人工知能、特に生成AIは大きな経済的潜在力を持つが、世界の持続可能性への移行にどのように貢献できるのか。
航空は世界のエネルギー関連二酸化炭素排出量の2%を占めており、AIは業界全体で持続可能なイノベーションを推進する上で不可欠になるだろう。
AIを活用したイノベーションは燃料効率を高め、航空の環境負荷を低減できるが、ネットゼロ目標の達成に向けては迅速な行動が必要である。
人工知能（AI）とその経済的潜在力に対する世界の関心は、疑いようがない。最近の研究によれば、生成AIの進歩だけでも、 世界経済に数兆米ドルを注入しうる。
しかし、この新興技術への期待は、産業界が持続可能性への取り組みを加速させている未曾有の気候危機の最中に広がっている。
ここで二つの重要な問いが生じる。経済的利益を超えて、AIは持続可能性への移行にどのように貢献できるのか。AIの商業的・環境的潜在力はどこで交わり、気候に配慮した未来を遠い理想から近い将来の現実へと転換する、拡張可能なソリューションを迅速に開発できるのか。
航空業界の環境負荷
その重大な環境負荷のため、航空業界は持続可能性について厳しい精査を受けている。
航空だけで世界のエネルギー関連二酸化炭素（CO2）排出量の約2%を占めているが、国際航空運送協会（IATA）のような組織は、野心的な2050年までのネットゼロ目標を掲げている。
さらに、ネットゼロ達成に必要な炭素排出削減量の推定50%は、まだ発明されていないソリューションから得られると見込まれる。
AIは、これらの発見を加速させ、ひいては業界の持続可能性への移行を促進する上で独自の立場にある。複雑な問題の理解を深め、既存システムを最適化し、画期的な科学的進歩を加速させる比類のない能力により、AIは持続可能性の進展を推進する最前線に立っている。
この点を踏まえ、以下では、AIが航空業界特有の持続可能性の課題にどのように対処できるか、またどの組織が先導しているかを示すことを目指す。
AIはどのように航空燃料をより持続可能にできるか
航空業界の脱炭素化への取り組みの中心にあるのは、持続可能な航空燃料（SAF）の可能性であり、航空旅行による排出量を大幅に削減する具体的な道筋を提供する。
再生可能資源、有機材料、廃棄物原料から製造されるSAFは、従来のジェット燃料に対する説得力のある代替手段となる。
しかし、SAFの排出削減の可能性は否定できないものの、商業規模での入手しやすさとコスト競争力は依然として大きな障壁である。
AIは、生産プロセスを最適化することで、これらの障壁に対処し、SAFの開発を加速させることができる。例えば、膨大なデータセットを分析することで、AIは効率改善の余地がある領域を特定でき、生産コストの削減と経済的実現可能性の向上につながる。
さらに、AIを活用した予測モデルは、最適な原料の特定と変換プロセスの改良に役立つ。
気候データ、作物収量、廃棄物の利用可能性などの要因を考慮することで、AIは持続可能かつ経済的に実行可能な、革新的な持続可能な航空燃料の製造経路を見出すことができる。
この可能性の好例は、持続可能な航空燃料（SAF）開発の最前線を担う先駆的企業、LanzaJetに見ることができる。
AIとデータ分析の力を活用することで、LanzaJetは有望な原料源を特定し、生産プロセスを最適化し、性能向上と排出削減のためにSAFブレンドを微調整している。
この革新的なアプローチは、環境に配慮した航空燃料の開発を加速させ、航空業界の炭素排出量の抑制に役立つとともに、SAFをより入手しやすく手頃な価格にすることで、AIが持続可能な航空燃料の開発をどのように変革できるかの一例となっている。
AIは飛行機雲の形成を予測し、防止できる可能性がある
飛行機雲は、航空機の後ろに伸びる細い白い筋であり、驚くほど大きな気候への影響を持つ。2022年のIPCC報告書は、飛行機雲によって生じる雲が航空の地球温暖化への影響の約35%を占めると指摘しており、これは世界のジェット燃料の影響の半分以上に相当する。
通常の温室効果ガス排出とは異なり、飛行機雲の形成は特定の大気条件、すなわち湿度と気温に依存する。特に、すべての飛行距離が同じ飛行機雲の影響をもたらすわけではなく、少数の便が飛行機雲による温暖化の大部分の原因となっている。
これは、飛行距離に応じて増加する他の排出とは対照的である。飛行機雲の課題は、どの便がそれを形成するかを理解することにあり、ここにこそAIが可能性の限界を押し広げることができる領域がある。
持続的な飛行機雲を形成する経路を予測するには、飛行高度における気温と湿度を把握する必要がある。現在、気象予報は低高度での性能向上に向けて調整されており、飛行高度では精度が低く、湿度の測定データも不足している。
AIは、複数のデータソースからの信号を統合することで、これを補うことができる。気象、衛星、フライトデータを組み合わせることで、AIは飛行機雲がいつどこで形成される可能性が高いかを予測でき、その結果を飛行高度の調整に用いて、飛行機雲の形成を回避することができる。
AIは、飛行機雲の回避が成功したかどうかを確認するためにも使用できる。我々は衛星画像とコンピュータービジョンを活用し、数万枚の衛星画像に数百時間にわたるラベル付けを行ったうえで、飛行機雲を検出し、関連する便に帰属させている。
この目的のために、GoogleはアメリカンエアラインズおよびBreakthrough Energyと協力し、これらのAIベースのツールを活用して、通常の運航においても飛行機雲の回避が可能であることを実証した。
この実験は、組織横断的に有意義な学びをもたらし、飛行機雲の形成において54%の削減を示したことから、成功と判断された。
この協働はまた、AIが拡張可能な持続可能性ソリューションとして飛行機雲の回避を加速させる独自の立場にあり、航空の気候への影響の35%を緩和できることを示している。
AIによる航空機設計と最適化
注目すべきもう一つの有望な応用例は、膨大なデータセットを分析し、シミュレーションを実行して空力、材料、エンジン性能を最適化することで、より燃費効率の高い航空機を設計するというAIの可能性である。
世界的な航空大手であるボーイングは、その先進技術プログラムを通じてこの潮流を体現している。ボーイングは、AIと機械学習を用いて、空力、材料、エンジン性能の向上を図っている。
一方、数値流体力学シミュレーションは、航空機の表面上の気流をモデル化するために用いられ、翼形状やその他の重要な部品の最適化につながり、最終的に抗力を最小化し燃費効率を高めている。
生成設計アルゴリズムも、軽量で革新的な航空機構造の創出に活用されており、これは燃料消費と排出量の削減に向けた重要な一歩である。
AIの航空機設計における可能性を示すもう一つの例は、Boom Supersonicの取り組みに見られる。同社は、生成設計アルゴリズムと高度なコンピューターシミュレーションを用いて、同社のOverture航空機の設計を最適化している。
これらの高度なアルゴリズムは、膨大な設計の可能性を探索し、軽量かつ空力効率に優れ、強度も備えた機体構造を生み出す。
こうしたAIによるイノベーションは、航空業界の燃料効率の向上と環境負荷の低減において重要な役割を果たすことができ、それによって航空旅行のより環境に優しく持続可能な未来の実現に寄与する。
AIは航空のネットゼロ移行を加速できる
上記の例は、航空業界のネットゼロ移行の加速においてAIが果たす根本的な役割を示すほんの一部にすぎない。気候変動を踏まえた我々が直面する重大な期限を考慮すると、新たなAIソリューションの開発と展開を加速させる必要がある。
AIソリューションの開発における技術的専門知識と気候分野の専門知識との間のギャップといった重大な障壁は、マルチステークホルダーによる協働によって乗り越えることができる。これは、この分野におけるGoogleの先駆的な取り組みに示されており、同社は最近、欧州の組織と提携して、そのAIソリューションの適用範囲を欧州の空域にまで拡大している。
これらの取り組みは、航空業界の持続可能性への移行に向けて、グリーン技術の開発と拡大を協調して進めようとする国際的な意欲を示す好例である。しかし、航空業界がネットゼロへ向けて進むためには、さらなるAIイノベーションが必要である。
世界経済フォーラムの初期段階のイノベーション・イニシアチブであるUpLinkは、ネットゼロ、ネイチャーポジティブ、そして公正な未来に不可欠な、使命志向の起業家を支援し、その取り組みを加速させている。詳細を知り、UpLinkコミュニティに参加するには、こちらをクリック。
