Lebensmittelproduktion auf die Nachfrage abzustimmen und eine große Vielzahl weiterer Prozesse mit sozialen, wirtschaftlichen und ökologischen Auswirkungen zu optimieren.

    Um bereit zu sein, wenn all diese Technologien in vollem Umfang zum Einsatz kommen, müssen wir jetzt die entsprechenden Fähigkeiten aufbauen. Die beteiligten Organisationen werden eine Kombination aus einzigartigen und komplexen Talenten entwickeln müssen, um wirkungsvolle Anwendungen dazu zu schaffen. Die Kombination von Wissen und Anwendungsdisziplinen, die in diesem neuen Bereich erforderlich ist, ist sehr schwierig zu generieren und zu reproduzieren und erfordert eine beträchtliche Konsolidierungszeit.

    Dieses Projekt im Rahmen des CDTI-Missionsprogramms trägt nun dazu bei, eine kollaborative Plattform mit Spitzenkompetenzen im Bereich Quantencomputing zu schaffen, die dazu dienen wird, den Einsatz von Anwendungen mit nachhaltigen Auswirkungen auf strategische Branchen in Spanien zu beschleunigen.

    Um dieses allgemeine Ziel zu erreichen, ist das Projekt auf die folgenden vier Schlüssel ausgerichtet:

    • Konzentration auf die Erstellung eines Portfolios von sich ergänzenden sinnvollen Geschäftsfällen.Konzentration auf die Erstellung eines Portfolios sich ergänzender sinnvoller Geschäftsfälle. Die derzeitigen Beschränkungen der Quantencomputerplattformen erschweren die Entwicklung praktischer kommerzieller Lösungen. Daher wurden ergänzende und relevante Geschäftsfälle ausgewählt, um Probleme in mehreren Sektoren zu lösen, deren Komplexität skaliert werden kann. Wenn sich die Hardware weiterentwickelt, können die im Rahmen des Projekts entwickelten nativen algorithmischen Lösungen der Quantentechnologien leicht skaliert und der vollen Komplexität der behandelten Probleme gerecht werden.
    • Entwicklung nativen Quantencomputertechnologien für Geschäftsprobleme. Dabei geht es um die Entwicklung eigener Technologien zur Datenkodierung und algorithmische Ansätze zur Lösung von Geschäftsproblemen: Optimierung, maschinelles Lernen und Simulation, sowohl mit nativen Quanten als auch mit hybriden und quanteninspirierten Verfahren.
    • Stärkung einer spezialisierten und offenen Gemeinschaft zur Konzeption, Identifizierung und Entwicklung integrierter Lösungen. Eine enge Interaktion zwischen den Teams der teilnehmenden Unternehmen und öffentlichen Forschungseinrichtungen oder die Zusammenarbeit mit anderen Einrichtungen in einem offenen System ist ein Weg, um das Lernen zu beschleunigen und ein Ökosystem zu stärken, das auf Quantenanwendungen mit Auswirkungen auf die industrielle Struktur ausgerichtet ist.
    • Beitrag zur Schließung der Marktlücke. Der Markterfolg von Anwendungen, Produkten und Dienstleistungen, die sich aus den Technologien des Quantencomputings ableiten, erfordert die Schaffung kompakter Ökosysteme, die dazu beitragen, Angebot und Nachfrage nach spezifischen Lösungen für diese Technologien zusammenzuführen. Dieses Projekt zielt genau auf Bereiche ab, in denen die potenzielle Nachfrage nach dieser Art von Lösungen Stärken aufweist: kompaktere Wertschöpfungsketten, größere Anzahl von Akteuren in der Anwendungswertschöpfungskette, bessere Wettbewerbsposition, direkter Zugang zu globalen Antriebskräften, Fähigkeit zur Beeinflussung von Regulierungsaspekten und Normung, damit verbundene Richtlinien usw. Es wird erwartet, dass dies dazu beiträgt, die Marktlücke schon in der Anfangsphase zu verringern.

    Strategisch gesehen werden bis zum Ende des Projekts die ersten Fähigkeiten mit einer kritischen Masse für die Entwicklung von Quantencomputerlösungen entwickelt worden sein, was zur Entstehung eines einzigartigen Quantencomputer-Ökosystems in Spanien beitragen wird.

    Dieser Artikel ist Teil einer Serie von drei Artikeln, in denen verschiedene Anwendungsfälle erläutert werden, die von den Projektpartnern ausgewählt wurden und in den nächsten drei Jahren weitererforscht werden sollen.

    Die Autoren der Artikel:

    • Antón Makarov Samusev, Anton Makarov Samusev, Datenwissenschaftler bei GMV.
    •  
    • Rosalia Esquivel Méndez, Projektleiterin bei GMV.
    • Esther Villar Rodríguez, Teamleiterin: Quantum Technologies / DIGITAL bei TECNALIA.
    • Guillermo Gil Aguirrebeitia, Impact Development: Quantum Technologies / DIGITAL bei TECNALIA.
    • Jorge Luis Hita, Forscher für Quanteninformatik bei der BBVA.
    • Carlos García Meca, Forschungsdirektor bei DAS Photonics.
    Sector
    Not show on Home
    Inactiu

    Source URL: http://www.gmv.com/kommunikation/nachrichten/projekt-cuco-optimierung-der-satellitenbilderfassung