IonQ、高解像度衛星レーダー変化検出で量子生成モデリングの優位性を実証

量子コンピューティングプラットフォーム開発企業であるIonQ, Inc.（NYSE: IONQ）は、量子生成機械学習モデルが、衛星ベースの合成開口レーダー（SAR）および干渉SAR（InSAR）画像からの地表レベルの変化検出において、従来の統計的ベースラインを上回ることを実証する画期的な研究を発表しました。arXiv（arXiv:2609.05313）で公開されたこの研究は、IonQの捕捉イオン量子処理ユニットで実行される量子回路ボーンマシン（QCBM）が、高解像度レーダーデータが疎または非ガウスのピクセル統計を生成する条件下で、優れた変化検出精度を達成することを検証しています。

この研究は、衛星地球観測（EO）における根本的なボトルネックに対処するものです。SARは、マイクロ波の後方散乱を測定することで、常時、全天候、昼夜を問わず画像を撮影できますが、サブメートルの高解像度取得では、ヘビーテイルで非ガウスのピクセル分布が生成されます。従来の古典的な背景推定器（非線形変化検出、NLCDなど）は、ジョイントヒストグラムルックアップテーブルに依存していますが、ピクセル統計が疎に分布していると性能が低下します。IonQの量子モデルは、20量子ビットから24量子ビットのQCBMアーキテクチャを使用して、バイテンポラル衛星画像ペアをコプラ空間にエンコードすることにより、空間的平滑化を必要とせず、細かい解像度の詳細を犠牲にすることなく、正確な背景期待値を構築するための合成参照サンプルを生成します。