【TED】衛星と AI を使用して全世界の炭素排出量を追跡【日本語訳】

科学/技術

何が気候変動を引き起こしているのでしょうか?

もちろん、人間活動による温室効果ガスの排出です。

しかし、人間の活動とは何でしょうか?

これらの化石燃料を燃やしているのは具体的に誰でしょうか?

そして何のために?

そして、どこ?

最初に聞いたときは奇妙に聞こえましたが、21世紀の今日でも科学者は気候変動について驚くほど情報を持っていないことが分かりました。

それは私たちだけではないからです。

他にもたくさんのことが起こっています。

他にもたくさんのことが起こっています。

そして21世紀になっても、科学者はこの問題について驚くほど情報を持っていません。

そこで私は、この問題に取り組む科学者、活動家、そして実際にテクノロジー企業からなる新しい連合の一員です。

予想していたよりも奇妙な旅でした。

分解してみましょう。

そのため、大気中に排出物が渦を巻いているのが見えるため、大気中の排出量が増加していることは何十年も前からわかっていました。

つまり、有名なキーリング曲線は、宇宙から実際に見えるものに基づいています。

しかし、宇宙からは簡単に見ることができないのは、彼らがどのようにして宇宙に到達したのかということです。

それはまだ私の心を混乱させますが、2021年になっても、ほとんどの国とほとんどの経済分野で、それらの排出量がどこから来ているのかを実際に答えるための私たちのプロセスは依然として、汚染者にどれだけ汚染したかを尋ねることです、それは一種の希望のようなものですその在庫に欠けているものは何もないので、それらの数値をすべて合計し、場合によっては紙に手作業で記入します。

世界中のすべての国がこのプロセスに同意したことは驚くべきことです。

世界中の誰もが本質的にこのプロセスに貢献しているということは、私に希望をもたらす素晴らしいことの 1 つです。

しかし、それはその場しのぎの解決策です。

私たちが本当に真剣に気候変動を阻止しようとしているのであれば、測定できるものしか管理できず、より多くの情報が必要です。

手動レポートを作成するのに何年もかかるのではなく、情報が必要です。

つまり、20年間排出量インベントリを持っていない国もあります。

そんなに古い情報をどうすればいいのでしょうか?

私たちは国全体の排出量を調べるだけでなく、排出量を削減する方法を知りたければ、自動車を追跡する必要があるのか​​、工場を追跡する必要があるのか​​を知る必要があります。 ?

私の国では何がこれらの排出量を引き起こしているのでしょうか?

汚染者にどれだけ汚染したか報告を求めることに依存し続けることはできません。

さらに微妙な問題もあります。

私が本当に気になるのは、ある企業が排出量を削減したと報告したとしても、それを本当の意味で削減したことを祝うべきなのか、それとも彼らは単に熱いジャガイモをして汚染物質を販売しているだけなのか、それを知る良い方法が今のところないということです。別の会社に?

気候変動との闘いに本気で取り組みたいなら、ツールが必要です。

私たちは、理想的には、汚染者に尋ねるだけではなく、国レベルだけでなく排出がどこから来たのかについての本当に詳細な情報を含む情報を、数年後ではなくリアルタイムで入手する何らかの方法を必要としています。オープンで透明性が高く、誰もが信頼できることがわかり、理想的には無料です。なぜなら、お金を払う余裕のある人だけが排出量を知るという状況をそのままにすることはできないからです。

つまり、これは科学的および工学的な重大な課題です。

そのようなシステムを具体的に構築するにはどうすればよいでしょうか?

まずはこのような写真から始めてみてはいかがでしょうか。

この発電所は実際に煙突内に CO2 排出センサーを備えている世界でも数少ない発電所の 1 つであるため、この写真が撮影された時点で 1 時間あたり 2,930 トンの CO2 を排出していたことはわかっています。

しかし、少し後、全く同じ発電所がこのようになったということも私たちは知っています。

もちろん当時は二酸化炭素排出量はゼロトンでした。

つまり、人間の肉眼でもそれを見ることができます。

しかし、多くの場合、それはもう少し複雑です。

そこで私たちは、小規模な NGO のクラスターとして、このような何十万枚もの写真を見て、宇宙からの一定量の汚染が発生している発電所がどのように見えるかを認識するコンピューター ビジョン AI アルゴリズムのトレーニングに取り組み始めました。

このようなことができる理由は、現在、NASA の Landsat 8 や中国の Gaofen 6 などの情報源から、無料で公開されている衛星画像が数多く入手できるからです。

実際、世界中のすべての主要な発電所の写真を数日ごとに取得することは可能です。

そこで、私の組織 WattTime と他の多くの小規模 NGO が協力して、このような視覚画像を数日ごとにスキャンし、汚染者に尋ねることなく発電所ごとにどれだけ汚染しているかを調べることができる人工知能アルゴリズムを構築しました。世界で。

かなり刺激的です。

そして、実際にはそれよりも優れた成果を上げることができます。

他の形式の衛星も存在するため、実際にはそれよりも優れた成果を上げることができます。

映画と同じように、熱赤外線に切り替えて、発電所も高温かどうかを調べることができます。

これは、さまざまな衛星やさまざまな技術を使用した完全に独立した評価であるため、重要です。

したがって、これら 2 つの方法が一致する場合、正しい答えが見つかったことは非常に励みになります。

風下から少し離れた発電所などの情報も見ることができます。

大気中の本来あるべき場所で、より多くの排出物が発生しているのが見られるでしょうか?

それとも発電所近くの冷却水取水弁でしょうか?

惑星からの商用画像を使用すると、発電所近くの川の波紋を見ることができます。これは、川が非常に高温で汚染されているため、大量の水を引き込んでいることを意味します。

したがって、これらのテクニックはどれも完璧ではありませんが、非常に多くの異なる独立したテクニックを組み合わせると、どれほど正確になり始めるかは非常に注目に値します。

それで、世界中のすべての発電所を測定してかなり良い結果が得られ始めたとき、私たちはとても興奮しました。

しかし、アル・ゴアは素晴らしい人ですが、私たちにもっと大きな夢を抱くよう励ましました。

そこで私たちは、彼とジェネレーションのパートナーたちから、発電所の排出量の観点から小さなことを考えるだけでなく、地球上のすべての主要な発生源からの人間の排出量をすべて調査し、それを誰もが無料で利用できるようにすることができるかどうかを確認するという挑戦を受けました。 。

そして、彼らのサポートと他の組織との多大な協力のおかげで、私たち全員が団結してまさにそれを行うことができました。

それで 。

それで 。

それで 。

それで 。

この非常に興味深い例は、Transition Zero です。

彼らは英国に本拠を置く組織で、製鉄所の排出量を監視することができ、排出量が目に見えない場合でも監視することができます。

人工知能の非常に興味深い点の 1 つは、衛星からのさまざまな形式の信号を利用できるため、サプライ チェーンのさまざまな部分における非常に特殊な化学プロセスを調べることができます。

工場農場を測定する機能もあります。

では、それらの規制を担当している米国環境保護庁ですら、米国内にどのくらいの高汚染工場農場があるのか​​について完全な目録を持っていないことをご存知でしたか?

しかし、Synthetic という名前の新興企業は、コンピュータ ビジョンを適用してそれらの在庫を構築することができ、現在、世界中のすべての工場農場を公開するために規模を拡大しています。

RMI は、生産および精製からの石油とガスの排出を監視しています。

インドに拠点を置く Blue Sky Analytics は、農作物火災と森林火災を監視しています。

車の移動について話したいですか?

ジョンズ・ホプキンス大学はすべての地上交通をモデル化し、世界中の道路網を調査しています。

私たちの各組織は、特定の排出の 1 つまたは 2 つの形態に特化することを学びましたが、それらすべてを Climate Trace として知られる巨大なデータベースで共有しています。

Climate Trace の興味深い点の 1 つは、それが基本的にグローバルな技術に基づいて構築されているということです。

ここでは、OceanMind の地球上のすべての船舶とそれに関連する排出量のモデルから調べています。

これまでは、排出量を詳細に調査できるのは裕福な国だけだったため、これは非常に強力です。

私たちは、誰もが無料で利用できる、適切なグローバル システムについて話しています。

こんなことができるのは、衛星のコストが大幅に下がったからです。

私たちの頭上の空には文字通り何千もの目があり、その多くは実際に無料で誰でもその情報を利用できるように開かれています。

しかし、近年、衛星よりもさらにコストが下がっているものをご存知ですか?

ビッグデータとAI。

つまり、私たちは現在、特定のミームが Twitter でトレンドになっていると、それを数分で世界中で認識する自動マーケティング アルゴリズムが存在する世界に住んでいます。

それを数秒で認識する株式市場のアルゴリズムがあるのではないかと思われます。

デイトレーダーにとっては非常に便利です。

つまり、私たちは実際には、文明を脅かす危機よりも、インターネット上の面白い猫のビデオの視聴を監視することに多くのリソースを費やしている社会として存在しています。

それを奇妙に思う人もいます。

そこで、Climate Trace では、これらのリソースと技術的な監視能力のごく一部を取り出し、実際の排出量の監視に再配分することにしました。

それがこの巨大な共有データベースです。

つまり、データ エンジニアリングを機能させるために、夜間や週末にボランティアで時間を割いてくれるソフトウェア エンジニアがいます。

私たちにはアルゴリズムを検証する学者がいます。

さまざまなモデルを実行している NGO があります。

センサーおよび衛星データ会社がコードを寄付しています。

そして、ウィキペディアと同じように、現在起こっていることは、これら多くのさまざまな専門家が、誰もが見ることができる単一の共通のポットで私たちのリソースを共有していることです。

すべては相互検証される必要があり、それは一般に公開されます。

Wikipedia との最大の違いは、より多くのリアルタイム センサーが関与していることです。

では、なぜこれを行うのでしょうか?

一言で言えば透明感。

プロジェクトの早い段階で、元気候変動交渉担当者から私たちに相談を受けました。その人は、パリ協定の核心は、各国が他の国々が何をしているかを確認できるようになっているはずだと言いました。

彼らはお互いを信頼することを学ぶことができ、それが彼らが喜んで手をつないで一緒に飛び跳ねる理由です。

しかし問題は、多くの自己申告が行われており、多くの国にはこの非常に高価で古い形式の監視を行うためのリソースがないことです。

そして、私たちがClimate Traceのバージョン1で優先しようとしてきたものは、先月9月21日のCOP26の前にリリースされる予定です。このバージョンは、地球上のすべての国、すべてのセクター、そして毎年、誰でも無料で利用できるものです。 。

ここでは、たとえば、2020年のマレーシアの米生産の排出量、または同年のオーストラリアの電力排出量に注目します。

これらはすべて、climatetrace 上で誰でも利用できます。

組織は無料です。

さて、それは です。

ありがとう。

ありがとう。

ありがとう。

さて、それは不完全です。

人工知能は最初はそれほど優れていませんが、時間の経過とともに改善されます。

これまでのところ、私たちが測定できていることの 1 つは、これが各国の報告内容と比較してどうなるかということです。

したがって、私たちの手法がまだ完全に完璧であるとは言えませんが、私たちが抱く大きな疑問の 1 つは、国家はお互いを信頼すべきなのかということです。

このプロジェクトから学んだ最も驚くべきことの 1 つは、答えはイエスだと思うということです。

つまり、失われた排出ガスがいくつか見つかったのは間違いありません。

私たちが真剣に話し合う必要がある業界がいくつかあります。

しかし概して、私たちが本当に衝撃を受けたのは、大多数の国が殺人を免れたように見えるが、互いに完全に誠意を持って交渉しているということだ。

もしあなたが COP26 に向かう気候変動交渉担当者なら、私はちょっと立ち止まって、これから起こることに対する信頼が何を意味するのかを理解していただきたいと思います。

でも、そこで止まってしまってはAIの無駄だと思います。

したがって、Climatrace バージョン 2 の次のステップとして、私たちが取り組んでいることは、世界中のすべての放射資産を可視化することです。

これは次のようになります。これが意味するのは、単に全国的な合計ではなく、ツールを提供することです。

私は、経済のどこから排出されているかを知りたいと考えている政府と話をしました。

彼らはサプライチェーンを環境に優しいものにしたいと考えていますが、どの工場が他のどの工場よりもクリーンであるかを知る必要があります。

ネットゼロに43兆ドルを投資している資産運用会社と話をしましたが、実際に目標を達成するには、排出削減が本当に起こっているかを管理し、測定する方法が必要です。

したがって、世界中の誰かが排出量を隠そうとしている場合でも、それを忘れることができるようになったのは、非常に興味深いことだと思います。

そんな日々はもう終わりました。

ありがとう。

しかし、私が本当に最も興奮しているのは、気候変動との戦いで他の人たちに、仕事をより早く終わらせるためのツールを提供することです。

ありがとう。

よくやった。

コメント

タイトルとURLをコピーしました