AI ช่วยติดตามและลดการปล่อยก๊าซเรือนกระจกจากอากาศและอวกาศ

AI ลดโลกร้อนจากท้องฟ้าสู่ห้วงอวกาศ

AI ลดโลกร้อนหมายถึงการใช้เทคโนโลยีปัญญาประดิษฐ์ในการตรวจจับ วัดปริมาณ และคาดการณ์การปล่อยก๊าซเรือนกระจกจากแหล่งต่าง ๆ ทั้งบนพื้นดิน ในชั้นบรรยากาศ และจากข้อมูลดาวเทียม แล้วแปลงเป็นการตัดสินใจเชิงปฏิบัติการที่ช่วยลดการปล่อยก๊าซอย่างเฉพาะจุด เช่น ปรับเส้นทางบินหรือจัดการแหล่งรั่วไหลเมธีนอย่างรวดเร็ว หัวใจของการเปลี่ยนเกมคือ AI ไม่ได้แค่ทำให้เราเห็นตัวเลข แต่ทำให้เราเห็นตำแหน่งและรูปแบบการปล่อยก๊าซเรือนกระจก AI จึงเริ่มกลายเป็นเครื่องมือเชิงยุทธศาสตร์มากกว่าของเล่นเทคโนโลยี เมื่อ Google จับมือสายการบินหนึ่งและหน่วยงานอวกาศเพื่อจัดการทั้งเมฆหางเครื่องบินและเมธีนจากอวกาศ ความหมายของคำว่าติดตามเมธีนจากอวกาศและก๊าซเรือนกระจก AI จึงไม่ใช่เรื่องวิทยาศาสตร์ล้ำ ๆ อีกต่อไป แต่เป็นโครงสร้างใหม่ของการบริหารความเสี่ยงด้านภูมิอากาศ

เมฆหางเครื่องบิน AI จุดเปลี่ยนของอุตสาหกรรมการบิน

เมฆหางเครื่องบินที่เราเคยมองว่าสวยงามกลับเป็นตัวการสำคัญที่กักเก็บความร้อนในชั้นบรรยากาศ และมีส่วนถึงราวหนึ่งในสามของผลกระทบโลกร้อนจากอุตสาหกรรมการบินตามข้อมูลของ Google หากสายการบินยังมองมันเป็นเพียงเส้นเมฆบนฟ้า การลดโลกร้อนก็จะติดเพดานอยู่แค่การปรับเครื่องยนต์และเชื้อเพลิง จุดที่น่าสนใจคือ Google จับมือกับสายการบิน Cathay Pacific นำเทคโนโลยี AI เข้ามาช่วยนักบินหลีกเลี่ยงชั้นบรรยากาศที่เอื้อต่อการเกิดเมฆหางเครื่องบิน โดยใช้ AI เชิงคาดการณ์ ภาพถ่ายดาวเทียม และข้อมูลสภาพอากาศ เพื่อเสนอคำแนะนำการปรับระดับความสูงและเส้นทางบินจริง ในโครงการนำร่องที่ทดสอบหลายสิบเส้นทางบิน อัลกอริทึมสามารถลดปริมาณความร้อนสะสมจาก Contrails ได้มากถึง 40 เปอร์เซ็นต์ ซึ่งเป็นตัวเลขที่บอกชัดว่าเมฆหางเครื่องบิน AI ไม่ใช่รายละเอียดเล็กน้อย แต่คือทางลัดที่ต้นทุนต่ำสำหรับอุตสาหกรรมการบิน AI ลดโลกร้อนแบบไม่ต้องรอเครื่องบินรุ่นใหม่

ข้อสะท้อนที่สำคัญคือเครื่องมือนี้ใช้กับฝูงบินปัจจุบันได้ทันที โดยไม่จำเป็นต้องเปลี่ยนประเภทเชื้อเพลิงตามคำอธิบายของหัวหน้าโครงการวิจัยด้าน Contrail ของ Google ซึ่งทำให้เกมการลดก๊าซเรือนกระจก AI ในการบินเปลี่ยนจากเรื่องโครงสร้างพื้นฐานแพง ๆ เป็นเรื่องการยอมรับระบบแนะนำเส้นทางที่ต่างจากเดิม ยิ่งไปกว่านั้น ทั้งสองบริษัทเตรียมเดินหน้าทดสอบระบบระยะที่สองเพื่อขยายขอบเขตให้ครอบคลุมเส้นทางบินภายในเอเชีย เส้นทางข้ามมหาสมุทรแปซิฟิก และเส้นทางขั้วโลกโดยมีเป้าหมายในการรวบรวมฐานข้อมูลปฏิบัติการที่ใหญ่ขึ้น เพื่อประเมินประสิทธิภาพและข้อจำกัดของการใช้ระบบหลีกเลี่ยงเมฆหางเครื่องบินกับเที่ยวบินระยะไกลพิเศษอย่างละเอียด ถ้าโครงการนี้พิสูจน์ตัวเองได้ในระดับโลก เมฆหางเครื่องบิน AI จะกลายเป็นมาตรฐานใหม่ที่สายการบินอื่นยากจะปฏิเสธ

ติดตามเมธีนจากอวกาศด้วย MAPL-EMIT

ถ้าเมฆหางเครื่องบินคือปัญหาที่มองเห็นแต่ถูกมองข้าม เมธีนก็ตรงกันข้าม คือก๊าซเรือนกระจกที่มองไม่เห็นแต่มีอำนาจทำให้โลกร้อนสูงมาก การศึกษาระบุว่าประมาณ 25 เปอร์เซ็นต์ของการทำให้โลกร้อนจากกิจกรรมมนุษย์ตั้งแต่ยุคอุตสาหกรรมมาจากเมธีน และกิจกรรมของมนุษย์เป็นสาเหตุของการปล่อยเมธีนทั่วโลกถึงราว 60 เปอร์เซ็นต์ แบ่งเป็นของเสีย การเกษตร และพลังงาน ที่สำคัญประเทศกว่า 125 ประเทศให้คำมั่นว่าจะลดการปล่อยเมธีนลง 30 เปอร์เซ็นต์ภายในปี 2030 แต่คำมั่นจะเป็นแค่คำพูด หากเราไม่รู้ว่าเมธีนรั่วไหลจากที่ไหนและปริมาณเท่าใด ตรงนี้เองที่ก๊าซเรือนกระจก AI จากอวกาศเริ่มแสดงบทบาท Google และห้องปฏิบัติการขับเคลื่อนจรวดของ NASA เปิดตัวโมเดล MAPL-EMIT เมื่อวันที่ 9 กันยายน ซึ่งเป็นโมเดลการเรียนรู้เชิงลึกที่สามารถตรวจจับ ประเมินปริมาณ และระบุตำแหน่งพลูมเมธีนทั่วโลกจากข้อมูลเครื่องมือดาวเทียม EMIT ที่ทำงานบนสถานีอวกาศนานาชาติ การกำเนิดโมเดลนี้จึงไม่ใช่แค่ความสำเร็จทางเทคนิค แต่คือโครงสร้างการเฝ้าระวังใหม่ที่ลงรายละเอียดระดับแหล่งปล่อยแต่ละจุด

สิ่งที่ทำให้ MAPL-EMIT น่าสนใจคือทีมวิจัยสร้างระบบจำลองเชิงฟิสิกส์ผลิตพลูมเมธีนจำลองถึง 3.6 ล้านพลูมเพื่อฝึกโมเดล ผลคือโมเดลตรวจจับพลูมเมธีนได้เพิ่มขึ้น 50 เปอร์เซ็นต์เมื่อเทียบกับผู้เชี่ยวชาญมนุษย์ และระบุพลูมเพิ่มเติมกว่า 23,000 พลูมทั่วโลก รวมถึงพลูมใน 24 จาก 25 แหล่งฝังกลบที่ปล่อยเมธีนมากที่สุดของโลก ตัวเลขนี้ชี้ว่าการพึ่งการตีความภาพดาวเทียมด้วยสายตามนุษย์เพียงอย่างเดียวเริ่มล้าสมัย ที่สำคัญโมเดลสามารถจับพลูมที่สอดคล้องกับอัตราการรั่วไหล 250 ถึง 500 กิโลกรัมต่อชั่วโมงที่ความเร็วลมประมาณ 2.5 เมตรต่อวินาที ซึ่งเป็นการปรับปรุง 2 ถึง 4 เท่าเมื่อเทียบกับโมเดลเดิม และให้ค่า symmetric mean absolute percentage error ที่ 56 เปอร์เซ็นต์ เทียบกับ 117 เปอร์เซ็นต์ของผลิตภัณฑ์ EMIT L2B กล่าวอีกแบบคือ AI ไม่เพียงทำให้เราเห็นเมธีนจากอวกาศ แต่เห็นได้ละเอียดและแม่นยำพอจะใช้ในการแทรกแซงเชิงนโยบายและการปฏิบัติการจริง

จากข้อมูลสู่การแทรกแซง: ก๊าซเรือนกระจก AI ต้องไม่หยุดที่หน้าจอ

ทั้งเมฆหางเครื่องบิน AI และการติดตามเมธีนจากอวกาศด้วย MAPL-EMIT มีแกนร่วมเดียวกัน คือการทำให้ก๊าซเรือนกระจกกลายเป็นเป้าหมายที่จับต้องได้ ไม่ใช่เพียงตัวเลขในรายงานประจำปี เมื่อ AI สามารถระบุตำแหน่งเมฆหางเครื่องบินที่ควรหลีกเลี่ยงบนเส้นทางบิน หรือชี้จุดรั่วไหลเมธีนระดับหลุมฝังกลบแต่ละแห่ง ภาครัฐและเอกชนไม่มีข้ออ้างเรื่องข้อมูลไม่พออีกต่อไป อย่างไรก็ตาม ถ้าเครื่องมือเหล่านี้ถูกใช้เพียงเพื่อทำแผนที่สวย ๆ โดยไม่มีการแทรกแซงจริง ความคืบหน้าก็จะหยุดอยู่ที่หน้าจอ นักการบินต้องยอมรับคำแนะนำเส้นทางจากระบบ เมืองต้องพร้อมแก้ไขแหล่งฝังกลบและโครงสร้างจัดการของเสีย ภาคพลังงานต้องยอมเปิดเผยและจัดการแหล่งรั่วไหล การวิจัย MAPL-EMIT ยังวางแผนขยายไปสู่การสกัดข้อมูลหลายก๊าซจากหลายดาวเทียมและการประเมินอัตราการปล่อยแบบ end to end เพื่อให้ได้ค่าการรั่วไหลโดยตรงโดยไม่ต้องรวมข้อมูลลมภายหลัง หากแนวทางนี้เดินหน้าจริง เราจะขยับจากการสำรวจโลกร้อนไปสู่การบริหารโลกร้อนอย่างละเอียด

บทสรุป: AI ไม่ใช่พระเอก แต่เป็นแผนที่การลงมือ

มุมมองหนึ่งที่เราควรยึดไว้คือ AI ลดโลกร้อนไม่ใช่พระเอกที่จะมาแก้ทุกอย่างให้ แต่เป็นแผนที่ละเอียดที่บอกว่าเราควรลงมือที่ไหน เมื่อไร และอย่างไร กรณีเมฆหางเครื่องบิน AI แสดงให้เห็นว่าการเปลี่ยนแค่ระดับความสูงของการบินที่เลือกอย่างมีกลยุทธ์สามารถลดการกักเก็บความร้อนจาก Contrails ได้มาก โดยไม่ต้องรอเทคโนโลยีเชื้อเพลิงใหม่ ส่วนการติดตามเมธีนจากอวกาศด้วย MAPL-EMIT แสดงให้เห็นว่าเราไม่จำเป็นต้องเดาอีกต่อไปว่าแหล่งใดปล่อยเมธีนมากสุด เพราะ AI ระบุให้เห็นลงไปถึงหลุมฝังกลบแต่ละจุด คำถามจึงไม่ใช่ว่าเราควรใช้ก๊าซเรือนกระจก AI หรือไม่ แต่คือจะจัดการกับข้อมูลที่ได้อย่างไร จะยอมปรับกฎ กติกา และวิธีดำเนินธุรกิจตามแผนที่ที่ AI วาดให้หรือจะปล่อยให้มันเป็นแค่กราฟสวย ๆ ในงานสัมมนา แรงกดดันจากเป้าหมายลดเมธีนและการลดโลกร้อนระดับโลกกำลังสูงขึ้น และ AI ก็ส่งสัญญาณชัดแล้วว่าพร้อมเป็นเครื่องมือปฏิบัติการ ถัดจากนี้จึงอยู่ที่เจตจำนงและความกล้าของผู้มีอำนาจตัดสินใจเท่านั้น