IonQ демонстрирует потенциал квантовых моделей в анализе спутниковых снимков

Команда исследователей из IonQ провела испытания квантовой генеративной модели на данных спутниковых радарных снимков. Результаты показали, что на сложных данных квантовая модель превосходит два классических метода в обнаружении изменений на поверхности, хотя при улучшении статистики это преимущество исчезает.

В экспериментах использовалась квантовая модель QCBM, а данные были получены со спутников Capella Space. Вычисления проводились на процессорах IonQ Forte и Forte Enterprise, и анализировались снимки авиабазы Мирамар в Сан-Диего и данные вулкана Питон-де-ла-Фурнез на Реюньоне.

Квантовый подход оказался эффективен в условиях разреженной статистики пикселей, типичной для высокоразрешающих радарных снимков. В таких случаях классические методы оценивают фон по двум снимкам, но из-за нехватки данных их эффективность снижается. QCBM генерирует недостающую статистику, улучшая результаты на сложных наборах данных.

На данных из авиабазы Мирамар QCBM показала F1-score 0,32, превосходя классические методы с показателями 0,16 и 0,24. На идеальном симуляторе результат модели составил 0,41. Однако после обработки данных результаты почти сравнялись, достигнув 0,55-0,56. При анализе данных извержения вулкана все методы достигли показателя 0,66.

Авторы не утверждают о превосходстве квантового подхода, отмечая его полезность в специфических условиях разреженной статистики. Еще одно ограничение — необходимость обучать модель для каждой пары снимков, хотя в одном из экспериментов удалось применить QCBM без повторного обучения с хорошими результатами.

IonQ продолжает исследования в области квантовых моделей для применения в мониторинге инфраструктуры, стихийных бедствий и оборонных задач. Компания также планирует использовать 256-кубитную систему Superion 256 в NVIDIA Accelerated Quantum Research Center для изучения гибридных систем, объединяющих квантовые и классические вычисления.