Operace Blue Skies: může AI nasměrovat letadla mimo kondenzační čáry?

Jak má test fungovat

Projekt se zaměří hlavně na zimní večerní a noční lety, kdy se očekává největší klimatický přínos případného vyhýbání. Umělá inteligence a další modely zkombinují:

• satelitní pozorování,
• historická data o letech a kondenzačních čarách,
• předpovědi počasí britské meteorologické služby Met Office.

Výsledkem má být vytipování takzvaných oblastí přesycených ledem — vrstev atmosféry, v nichž je vysoká pravděpodobnost vzniku dlouho přetrvávajících kondenzačních čar. Řídící letového provozu společnosti NATS by pak vybraným letadlům nabídli změnu letové hladiny přibližně až o 2 000 stop, tedy zhruba 610 metrů. Nešlo by o plošné přesměrování veškerého provozu, ale o cílené úpravy jednotlivých letů.

Klíčová otázka: nepřibude kvůli tomu CO₂?

Stoupání nebo klesání může znamenat vyšší spotřebu paliva, a tedy i dodatečné emise oxidu uhličitého. Proto projekt nebude měřit pouze to, zda se podařilo zabránit vzniku kondenzační čáry. Musí porovnat celý dopad: skutečnou palivovou sankci na jedné straně a odhadované omezení oteplování způsobeného kondenzačními čarami na straně druhé.

Výzkumníci zároveň ověří, zda modely skutečně dokážou vytipovat malý podíl letů a částí vzdušného prostoru, které mohou mít nepoměrně velký vliv. Zatím tedy nejde o důkaz, že změny letových hladin přinesou čistý klimatický přínos. Právě to je hlavní otázka experimentu.

Kdo se na operaci podílí

Financování britského ministerstva dopravy probíhá prostřednictvím programu Aerospace Technology Institute. Konsorcium tvoří Google, NATS, Contrails.org, Imperial College London, University of Cambridge a Met Office, který v projektu působí jako subdodavatel organizace Contrails.org.

Google a Contrails.org už vyvinuly nástroje, které propojují kondenzační čáry zachycené satelity s konkrétními lety a vytvářejí jejich předpovědi. Dřívější ukázky s leteckými společnostmi testovaly plánování letů nebo taktické změny letové hladiny. Blue Skies se od nich liší především tím, že přesouvá testování od experimentů jednotlivých aerolinek k řízení provozu v celém vytíženém oceánském koridoru.

Jak se ověří výsledky

Satelitní snímky a letová data mají ukázat, zda předpovězené oblasti s rizikem vzniku kondenzačních čar a doporučené změny letových hladin odpovídaly skutečnému vývoji. Na projektu se podílejí akademičtí partneři, kteří mají zajistit nezávislé vědecké posouzení. Organizátoři uvádějí, že metodika i výsledky mají být zveřejněny.

Transparentnost je důležitá, protože nejistoty se týkají nejen předpovídání kondenzačních čar, ale také volby klimatického ukazatele a porovnání palivové spotřeby s dlouhodobým dopadem na klima.

Co by projekt mohl změnit

Pokud se postup osvědčí, mohl by leteckému průmyslu nabídnout relativně rychlý způsob, jak omezit část jeho neuhlíkových dopadů na klima — bez čekání na kompletní obměnu flotil nebo rozšíření nových paliv. Nemohl by však nahradit snižování emisí CO₂. Vyhýbání se kondenzačním čarám samo o sobě neodstraní emise vzniklé spalováním paliva a nedokáže zabránit vzniku všech těchto stop.

Napětí mezi přínosem AI a její energetickou náročností

U projektu existuje také legitimní otázka energetické bilance, i když nejde o přímý rozpor. Google uvádí, že spotřeba elektřiny jeho datových center v roce 2024 vzrostla o 27 % kvůli rostoucí poptávce po AI. Současně podle společnosti emise spojené s energií datových center klesly o 12 % díky nákupu čisté energie a zvyšování efektivity.

Systém pro vyhýbání se kondenzačním čarám by mohl přinést větší klimatický přínos, než kolik elektřiny spotřebují jeho výpočty. Takové tvrzení však zatím nebylo veřejně doloženo transparentním porovnáním celého životního cyklu.

Za přesvědčivý důkaz by proto bylo potřeba zveřejnit spotřebu energie na výpočty a související mezní emise, skutečné změny ve spotřebě paliva, pozorované omezení kondenzačních čar, použitý klimatický ukazatel a časový horizont i počet chybných předpovědí a přehlédnutých kondenzačních čar. Do té doby zůstává slibovaný klimatický přínos zajímavou, ale neprokázanou možností.