Průlomový test společností Google a American Airlines ukazuje, že AI dokáže účinně snížit dopad letecké dopravy na klima úpravou letových tras, aby se zabránilo kondenzačním stopám. Studie, která zahrnovala více než 2 400 letů v reálném světě mezi USA a Evropou, ukázala celkové 11,6% snížení viditelných kondenzačních stop, když piloti dostali trasy optimalizované pro umělou inteligenci.
Problém kondenzační stopy: Více tepla než CO₂?
Po mnoho let byl dopad letectví na životní prostředí z velké části nahlížen optikou emisí uhlíku. Nedávný výzkum však naznačuje, že kondenzační stopy – pruhy kondenzace, které za sebou zanechávají letecké motory – mohou větším přispěvatelem k oteplování než samotný CO₂, zejména za určitých atmosférických podmínek. Tyto ledové krystaly zachycují teplo a mohou mít významný kumulativní vliv na globální teploty.
Klíčem je předvídatelnost: AI nyní dokáže předvídat, kde se tyto problematické, na led bohaté oblasti ve vyšších vrstvách atmosféry vytvoří, což umožňuje přesměrování letů. Zatímco malé testy ukázaly povzbudivé výsledky, tato zkouška představuje první úplnou, randomizovanou a kontrolovanou implementaci v komerčních provozech.
Jak byl test proveden
Od ledna do května 2025 byly lety na východ rozděleny do dvou skupin. Jedna skupina kontrolorů měla přístup k trasám navrženým umělou inteligencí navrženými tak, aby minimalizovaly tvorbu kondenzačních stop; druhý – ne. Test se zaměřil na noční lety, protože kondenzační čáry způsobují větší oteplení v noci (když neodrážejí sluneční světlo zpět do vesmíru).
Navzdory této možnosti pouze 112 z 1 232 letů ve skupině AI ve skutečnosti využilo alternativní trasu, z důvodu provozních problémů, jako jsou náklady a bezpečnost. I při omezeném přijetí byly výsledky významné: lety po trasách optimalizovaných pro umělou inteligenci vykázaly 62% snížení viditelných kondenzačních stop.
Důsledky a problémy s škálováním
Tým odhaduje, že oteplovací efekt celé skupiny s navrhovanými trasami byl snížen o 13,7 %, zatímco lety, které zvolily optimalizovanou trasu, zaznamenaly ohromující 69,3% snížení. Je důležité poznamenat, že spotřeba paliva zůstala statisticky nezměněna, což naznačuje, že zamezení kondenzačních stop nemusí nutně zvyšovat provozní náklady.
Edward Griespeerdt z Imperial College London poznamenává, že je to „pravděpodobně to nejlepší, čeho lze dosáhnout pomocí současných nástrojů“. Snížení až o 60 % pro všechny lety je však nepravděpodobné vzhledem ke skutečné složitosti řízení letového provozu. I 10% snížení by však bylo významným krokem k ekologičtějšímu letectví.
„Prokázali jsme pointu: pokud to dokážeme bezpečně integrovat do plánování letů, bude to škálovatelný způsob, jak vyřešit problém vyhýbání se kondenzačním stopám.“ – Dinesh Sanekommu, Google.
Zkouška zdůrazňuje potenciál umělé inteligence ke zmírnění klimatických dopadů nad rámec pouhého snižování emisí uhlíku. Jak se prediktivní modelování zlepšuje a provozní implementace se stává hladší, očekávejte, že se tato strategie stane standardní praxí v leteckém průmyslu.
