Niedawne badanie na dużą skalę wykazało, że sztuczna inteligencja może skutecznie zmniejszyć wpływ podróży lotniczych na klimat poprzez zmianę trasy lotów, aby uniknąć tworzenia się trwałych smug kondensacyjnych. Badanie, które objęło ponad 2400 lotów American Airlines między USA a Europą od stycznia do maja 2025 r., wykazało ogólne zmniejszenie tworzenia się smug kondensacyjnych o 11,6%, gdy piloci otrzymali trasy zoptymalizowane pod kątem sztucznej inteligencji. W przypadku lotów, które faktycznie odbywały się trasami sugerowanymi przez sztuczną inteligencję, redukcja widocznych smug kondensacyjnych była imponująca 62%.
Problem ze smugami kondensacyjnymi
Ślady kondensacji samolotu – białe smugi pozostawione po samolotach – to coś więcej niż tylko nieszkodliwa para wodna. Zatrzymują ciepło w atmosferze, a ostatnie badania sugerują, że mogą przyczyniać się do ocieplenia w większym stopniu niż emisja dwutlenku węgla z silników lotniczych. Dzieje się tak dlatego, że kryształki lodu w smugach kondensacyjnych tworzą się łatwiej w pewnych warunkach atmosferycznych, co można przewidzieć za pomocą szczegółowych modeli pogodowych. Unikanie regionów „podatnych na wybudzenia” jest kluczem do zmniejszenia śladu klimatycznego lotnictwa. *
Jak działał test
Badacze Google pod kierownictwem Dinesha Sanekommu zintegrowali swoje narzędzie AI do prognozowania smug kondensacyjnych z oprogramowaniem do planowania lotów American Airlines. Loty zmierzające na wschód (gdzie smugi kondensacyjne powodują większe ocieplenie w nocy) zostały losowo przydzielone albo do grupy kontrolnej (bez oferty AI), albo do grupy eksperymentalnej (dostępna trasa zoptymalizowana pod kątem sztucznej inteligencji).
Chociaż kontrolerzy w grupie eksperymentalnej mogli wybrać trasę sugerowaną przez sztuczną inteligencję, tylko 112 z 1232 lotów faktycznie to zrobiło ze względu na ograniczenia praktyczne, takie jak koszty i bezpieczeństwo. Jednak nawet przy częściowym wdrożeniu ogólny wpływ był znaczący.
Kluczowe ustalenia i implikacje
Analiza AI zdjęć satelitarnych potwierdziła zmniejszenie widoczności smug kondensacyjnych. Loty odbywające się zoptymalizowanymi trasami zmniejszyły efekt ocieplenia o 13,7% w całej grupie i o imponujące 69,3% w przypadku osób, które faktycznie korzystały z tras sugerowanych przez sztuczną inteligencję. Należy zauważyć, że nie stwierdzono statystycznie istotnych różnic w zużyciu paliwa, co sugeruje, że można uniknąć smug kondensacyjnych bez zwiększania kosztów operacyjnych.
„To wzmocniło tezę, że jeśli uda nam się bezpiecznie zintegrować to z planowaniem lotu, będzie to skalowalny sposób na uwzględnienie unikania smug kondensacyjnych” – mówi Sanekommu.
Perspektywy na przyszłość
Eksperci tacy jak Edward Griespeerdt z Imperial College w Londynie nazywają to „najlepszym, co można zrobić” przy użyciu obecnych narzędzi. Skalowanie redukcji smug aż do 60% w przypadku wszystkich lotów może nie być realistyczne ze względu na złożoność logistyczną, ale nawet redukcja smug kondensacyjnych o 10% stanowi znaczący krok w kierunku bardziej zrównoważonego lotnictwa.
Powodzenie tej próby pokazuje, że optymalizacja tras w oparciu o sztuczną inteligencję to realna strategia łagodzenia wpływu podróży lotniczych na klimat. Ciągłe doskonalenie tych narzędzi i szersze przyjęcie przez przemysł będą miały kluczowe znaczenie dla wykorzystania pełnego potencjału unikania smug kondensacyjnych.
