Przełomowy test przeprowadzony przez Google i American Airlines pokazuje, że sztuczna inteligencja może skutecznie zmniejszyć wpływ podróży lotniczych na klimat, dostosowując trasy lotów tak, aby zapobiegać powstawaniu smug kondensacyjnych. Badanie, które objęło ponad 2400 lotów w świecie rzeczywistym między USA a Europą, wykazało ogólną redukcję tworzenia się widocznych smug smugowych o 11,6%, gdy piloci otrzymali trasy zoptymalizowane pod kątem sztucznej inteligencji.
Problem ze śladem kondensacji: więcej ciepła niż CO₂?
Przez wiele lat wpływ lotnictwa na środowisko był w dużej mierze postrzegany przez pryzmat emisji gazów cieplarnianych. Jednak ostatnie badania sugerują, że ścieżki kondensacji — smugi kondensacji pozostawione przez silniki lotnicze — mogą w większym stopniu przyczyniać się do ocieplenia niż sam CO₂, szczególnie w pewnych warunkach atmosferycznych. Te kryształki lodu zatrzymują ciepło i mogą mieć znaczący skumulowany wpływ na globalne temperatury.
Kluczem jest przewidywalność: sztuczna inteligencja może teraz przewidzieć, gdzie utworzą się te problematyczne, bogate w lód obszary w górnych warstwach atmosfery, umożliwiając zmianę trasy lotów. Chociaż małe testy wykazały zachęcające wyniki, niniejsza próba jest pierwszym randomizowanym i kontrolowanym wdrożeniem na pełną skalę w operacjach komercyjnych.
Jak przeprowadzono test
Od stycznia do maja 2025 r. loty w kierunku wschodnim podzielono na dwie grupy. Jedna grupa kontrolerów miała dostęp do tras sugerowanych przez sztuczną inteligencję, których zadaniem było minimalizowanie tworzenia się smug kondensacyjnych; drugi – nie. Test skupiał się na lotach nocnych, ponieważ smugi kondensacyjne powodują większe ocieplenie w nocy (kiedy nie odbijają światła słonecznego z powrotem w przestrzeń kosmiczną).
Pomimo posiadania tej opcji tylko 112 z 1232 lotów w grupie AI faktycznie odbyło trasę alternatywną, powołując się na względy operacyjne, takie jak koszty i bezpieczeństwo. Nawet przy ograniczonym zastosowaniu wyniki były znaczące: loty trasami zoptymalizowanymi pod kątem sztucznej inteligencji wykazały 62% redukcję widocznych smug.
Implikacje i problemy ze skalowaniem
Zespół szacuje, że efekt ocieplenia całej grupy w przypadku proponowanych tras został zmniejszony o 13,7%, podczas gdy w przypadku lotów, które wybrały zoptymalizowaną trasę, zaobserwowano oszałamiającą redukcję o 69,3%. Należy zauważyć, że zużycie paliwa pozostało statystycznie niezmienione, co sugeruje, że unikanie smug kondensacyjnych niekoniecznie zwiększa koszty operacyjne.
Edward Griespeerdt z Imperial College London zauważa, że jest to „prawdopodobnie najlepsze, co można osiągnąć przy użyciu obecnych narzędzi”. Jednakże skalowanie obniżek do 60% w przypadku wszystkich lotów jest mało prawdopodobne ze względu na rzeczywistą złożoność kontroli ruchu lotniczego. Jednak nawet 10% redukcja byłaby znaczącym krokiem w kierunku bardziej ekologicznego lotnictwa.
„Udowodniliśmy, że to prawda: jeśli uda nam się bezpiecznie zintegrować to z planowaniem lotu, będzie to skalowalny sposób rozwiązania problemu unikania smug kondensacyjnych.” – Dinesh Sanekommu, Google.
Badanie podkreśla potencjał sztucznej inteligencji w zakresie łagodzenia wpływu na klimat, wykraczającego poza zwykłe ograniczenie emisji gazów cieplarnianych. W miarę udoskonalania modelowania predykcyjnego i wdrażania operacyjnego coraz płynniejszego można oczekiwać, że strategia ta stanie się standardową praktyką w branży lotniczej.
