谷歌与英国政府启动“蓝天行动”：AI能让飞机避开会加剧变暖的尾迹吗？

“蓝天行动”计划把多类数据结合起来，包括：

• 卫星图像，用于识别实际出现的凝结尾迹；
• 历史航班和凝结尾迹数据，用于分析哪些飞行条件更容易产生持久尾迹；
• 英国气象局的天气预报，用于预测高空温度、湿度和风场。

模型将据此寻找所谓“冰过饱和区域”（ice-supersaturated regions）。在这些区域内，飞机更有可能形成不会迅速消散的凝结尾迹。项目重点关注冬季傍晚和夜间航班，因为研究认为这些时段的规避措施可能具有更高的预期气候价值。

如果模型判断某架飞机即将进入高风险区域，NATS管制员可能建议该航班上升或下降约2000英尺。这个思路不是让整个航班网络大规模绕行，而是尝试对少数目标航班进行小幅调整，以降低对容量和运行效率的影响。

真正的难题：省下的变暖，是否抵得过多烧的油？

改变飞行高度并非没有代价。爬升或下降可能增加燃油消耗，进而带来额外二氧化碳排放。因此，试验不能只统计“少形成了多少条尾迹”，还要核算完整的排放与气候影响权衡。

项目需要检验的包括：

• 高度调整实际增加了多少燃油消耗；
• 被规避的区域是否确实形成了持久性凝结尾迹；
• 预测模型是否准确找出了少数影响特别大的航班和空域；
• 凝结尾迹减少带来的气候收益，是否超过额外燃油排放造成的影响。

因此，“蓝天行动”目前并不是已经证明有效的减排方案。上述权衡本身，正是这项试验要验证的核心问题。

谁参与了项目？

该项目获得英国政府通过航空航天技术研究所（Aerospace Technology Institute，ATI）计划提供的支持。参与方包括谷歌、NATS、Contrails.org、帝国理工学院、剑桥大学和英国气象局；英国气象局以Contrails.org分包商的身份参与工作。

谷歌与Contrails.org此前已经开发出将卫星探测到的凝结尾迹与具体航班关联起来的工具，并提供凝结尾迹预报。此前一些航空公司也曾测试飞行规划或临时高度调整方案。相比之下，“蓝天行动”的不同之处在于，它试图从航空公司主导的单航班试验，推进到由空中交通管制员协调、覆盖繁忙海洋航路的运行试验。

结果如何验证？

项目计划将卫星图像与航班数据结合起来，检查模型预测的高风险区域、管制员发出的规避建议，是否与实际观测到的凝结尾迹结果相符。剑桥大学和帝国理工学院等学术合作方将提供独立的科学审查。

项目方表示，方法和结果计划公开发表。这一点很重要，因为凝结尾迹预测、气候影响的衡量方式，以及额外燃油与变暖效应之间的比较，目前都存在科学和运行层面的不确定性。

谷歌的AI能耗问题：会不会抵消气候收益？

这里确实存在一个需要认真核算的问题，但不能简单说成直接矛盾。谷歌报告称，随着人工智能需求增长，其数据中心用电量在2024年上升了27%；与此同时，公司表示通过清洁能源采购和效率措施，使数据中心能源相关排放下降了12%。

理论上，一个用于预测凝结尾迹的系统可能带来的气候收益，远高于运行模型所需的电力排放。但截至目前，公开信息还没有提供透明、端到端的生命周期比较，来证明这一点。

要让结论可信，项目至少应公布以下数据：模型计算所消耗的能源及其边际排放、航班实际燃油变化、观测到的凝结尾迹变化、采用的气候指标和时间尺度，以及预测中的误报和漏报比例。独立机构的评估同样不可或缺。

在这些数据公开之前，“蓝天行动”的气候潜力可以说值得关注，但仍然只是一个有待验证的研究假设。即便最终证实有效，它也只能帮助航空业减少部分非二氧化碳气候影响，无法取代对燃油消耗和二氧化碳排放本身的削减。