人工智能，尤其是生成式人工智能，具有巨大的经济潜力，但它如何助力全球可持续发展转型？
航空业占全球与能源相关的二氧化碳排放的2%，而人工智能将在推动整个行业的可持续创新方面发挥关键作用。
人工智能驱动的创新可以提高燃油效率，减少航空业的生态足迹，但我们必须迅速行动，以实现净零排放目标。
世界对人工智能（AI）及其经济潜力的热情毋庸置疑。近期研究表明，仅生成式人工智能的进步就可能为全球经济注入数万亿美元。
然而，这项新兴技术所引发的热情，正值前所未有的气候危机之际，这场危机促使各行各业加快可持续发展的努力。
由此引出两个关键问题：除了经济收益之外，人工智能如何助力可持续发展转型？人工智能的商业潜力与环境潜力在何处交汇，能够迅速开发出可规模化的解决方案，从而将气候正向的未来从遥不可及的愿景变为近期可以实现的现实？
航空业的环境足迹
航空业因其环境足迹之大而面临着严格的可持续性审视，环境足迹。
仅航空业就占约2%的全球与能源相关的二氧化碳（CO2）排放，然而，国际航空运输协会等组织已设定了雄心勃勃的2050年净零排放目标。
此外，估计50%的实现净零排放所需的碳排放削减，将来自尚未被发明的解决方案。
人工智能在加快这些发现方面具有独特优势，进而能够加速该行业的可持续发展转型。人工智能在深化我们对复杂问题的理解、优化现有系统以及推动突破性科学进展方面具有无与伦比的能力，使其处于推动可持续发展进程的最前沿。
基于这一考虑，以下我们旨在阐述人工智能如何帮助应对航空业特有的可持续发展挑战，以及哪些组织正在引领这一领域的发展。
人工智能如何让航空燃料更具可持续性
航空业脱碳努力的核心，在于可持续航空燃料（SAF）所带来的希望，它提供了一条切实可行的路径，可大幅减少航空旅行的排放。
可持续航空燃料以可再生资源、有机材料或废弃物原料制成，是传统航空煤油的一种极具吸引力的替代方案。
然而，尽管可持续航空燃料在减排方面的潜力毋庸置疑，但其在商业规模上的可获得性与成本竞争力仍是重大障碍。
人工智能可通过优化生产流程来应对这些障碍，并加速可持续航空燃料的开发。例如，通过分析海量数据集，人工智能可以找出效率提升的环节，从而降低生产成本，提高经济可行性。
此外，人工智能驱动的预测模型有助于识别最合适的原料，并改进转化工艺。
通过综合考虑气候数据、作物产量和废弃物供应等因素，人工智能能够发掘既具可持续性又具经济可行性的创新型可持续航空燃料路径。
LanzaJet是一个突出的例子，充分展现了这一潜力。该公司是可持续航空燃料（SAF）开发领域的先锋企业，处于行业前沿。
通过利用人工智能和数据分析的力量，LanzaJet能够识别具有前景的原料来源，优化生产流程，并微调可持续航空燃料混合配方，以提升性能并减少排放。
这一创新方法加速了环保航空燃料的开发，有助于遏制航空业的碳足迹，并体现了人工智能如何通过使可持续航空燃料更易获得、更经济实惠，从而彻底革新其开发工作。
人工智能可以预测并防止尾迹云的形成
尾迹云，即飞机后方那些细长的白色痕迹，其气候影响之大令人意外。政府间气候变化专门委员会（IPCC）2022年的报告指出，由尾迹云形成的云层占航空业全球变暖影响的约35%，这一比例超过了全球喷气燃料影响的一半。
与典型的温室气体排放不同，尾迹云的形成取决于特定的大气条件，即湿度和温度。值得注意的是，并非每一公里航程都会产生相同的尾迹云影响，少数航班造成了大部分由尾迹云引发的变暖。
这与其他按每飞行公里成比例增加的排放形成对比。尾迹云问题在于弄清哪些航班会形成尾迹云，而这正是人工智能能够拓展可能性边界的地方。
要预测哪些航线会形成持续性尾迹云，您需要了解飞行高度上的温度和湿度。目前，天气预报是针对低空性能进行调校的，在飞行高度上表现不佳，且缺乏湿度测量数据。
人工智能可以通过综合多个数据源的信号来弥补这一不足。通过结合天气、卫星和飞行数据，人工智能能够预测尾迹云可能在何时何地形成，进而可用于调整航班高度，以避免尾迹云的形成。
人工智能还可用于确认尾迹云规避尝试是否成功。我们利用卫星图像和计算机视觉技术来探测尾迹云，并将其归因于相关航班，这一工作基于数百小时对数万张卫星图像的标注。
为此，谷歌与美国航空公司及Breakthrough Energy合作，利用这些基于人工智能的工具，证明在正常运营中规避尾迹云是可行的。
该实验被认为是成功的，因为它带来了有意义的跨组织学习成果，并证明尾迹云的形成减少了54%。
这一合作还表明，人工智能在加速尾迹云规避方面具有独特优势，可作为一种可规模化的可持续发展解决方案，能够减轻航空业35%的气候影响。
人工智能在飞机设计与优化中的应用
另一个值得关注的前景广阔的应用是，人工智能有望通过分析海量数据集并运行模拟，以优化空气动力学、材料和发动机性能，从而帮助设计更省油的飞机。
全球航空巨头波音公司通过其先进技术项目体现了这一趋势。波音利用人工智能与机器学习来改进空气动力学、材料和发动机性能。
与此同时，计算流体动力学模拟被用于模拟飞机表面的气流，从而优化机翼形状及其他关键部件，最终减少阻力并提高燃油效率。
生成式设计算法也被用于创造创新且轻量化的飞机结构，这是减少燃油消耗和排放的重要一步。
人工智能在飞机设计领域潜力的另一个典型例子，可以在Boom Supersonic的工作中看到。该公司运用生成式设计算法和先进的计算机模拟，来优化其Overture飞机的设计。
这些复杂的算法能够探索大量设计可能性，生成兼具轻量化、空气动力效率高且结构坚固的飞机结构。
此类人工智能驱动的创新可在提高燃油效率、减少航空业生态足迹方面发挥关键作用，从而推动航空旅行迈向更加绿色、更具可持续性的未来。
人工智能可以加速航空业的净零转型
上述例子只是众多范例中的少数，它们说明了人工智能在加速航空业净零转型中所承担的根本性作用。鉴于我们在应对气候变化方面所面临的紧迫时间表，新型人工智能解决方案的开发与部署亟需加快。
在开发人工智能解决方案的过程中，技术专长与气候领域专业知识之间的差距等关键障碍，可以通过多方利益相关者的合作来弥合。谷歌在该领域的开创性工作，以及其近期与欧洲组织合作、将其人工智能解决方案的覆盖范围扩展至欧洲空域，便是明证。
这些努力体现了国际社会的强烈意愿，即协同推动绿色技术的开发与规模化，以推进航空业的可持续发展转型。但要加快该行业迈向净零的步伐，仍需进一步的人工智能创新。
UpLink是世界经济论坛的早期创新计划，正在助力并加速那些以使命为导向的创业者，他们对于实现净零、自然正向且公平的未来至关重要。如需了解更多信息并加入UpLink社区，请点击此处。
