Gavin McCormick: Tracking the whole world's carbon emissions -- with satellites & AI | TED Countdown

المترجم: Nawfal Aljabali المدقّق: Shimaa Nabil

What is causing climate change?

ما سبب التغير المناخي؟

I mean, it’s greenhouse gas emissions from human activities, of course.

أعني، إنها انبعاثات غازات الاحتباس الحراري من الأنشطة البشرية، بالطبع.

But which human activities?

لكن أي الأنشطة البشرية؟

Who specifically is burning all of these fossil fuels,

من هو بالتحديد الذي يحرق كل هذا الوقود الأحفوري،

and for what and where?

ولأجل ماذا وأين؟

It sounded strange when I first heard it,

بدا أمراً غريباً عند تبادره إلى سمعي،

but I have come to learn that even today in the 21st century,

لكنني تعلمت أنه حتى اليوم في القرن الحادي والعشرين،

scientists have surprisingly little information about this question.

لا يمتلك العلماء سوى القليل من المعلومات حول هذا السؤال.

So I'm part of a new coalition of scientists, activists,

لذا فأنا جزء من تحالف جديد من العلماء والناشطين،

and actually tech companies working to address this issue.

وشركات التكنولوجيا التي تعمل على معالجة هذه المشكلة.

It's been a stranger journey than I expected.

لقد كانت رحلة أغرب مما توقعت.

Let me break it down for you.

دعوني أوضّح لكم.

So we've known for decades that emissions are rising in the atmosphere

لقد عرفنا منذ عقود أن الانبعاثات تتزايد في الغلاف الجوي

because we can see them swirling up around there.

لأننا نستطيع رؤيتها وهي تدور هناك.

So the famous Keeling Curve is based on what we can actually see from space.

لذا فإن منحنى كيلينغ الشهير يعتمد على ما يمكننا رؤيته بالفعل من الفضاء.

But what you can't easily see from space is how did they get there?

ولكن ما لا يمكن رؤيته من الفضاء هو كيف وصلت إلى هناك؟

It still boggles my mind, but even in the year 2021,

لا يزال الأمر يحيرني، ولكن حتى في عام 2021،

in most countries and most sectors of the economy,

في معظم البلدان ومعظم قطاعات الاقتصاد،

our process for actually answering where are all those emissions coming from

لا تزال طريقتنا للإجابة عن مصدر كل هذه الانبعاثات

is still to ask polluters how much they polluted.

تتمحور حول سؤال الملوثين عن مدى تلوثهم.

Just kind of like hope nothing is missing in that inventory

مجرد نوع من الأمل، لا يوجد شيء مفقود في هذا الكمية الموجودة،

and then add up all those numbers, sometimes manually, on paper.

ثم قم بإضافة كل هذه الأرقام -يدوياً في بعض الأحيان- على الورق.

It's amazing that every single country in the world

رائع أن كل دولة في العالم

has agreed to this process.

لديها الرغبة لهذه الإجراءات.

It's one of the great things that brings me hope

من الأشياء التي أعادت لي الأمل

that everyone in the world is essentially contributing to this process.

أن كل واحد في العالم مساهم في هذا بشكل أساسي.

But it is such a stopgap solution.

لكنه أشبه ما يكون بحل مؤقت.

If we're really serious about stopping climate change,

إذا كنا حقاً على وشك إيقاف تغير المناخ،

you can only manage what you can measure,

تستطيع إدارة ما قياسه فقط،

and we need to have more information.

ونحن بحاجة إلى مزيد من المعلومات.

We need to have information,

نحتاج معلومات أكثر،

not like letting it take years to compile manual reports.

ليس مثل ترك الأمر يستغرق سنوات لتجميع التقارير اليدوية.

I mean, there are countries

أعني أن هناك دولاً

that haven't had an emissions inventory in 20 years.

لم تقم بجرد أي انبعاثات منذ 20 سنة.

What are you actually supposed to do with information that old?

كيف يجب التعامل مع المعلومات القديمة؟

لا نحتاج فقط النظر عن ماهية الانبعاثات

We need to not just be looking at what are the emissions

of entire countries,

عن بلدان باكلمها،

لأنكم إذا أردتم معرفة كيفية التقليل منها،

because if you want to know how to reduce them,

تحتاجون لمعرفة:

you need to know:

هل أحتاج لملاحقة السيارات أو المصانع؟

Do I need to go after cars or factories?

ما الذي يسبّب في بلدي كل هذه الانبعاثات؟

What in my country is driving all these emissions?

لا يمكن الاعتماد على مطالبة الملوثين عن مقدار التلوث الذي تسببوا فيه.

We can't keep relying on asking polluters to report how much they polluted.

And there's even more subtle problems.

وهناك مشاكل أكثر دقة.

Like, one that really gets me

الأمر الذي يستفزني حقاً

is if one company reports it's reduced its emissions,

هو إذا أبلغت إحدى الشركات أنها خفضت الانبعاثات،

we don't have a good way to know right now is that a real reduction,

ليس لدينا طريقة مضمونة حالياً لمعرفة ما إذا كان تقليلاً حقيقياً،

هل نحتفل؟ أم أنهم فقط يلقون البطاطا الساخنة

should we celebrate, or did they just play hot potato

and sell something that pollutes to another company?

ويبيعون شيئاً ملوثاً لشركة أخرى؟

إذا كنا حقاً جادين في محاربة تغير المناخ،

If we want to get really serious about fighting climate change,

فإننا بحاجة أدوات أفضل.

we need better tools.

نحتاج إلى طريقة ما للحصول على البيانات

We need to have some way to get information

in ideally real-time, not years later;

في توقيت مثالي حقيقي، ليس في سنوات لاحقة؛

that doesn’t rely on just asking the polluters;

وهذا لا يعتمد فقط على سؤال الملوِّثين،

that has really detailed information about where those emissions came from,

الطريقة التي تزوّد معلومات مفصلة عن مصدر هذه الانبعاثات،

not just country level;

ليس على مستوى الدولة وحسب؛

that is open and transparent,

الطريقة المنفتحة والشفافة،

so everybody knows they can trust it;

ليتمكن كل شخص من الوثوق بها،

and ideally, that’s free,

ومن الناحية المثالية: مجانية،

because we can't just have a situation

لأنه لا يمكن أن تكون لدينا حالة

where only those who can afford to pay know how much is being emitted.

لا يعرف فيها إلا أولئك القادرين على الدفع مقدار التلوث.

So that's a serious scientific and engineering challenge.

وهذا تحدٍّ علمي وهندسي حقيقي.

How exactly would you go about building a system like that?

كيف يمكنك البدء في بناء نظام كهذا؟

حسناً، ربما قد تبدأ بصورة مثل هذه.

Well, you might want to start with a photo like this.

We know, because this is one of the few power plants in the world

نحن نعلم، لأن هذه واحدة من محطات توليد الطاقة القليلة في العالم

that actually has a CO2 emissions sensor in its stack

التي لديها بالفعل مستشعر انبعاثات ثاني أكسيد الكربون في مجموعتها

that at the time this photo was taken,

في وقت التقاط هذه الصورة.

it was emitting 2,930 tons of CO2 per hour.

كان ينبعث منها 2930 طناً من ثاني أكسيد الكربون في الساعة.

But we also know that a short time later,

لكننا نعلم أيضاً أنه بعد وقت قصير،

the same exact power plant looked like this.

بدت نفس محطة الطاقة بالضبط هكذا.

And at that time, of course, it was emitting zero tons of CO2.

وفي ذلك الوقت -طبعاً- كان ينبعث منها صفر طن من ثاني أكسيد الكربون.

I mean, you can see that with the unaided human eye.

يمكنكم رؤية ذلك بالعين المجردة.

لكن غالباً، فهي أكثر تعقيداً.

But often, it's a little more complicated.

And so we have started to work as a cluster of small NGOs

وهكذا بدأنا العمل كمجموعة من المنظمات غير الحكومية الصغيرة

on training computer vision AI algorithms

في تدريب خوارزميات الذكاء الاصطناعي لرؤية الكمبيوتر

to look at hundreds of thousands of photos like this

للنظر في مئات الآلاف من الصور مثل هذه

to recognize what a power plant looks like when it's polluting

للتعرف من الفضاء على شكل محطة الطاقة عندما تلوث

a certain amount of pollution from space.

قدراً معيناً من التلوث.

The reason we can do this is that there are so many free

السبب في قدرتنا على القيام بذلك هو أن هناك الكثير

and public satellite images available now

من صور الأقمار الصناعية المجانية والمتاحة للجميع حالياً

from sources like NASA's Landsat 8 or China's Gaofen 6.

من مصادر مثل Landsat 8 التابع لناسا أو Gaofen 6 الصينية.

It's possible actually to get photos every few days

من الممكن في الواقع الحصول على صور كل بضعة أيام

of every major power plant in the entire world.

لكل محطة طاقة رئيسية في العالم بأسره.

And so my organization, WattTime, and a number of other small NGOs

ولذا تعاونت منظمتي WattTime وبعض المنظمات غير الحكومية الصغيرة الأخرى

have teamed up to build an artificial intelligence algorithm

لبناء خوارزمية ذكاء اصطناعي

that can scan visual imagery like this every few days

يمكنها مسح الصور المرئية مثل هذه كل بضعة أيام

and look, without asking the polluters, to see how much they are polluting

والبحث -دون سؤال الملوثين- لمعرفة مدى تلويثهم

for every power plant in the world.

كل محطة توليد الكهرباء في العالم.

It's pretty exciting.

إنه أمر مثير للغاية.

(Applause)

(تصفيق)

You can actually do better than that.

يمكنكم القيام في الواقع بأفضل من ذلك.

Because there are other forms of satellites as well.

لوجود أشكال أخرى من الأقمار الصناعية.

كما في الأفلام، يمكننا التبديل للأشعة تحت الحمراء الحرارية

Just like in the movies, we can switch to thermal infrared

ومعرفة ما إذا كانت محطات الطاقة ساخنة أيضاً.

and we can look at whether power plants are hot as well.

هذا مهم لأن هذا تقييم مستقل تماماً

That matters because that's a completely independent assessment

باستخدام أقمار صناعية وتقنيات مختلفة.

with different satellites and different techniques.

لذلك إذا اتفقت هاتان الطريقتان، فهذا أمر مشجع للغاية.

So if those two methods agree, that's really encouraging.

وجدنا الإجابة الصحيحة.

يمكن الاطلاع أيضاً على معلومات مثل: اتجاه الريح من محطة توليد الكهرباء

We found the right answer.

You can also look at information like: Downwind from a power plant

بعد فترة وجيزة،

a little while later,

هل نرى المزيد من الانبعاثات في الغلاف الجوي حيث يجب أن تكون؟

do we see more emissions in the atmosphere where they ought to be?

يمكن القيام حتى بأشياء دقيقة جداً،

You can even do really subtle things,

مثل إلقاء نظرة على صمام سحب مياه التبريد بالقرب من محطة توليد الكهرباء.

like you can look at the cooling water intake valve near a power plant.

باستخدام الصور التجارية من Planet،

Using commercial imagery from Planet,

يمكننا رؤية تموجات في نهر بالقرب من محطة طاقة.

we are able to see ripples in a river near a power plant.

وهذا يعني أنها تسحب الكثير من الماء

And that means it's drawing in so much water

لأنها ساخنة وملوثة.

because it's that hot and polluting.

لذلك لا يوجد أي من هذه التقنيات مثالي،

So no one of these techniques is perfect,

but it's pretty remarkable how accurate they start to get

ولكن من اللافت للنظر مدى الدقة التي تبدأ في الحصول عليها

when you combine many, many different independent techniques.

عندما تجمع بين العديد والعديد من التقنيات المستقلة المختلفة.

We got pretty excited

أصبحنا متحمسين جداً

عندما بدأنا في تحقيق نتائج جيدة

when we were starting to get pretty good results

في قياس جميع محطات الطاقة في العالم.

measuring all the power plants in the world.

ولكن بعد ذلك، شجعنا آل جور -المذهل بطبعه- على الحلم بشكل أكبر.

But then Al Gore, amazing as he is, encouraged us to dream bigger.

And so we got the challenge from him and the partners of Generation

وهكذا استمدينا التحدي منه ومن شركاء Generation

ألا يقتصر الأمر على التفكير البسيط بانبعاثات محطات الطاقة،

to not just think small in terms of power plant emissions,

ولكن لمعرفة ما إذا كان بإمكاننا القيام بجميع الانبعاثات البشرية

but to see if we could do all human emissions

from all major sources in the planet

من جميع المصادر الرئيسية في الكوكب

and make that available and free to everyone.

وإتاحتها مجاناً للجميع.

And with their support

ومع دعمهم

and with a whole lot of teaming up with other organizations,

ومع الكثير من التعاون مع المنظمات الأخرى،

collectively, all of us have been able to do just that.

تمكنا بشكل جماعي من القيام بذلك بالضبط.

So --

لذا ..

(Applause)

(تصفيق)

A really exciting example of this is Transition Zero.

مثال جيد لذلك هو Transition Zero.

So they're a UK-based organization

وهي منظمة مقرها المملكة المتحدة

that is able to monitor the emissions of steel mills,

قادرة على مراقبة انبعاثات مصانع الصلب،

and they can do that even when those emissions are invisible to the naked eye.

وبإمكانهم عمل ذلك حتى مع الانبعاثات التي لا تُرى بالعين المجردة.

لأن أحد الأشياء المهمة والمثيرة جداً

Because one of the really important,

interesting things about artificial intelligence

حول الذكاء الاصطناعي

هي الأشكال المختلفة لإشارات لأقمار الصناعية،

is with different forms of signals from satellites,

يمكننا النظر في عمليات كيمائية محددة جداً

we can look at very specific chemical processes

في أجزاء مختلفة من سلسلة التوريد.

in different parts of the supply chain.

يمكن أيضاً قياس مزارع المصانع.

You also have the ability to measure factory farms.

هل تعلمون أنه حتى وكالة حماية البيئة الأمريكية المسؤولة عن تنظيمها

Did you know even the United States EPA in charge of regulating them

ليس لديها جرد كامل لعدد

does not have a complete inventory

مزارع المصانع شديدة التلوث في الولايات المتحدة؟

of how many highly polluting factory farms are in the United States?

But a start-up named Synthetic has been able to apply computer vision

لكن شركة ناشئة تدعى Synthetic تستطيع عمل برنامج حاسوبي

to build an inventory of them

لبناء قائمة جرد لها

وهي الآن تعمل على توسيع نطاقها لرصد كل مزرعة مصنع في جميع أنحاء العالم.

and is now scaling it up to expose every factory farm worldwide.

RMI is monitoring oil and gas emissions from production and refining.

تراقب RMI انبعاثات النفط والغاز من الإنتاج والتكرير.

Blue Sky Analytics, based in India, is monitoring crop fires and forest fires.

تراقب Blue Sky Analytics -ومقرها الهند- حرائق المحاصيل وحرائق الغابات.

You want to talk about car transportation?

تريدون التحدث عن النقل والمواصلات؟

Johns Hopkins University is modeling all the ground transportation

تقوم جامعة جونز هوبكنز بنمذجة جميع وسائل النقل البري

and looking at the road networks worldwide.

وتبحث في شبكات الطرق في جميع أنحاء العالم.

Each one of our organizations has learned to specialize

لقد تعلمت كل واحدة من مؤسساتنا أن تتخصص

in one or two forms of particular emissions.

في شكل أو شكلين محددين من أشكال الانبعاثات.

But we’re sharing them all in a giant database known as Climate TRACE.

لكننا نشاركها كلها في قاعدة بيانات عملاقة تُعرف باسم Climate TRACE.

One of the interesting things about Climate TRACE

من الأشياء المهمة حول Climate TRACE

is that it's fundamentally built on global techniques.

أنها مبنية بشكل أساسي على تقنيات عالمية.

So here you're looking from Ocean Mine's model of every single ship on the planet

هنا نرى نموذج Ocean Mine لكل سفينة على هذا الكوكب

and the associated emissions.

والانبعاثات المرتبطة بها.

This is really powerful because it used to be the case

هذا أمر قوي جداً لأنه كان من المعتاد

أن الدول القوية فقط هي التي يمكنها الاطلاع على انبعاثاتها

that only rich countries can afford to look at their emissions

in great detail.

بتفصيل كبير.

نحن نتكلم عن أنظمة عالمية تقريباً

We are talking about properly global systems

متاحة ومجانية لكل أحد.

that are available and free for everyone.

السبب بالطبع بقيامنا بهذا

The reason, of course, we can do this

هو الأقمار الصناعية التي انخفضت تكلفتها بشكل كبير.

is because satellites have come down so much in cost.

ثمة الآن الآلاف حرفياً من العيون المراقبة في السماء فوقنا،

There are now literally thousands of eyes in the sky up above us,

والكثير منها في الواقع مجانية

and many of them are actually free

ومتاحة لكل أحد لاستخدام بياناتها.

and open to anyone to use that information.

But you know what's come down in recent years even more in cost than satellites?

لكن أتعلمون ما الشيء الذي انخفضت تكلفته مؤخراً أكثر حتى من الأقمار الصناعية

البيانات الضخمة والذكاء الاصطناعي.

Big data and AI.

I mean, we now live in a world

أعني، نعلم أننا في عالم

where if a certain meme is trending on Twitter,

يمكن لصورة مضحكة معينة يمكن أن تتصدر في تويتر،

there are automated marketing algorithms that know that worldwide in minutes.

هناك خوارزميات تسويق آلية تنشر ذلك في جميع أنحاء العالم في دقائق.

We suspect there are stock market algorithms that know it in seconds;

نشك في وجود خوارزميات سوق الأوراق المالية التي تتعرف عليها في ثوانٍ؛

it’s really useful for day traders.

إنه مفيد للمتداولين اليوميين.

لذلك نحن في الواقع كمجتمع

So we actually exist as a society

spending more resources on monitoring funny cat video views on the internet

ننفق الكثير من الموارد على مشاهدات مقاطع فيديو لقطط مضحكة على الإنترنت

than a civilization-threatening crisis.

أكثر مما ننفقه على كارثة تهدد الحضارة.

(Laughter)

(ضحك)

Something just seems strange about that.

أمر يدعو للغرابة حول ذلك.

And so at Climate TRACE, we decided to take a tiny,

وهكذا قررنا في Climate TRACE, أن نأخذ جزءاً صغيراً،

صغيراً جداً من تلك الموارد

tiny fraction of those resources

and those technical monitoring capabilities

وقدرات المراقبة الفنية تلك

and reallocate them to actually monitoring emissions.

وتسخيرها لمراقبة الانبعاثات.

So it's this giant shared database.

هذه قاعدة البيانات المشتركة العملاقة.

I mean, we have software engineers

لدينا مهندسو برمجيات

volunteering their time on nights and weekends

يتطوعون بوقتهم في الليالي وعطلات الأسبوع

to make the data engineering work.

في سبيل نجاح هندسة البيانات.

We have academics validating algorithms.

لدينا أكاديميون يتحققون من الخوارزميات.

We have NGOs running different models.

لدينا منظمات غير حكومية تدير نماذج مختلفة.

We have sensor and satellite data companies donating code.

لدينا شركات بيانات أجهزة الاستشعار والأقمار الصناعية تتبرع بالشفرة.

And much like Wikipedia, what's going on is all of these many,

ومثل ويكيبيديا، الذي يحدث هو أن كل هؤلاء،

يشارك العديد من الخبراء المختلفين مصادرنا

many different experts are sharing our resources

in a single common pot that anyone can see,

في وعاء مشترك واحد يمكن لأي شخص رؤيته،

everything has to be cross-validated, and it’s available to the public.

كل شيء بعد التحقق يصبح متاحاً للجميع.

The biggest difference from Wikipedia

الفرق أكبر عن ويكيبيديا

وجود الكثير من أجهزة الاستشعار في الوقت الفعلي.

is there's a lot more real-time sensors involved.

So why are we doing this?

لذا لماذا نقوم بذلك؟

In a word, transparency.

باختصار: الشفافية.

We were approached early in the project by a former climate negotiator

تم التواصل بنا في بداية المشروع من قبل مفاوض مناخي سابق

أخبرنا أن جوهر اتفاقية باريس

who told us that the heart of the Paris Agreement

من المفترض أن تكون البلدان قادرة على رؤية

is supposed to be that countries are able to see

ما يفعله الآخرون.

what everybody else is doing.

يمكنهم تعلم الثقة ببعضهم،

They can learn to trust each other,

وهذا هو سبب استعدادهم للتشابك والقفز معاً.

and that's why they're willing to hold hands and leap together.

لكن المشكلة هي أن هناك الكثير من التقارير الذاتية الجارية،

But the problem is, there's a lot of self-reporting going on,

والكثير من البلدان لا تملك الموارد

and a lot of countries don't have the resources

للقيام بهذا الشكل القديم المكلف للغاية من المراقبة.

to do this very expensive old form of monitoring.

لذا كان أول ما حاولنا تحديده كأولوية للنسخة الأولى من Climate TRACE

And so what we’ve tried to prioritize for Climate TRACE version one

هو إطلاقه قبل COP26، الشهر الماضي، 21 سبتمبر،

is releasing before COP26, last month, September 21,

وهو إصدار من Climate TRACE مجاني ومتاح للجميع،

a version of Climate TRACE that is free and available to everybody,

يحتوي على انبعاثات لكل بلد،

that has the emissions for every country,

every sector and every year on the planet.

وكل قطاع سنوياً على هذا الكوكب.

So here we're looking, for example,

وكما تنظرون هنا مثلاً

at the emissions of rice production in Malaysia in 2020.

هي انبعاثات إنتاج الرز في ماليزيا للعام 2020.

Or Australia's electricity emissions in the same year.

أو انبعاثات كهرباء أستراليا لنفس العام.

This is all available to anyone on climatetrace.org for free.

هذا كله متاح لكل أحد مجاناً على climatetrace.org

Thank you.

شكراً لكم.

(Applause)

(تصفيق)

Now it is imperfect.

ليس خالياً من العيوب.

Artificial intelligence starts out not quite as good,

لا يعمل الذكاء الاصطناعي بنفس الجودة في البداية،

and it gets better over time.

ويتحسن مع مرور الوقت.

So far, one of the things we’ve been able to measure is:

حتى الآن، واحد من الأشياء التي تمكنا من قياسها:

What does this compare to what countries have been reporting?

ما الفارق مع البلدان التي رفعت تقاريرها؟

So we can't say that our methods are completely perfect yet,

لا يمكننا القول أن أساليبنا مثالية حتى الآن،

ولكن ثمة سؤال كبير يردنا هو: هل ينبغي للدول أن تثق ببعضها البعض؟

but one of the big questions we get is: Should countries trust each other?

And one of the most surprising things I think I've learned from this project

وواحد من الأمور المفاجئة باعتقادي تعلمته من هذا المشروع

والإجابة باعتقادي: نعم.

is that I think the answer is yes.

I mean, we've definitely found some missing emissions.

أعني، لقد وجدنا بالتأكيد انبعاثات مفقودة.

هناك عدد قليل من المجالات التي نحتاج إلى إجراء بعض المحادثات الصعبة معها.

There's a few industries that we need to go have some hard conversations with.

But by and large, what we've been really struck by

ولكن بشكل عام، ما أدهشنا حقاً

is the vast majority of countries

هي الأغلبية العظمى من الدول

appear to have been able to get away with murder,

يبدو أنها كانت قادرة على الإفلات بفعلتها،

but negotiating with each other in complete good faith.

ولكن تفاوضوا مع بعضهم البعض بحسن نية تامة.

If you're a climate negotiator heading to COP26,

إذا كنت مفاوضاً مناخياً متجهاً إلى COP26،

I would like to just pause and appreciate what that implies for trust

أود أن أوقف قليلاً وأقدر ما يرمز للثقة

في ما سيحدث.

in what's about to happen.

But I think it'd be a waste of AI if we stopped there.

لكني أظنه مضيعة للذكاء الاصطناعي إذا توقفنا هناك.

خطوتنا التالية للنسخة الثانية من Climate TRACE،

So our next step for Climate TRACE version two,

what we're working on,

وما نحن بصدده،

is making every single emitting asset in the world visible.

هو جعل كل ما يصدر عنه انبعاث مرئياً.

So it's going to look like this.

سيكون بالشكل هذا.

And what that's going to mean is not just national totals, but giving tools.

وما يعنيه ذلك ليس مجاميع وطنية فحسب، بل توفير الأدوات.

I’ve spoken with governments that are interested in knowing:

تحدثت مع حكومات مهتمة بمعرفة

من أين تأتي الانبعاثات في اقتصاداتنا؟

Where in our economies are the emissions coming from?

تحدثت مع الشركات الراغبة في جعل سلاسل توريدها صديقة للبيئة،

I've spoken with companies who'd like to green their supply chains,

لكن يجب أن يعرفوا ماهي المصانع الأكثر نظافة من الأخرى.

but they have to know which factories are cleaner than which other factories.

تحدثت مع مدراء أصول

I've spoken with asset managers

يرغبون في استثمار 43 تريليون دولار في صفر انبعاث.

who are investing 43 trillion dollars in net-zero,

but to actually achieve their goals, they need a way to manage and measure:

لكن لتحقيق أهدافهم في الواقع، يحتاجون طريقة لإدارة وقياس

Are those emissions reductions really happening?

ما إذا كان تقليل الانبعاث يحدث فعلاً.

So I think it's pretty exciting that we can now ensure

لذا أعتقد أنه من المهم قدرتنا على التأكد

that if anybody in the world is trying to hide emissions,

ما إذا كان أحد في العالم يحاول إخفاء الانبعاثات،

يمكنهم فقط نسيانها.

they can just forget about it.

هذه الأيام قد ولّت.

Those days are over.

(Applause)

(تصفيق)

Thank you.

شكراً لكم.

But the part that really excites me the most

لكن أكثر ما أثارني

is giving tools to others in the climate fight

هو منح الأدوات للآخرين في معركة المناخ

to get the job done faster.

لإنجاز الأمر بشكل أسرع.

Thank you.

شكراً لكم.

(Applause)

(تصفيق)