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

71,954 views

2022-01-22 ・ TED


New videos

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

71,954 views ・ 2022-01-22

TED


Haga doble clic en los subtítulos en inglés para reproducir el vídeo.

Traductor: Ricardo Méndez Revisor: Sebastian Betti
¿Qué está causando el cambio climático?
Por supuesto, son los gases de efecto invernadero de las actividades humanas.
00:13
What is causing climate change?
0
13076
2600
Pero, ¿cuáles actividades humanas?
00:15
I mean, it’s greenhouse gas emissions from human activities, of course.
1
15716
3360
¿Quién está quemando todos estos combustibles fósiles?
00:19
But which human activities?
2
19076
2080
y, ¿para qué y dónde?
00:21
Who specifically is burning all of these fossil fuels,
3
21156
2720
Sonó extraño cuando lo escuché por primera vez,
00:23
and for what and where?
4
23916
2480
pero descubrí que incluso hoy, en el siglo XXI,
00:26
It sounded strange when I first heard it,
5
26396
2280
los científicos tienen poca información sobre esta pregunta.
00:28
but I have come to learn that even today in the 21st century,
6
28716
3240
00:31
scientists have surprisingly little information about this question.
7
31996
3400
Soy parte de una coalición de científicos, activistas
y de empresas tecnológicas que abordan este problema.
00:35
So I'm part of a new coalition of scientists, activists,
8
35436
2760
Ha sido un viaje más extraño de lo que esperaba.
00:38
and actually tech companies working to address this issue.
9
38196
3040
Así que déjame contarte.
00:41
It's been a stranger journey than I expected.
10
41276
2360
Por décadas, sabemos que las emisiones han estado aumentando en la atmósfera
00:43
Let me break it down for you.
11
43636
1680
porque podemos verlas arremolinarse allí.
00:45
So we've known for decades that emissions are rising in the atmosphere
12
45356
3720
Entonces, la Curva de Keeling se basa en lo que sí vemos desde el espacio.
00:49
because we can see them swirling up around there.
13
49116
2560
00:51
So the famous Keeling Curve is based on what we can actually see from space.
14
51716
3760
Pero lo que no vemos fácilmente desde el espacio es ¿cómo llegaron allí?
00:55
But what you can't easily see from space is how did they get there?
15
55796
3640
Todavía me sorprende, pero incluso en el año 2021,
en la mayoría de los países y sectores de la economía,
00:59
It still boggles my mind, but even in the year 2021,
16
59436
3400
nuestro proceso para responder realmente de dónde provienen las emisiones
01:02
in most countries and most sectors of the economy,
17
62876
3000
01:05
our process for actually answering where are all those emissions coming from
18
65916
3640
es preguntar a los contaminadores cuánto contaminaron.
01:09
is still to ask polluters how much they polluted.
19
69596
4560
Es como esperar que nada falte en el inventario
01:14
Just kind of like hope nothing is missing in that inventory
20
74996
3520
y luego sumar todos esos números, a veces manualmente, en papel.
01:18
and then add up all those numbers, sometimes manually, on paper.
21
78516
4600
Es sorprendente que todos los países del mundo
hayan aceptado el proceso.
01:23
It's amazing that every single country in the world
22
83876
2680
Eso es algo que me da la esperanza,
01:26
has agreed to this process.
23
86596
1320
de que todo el mundo esté contribuyendo esencialmente a este proceso.
01:27
It's one of the great things that brings me hope
24
87916
2640
Pero es una solución completamente provisional
01:30
that everyone in the world is essentially contributing to this process.
25
90556
3440
Si realmente queremos detener el cambio climático,
01:33
But it is such a stopgap solution.
26
93996
2760
solo podemos manejar lo que medimos,
01:36
If we're really serious about stopping climate change,
27
96796
2720
y necesitamos tener más información.
01:39
you can only manage what you can measure,
28
99556
2000
Necesitamos información,
no dejar que se tarden años en compilar informes manuales.
01:41
and we need to have more information.
29
101596
1760
01:43
We need to have information,
30
103396
1360
Es decir, hay países
01:44
not like letting it take years to compile manual reports.
31
104796
3360
que no han tenido un inventario de emisiones en 20 años.
01:48
I mean, there are countries
32
108156
1320
¿Qué haremos con información tan vieja?
01:49
that haven't had an emissions inventory in 20 years.
33
109476
2800
No solo debemos observar las emisiones
01:52
What are you actually supposed to do with information that old?
34
112316
2960
de países enteros,
porque si deseas saber cómo reducirlas,
01:55
We need to not just be looking at what are the emissions
35
115276
2640
debes saber:
¿Tengo que ir tras los coches o las fábricas?
01:57
of entire countries,
36
117956
1360
01:59
because if you want to know how to reduce them,
37
119356
2240
¿Qué está impulsando todas estas emisiones en mi país?
02:01
you need to know:
38
121636
1160
02:02
Do I need to go after cars or factories?
39
122836
1920
No podemos seguir confiando en pedirles a los contaminadores un informe.
02:04
What in my country is driving all these emissions?
40
124796
2400
Y hay problemas aún más sutiles
02:07
We can't keep relying on asking polluters to report how much they polluted.
41
127236
3520
Algo que realmente me llega
es que si una empresa reporta reducción de emisiones,
02:10
And there's even more subtle problems.
42
130996
1880
02:12
Like, one that really gets me
43
132876
1400
no podemos saber en este momento si es una reducción real,
02:14
is if one company reports it's reduced its emissions,
44
134316
2520
¿Celebramos? ¿O solo jugaron a la papa caliente
02:16
we don't have a good way to know right now is that a real reduction,
45
136876
3200
y vendieron algo que contamina a otra empresa?
02:20
should we celebrate, or did they just play hot potato
46
140116
2480
Si realmente lucharemos contra el cambio climático,
02:22
and sell something that pollutes to another company?
47
142636
2440
necesitamos mejores herramientas.
Necesitamos una forma de tener información
02:25
If we want to get really serious about fighting climate change,
48
145076
3000
idealmente en tiempo real, no años después;
02:28
we need better tools.
49
148076
1160
02:29
We need to have some way to get information
50
149276
2000
que no solo pregunte a los contaminadores;
02:31
in ideally real-time, not years later;
51
151316
2280
que tenga información detallada sobre el origen de esas emisiones,
02:33
that doesn’t rely on just asking the polluters;
52
153636
2440
no solo a nivel nacional;
02:36
that has really detailed information about where those emissions came from,
53
156116
3800
que sea abierta y transparente,
para que todos puedan confiar en ella;
02:39
not just country level;
54
159916
1360
e idealmente, sea gratis,
02:41
that is open and transparent,
55
161316
1400
porque no puede ser
02:42
so everybody knows they can trust it;
56
162756
1800
que solo los que pueden pagar sepan cuánto se emite.
02:44
and ideally, that’s free,
57
164556
1240
02:45
because we can't just have a situation
58
165836
1840
Eso es un serio desafío científico e ingenieril.
02:47
where only those who can afford to pay know how much is being emitted.
59
167676
3320
¿Cómo harían para construir un sistema como ese?
02:50
So that's a serious scientific and engineering challenge.
60
170996
2720
Bueno, quizás quieras empezar con una foto como esta.
02:53
How exactly would you go about building a system like that?
61
173756
2800
Sabemos, porque es una de las pocas plantas de energía
02:56
Well, you might want to start with a photo like this.
62
176556
2760
que tiene un sensor de emisiones de CO2 en su pila,
02:59
We know, because this is one of the few power plants in the world
63
179316
3080
que en el momento en que se fotografió,
03:02
that actually has a CO2 emissions sensor in its stack
64
182436
2480
estaba emitiendo 2930 toneladas de CO2 por hora.
03:04
that at the time this photo was taken,
65
184956
1840
03:06
it was emitting 2,930 tons of CO2 per hour.
66
186836
4080
Pero también sabemos que poco tiempo después,
la misma central eléctrica se veía así.
03:11
But we also know that a short time later,
67
191236
2160
Y en ese momento emitía cero toneladas de CO2.
03:13
the same exact power plant looked like this.
68
193436
3200
Quiero decir, puedes ver eso a simple vista.
03:16
And at that time, of course, it was emitting zero tons of CO2.
69
196676
2960
Pero a menudo, es un poco más complicado.
03:19
I mean, you can see that with the unaided human eye.
70
199636
2480
Y así, comenzamos a trabajar como un grupo de pequeñas ONG
03:22
But often, it's a little more complicated.
71
202156
2120
03:24
And so we have started to work as a cluster of small NGOs
72
204316
3960
en algoritmos de IA de visión por computadora
para mirar cientos de miles de fotos como esta
03:28
on training computer vision AI algorithms
73
208316
3000
y reconocer una planta de energía cuando está contaminando
03:31
to look at hundreds of thousands of photos like this
74
211356
3120
una cierta cantidad desde el espacio.
03:34
to recognize what a power plant looks like when it's polluting
75
214476
3120
Podemos hacer esto porque hay tantas imágenes satelitales gratuitas
03:37
a certain amount of pollution from space.
76
217636
2040
y públicas disponibles ahora
03:40
The reason we can do this is that there are so many free
77
220076
3680
de fuentes como Landsat 8 de la NASA o Gaofen 6 de China.
03:43
and public satellite images available now
78
223796
2880
03:46
from sources like NASA's Landsat 8 or China's Gaofen 6.
79
226716
3760
De hecho, es posible obtener fotos cada pocos días
03:50
It's possible actually to get photos every few days
80
230516
4200
de cada una de las principales centrales eléctricas del mundo.
03:54
of every major power plant in the entire world.
81
234716
3080
Por eso, mi organización, WattTime, y varias otras ONG pequeñas
se han unido para crear un algoritmo de inteligencia artificial
03:58
And so my organization, WattTime, and a number of other small NGOs
82
238356
3120
que puede escanear imágenes visuales como esta cada pocos días
04:01
have teamed up to build an artificial intelligence algorithm
83
241476
3360
y observar, sin preguntar a los contaminadores, cuánto están contaminando
04:04
that can scan visual imagery like this every few days
84
244836
3040
04:07
and look, without asking the polluters, to see how much they are polluting
85
247916
3480
por cada planta en el mundo.
Es muy emocionante.
04:11
for every power plant in the world.
86
251396
1800
(Aplausos)
04:14
It's pretty exciting.
87
254636
1160
04:15
(Applause)
88
255836
3440
De hecho, puedes hacerlo mejor.
Porque hay diferentes satélites.
Como de película, con el infrarrojo térmico
04:19
You can actually do better than that.
89
259276
1800
vemos las centrales eléctricas calentarse.
04:21
Because there are other forms of satellites as well.
90
261116
2440
04:23
Just like in the movies, we can switch to thermal infrared
91
263596
2720
Eso es importante porque es una evaluación independiente
04:26
and we can look at whether power plants are hot as well.
92
266356
2640
con diferentes satélites y técnicas.
04:28
That matters because that's a completely independent assessment
93
268996
3040
Si los métodos concuerdan, es alentador.
Encontramos la respuesta.
También puedes consultar información como: El sotavento de una planta de energía
04:32
with different satellites and different techniques.
94
272036
2400
04:34
So if those two methods agree, that's really encouraging.
95
274476
2680
un poco más tarde,
04:37
We found the right answer.
96
277196
1240
¿Vemos más emisiones en la atmósfera de las que deberían?
04:38
You can also look at information like: Downwind from a power plant
97
278476
3120
Incluso puedes hacer cosas sutiles,
04:41
a little while later,
98
281596
1000
04:42
do we see more emissions in the atmosphere where they ought to be?
99
282596
3120
como mirar la válvula de refrigeración cerca de una planta de energía.
04:45
You can even do really subtle things,
100
285716
1760
Usando imágenes comerciales de Planet,
04:47
like you can look at the cooling water intake valve near a power plant.
101
287476
3360
vemos ondas en un río cerca de una planta de energía.
04:50
Using commercial imagery from Planet,
102
290836
1760
Y eso significa que absorbe mucha agua
04:52
we are able to see ripples in a river near a power plant.
103
292596
2680
porque es muy caliente y contaminante.
Ninguna de estas técnicas es perfecta,
04:55
And that means it's drawing in so much water
104
295316
2080
pero es notable lo precisas que son
04:57
because it's that hot and polluting.
105
297436
1760
cuando combinas muchas técnicas independientes diferentes.
04:59
So no one of these techniques is perfect,
106
299236
1960
05:01
but it's pretty remarkable how accurate they start to get
107
301236
2720
Nos emocionamos mucho
05:03
when you combine many, many different independent techniques.
108
303996
2880
cuando obtuvimos buenos resultados
midiendo toda las plantas del mundo.
05:06
We got pretty excited
109
306916
1200
Pero, Al Gore, increíble como él es, nos animó a soñar en grande.
05:08
when we were starting to get pretty good results
110
308156
2280
05:10
measuring all the power plants in the world.
111
310476
2200
05:12
But then Al Gore, amazing as he is, encouraged us to dream bigger.
112
312716
4040
Y así, él y los socios de Generation nos propusieron el desafío
de no solo pensar en pequeño en términos de emisiones
05:17
And so we got the challenge from him and the partners of Generation
113
317076
3200
sino de trabajar todas las emisiones humanas
05:20
to not just think small in terms of power plant emissions,
114
320316
2760
de todas las grandes fuentes del planeta
05:23
but to see if we could do all human emissions
115
323116
2600
y hacer que estén disponibles y sean gratis.
05:25
from all major sources in the planet
116
325756
1800
Y con su apoyo
05:27
and make that available and free to everyone.
117
327556
2280
y con mucho trabajo en equipo con otras organizaciones
05:30
And with their support
118
330276
1200
colectivamente, todos nosotros hemos podido hacer precisamente eso.
05:31
and with a whole lot of teaming up with other organizations,
119
331476
3280
05:34
collectively, all of us have been able to do just that.
120
334756
3760
Entonces...
(Aplausos)
05:38
So --
121
338836
1160
Un ejemplo muy emocionante es Transition Zero.
05:40
(Applause)
122
340036
3640
Una organización del Reino Unido
05:43
A really exciting example of this is Transition Zero.
123
343676
2520
que puede monitorear las emisiones de las acereras,
05:46
So they're a UK-based organization
124
346236
1640
y pueden hacerlo incluso cuando esas emisiones son invisibles a simple vista.
05:47
that is able to monitor the emissions of steel mills,
125
347916
2520
Porque una de las cosas
05:50
and they can do that even when those emissions are invisible to the naked eye.
126
350476
3680
importantes de la inteligencia artificial
05:54
Because one of the really important,
127
354156
1800
son las diferentes señales satelitales,
05:55
interesting things about artificial intelligence
128
355956
2280
podemos observar procesos químicos específicos
05:58
is with different forms of signals from satellites,
129
358236
2480
en la cadena de suministro.
06:00
we can look at very specific chemical processes
130
360756
2200
También puedes medir granjas industriales.
06:02
in different parts of the supply chain.
131
362996
1880
¿Sabías que ni la EPA en Estados Unidos encargada de regularlas
06:04
You also have the ability to measure factory farms.
132
364916
2400
tiene un inventario completo
06:07
Did you know even the United States EPA in charge of regulating them
133
367316
3240
de cuántas granjas altamente contaminantes hay en Estados Unidos?
06:10
does not have a complete inventory
134
370596
1680
Una empresa llamada Synthetic ha logrado la visión por computadora
06:12
of how many highly polluting factory farms are in the United States?
135
372276
3200
para crear un inventario
06:15
But a start-up named Synthetic has been able to apply computer vision
136
375516
3240
y lo está ampliando para exponer las granjas industriales del mundo.
06:18
to build an inventory of them
137
378796
1480
El RMI está monitoreando las emisiones por refinación petróleo y gas.
06:20
and is now scaling it up to expose every factory farm worldwide.
138
380276
3280
En India, Blue Sky Analytics monitorea los incendios de cultivos y forestales.
06:23
RMI is monitoring oil and gas emissions from production and refining.
139
383596
3520
06:27
Blue Sky Analytics, based in India, is monitoring crop fires and forest fires.
140
387156
4560
¿Hablamos sobre el transporte en auto?
La Universidad Johns Hopkins está modelando el transporte terrestre
06:31
You want to talk about car transportation?
141
391716
2120
y observando las redes carreteras del mundo.
06:33
Johns Hopkins University is modeling all the ground transportation
142
393836
3200
Nuestras organizaciones han aprendido a especializarse
06:37
and looking at the road networks worldwide.
143
397076
2360
en una o dos formas de emisiones.
06:39
Each one of our organizations has learned to specialize
144
399756
2600
Todos lo compartimos en una base de datos gigante conocida como Climate TRACE.
06:42
in one or two forms of particular emissions.
145
402356
2160
06:44
But we’re sharing them all in a giant database known as Climate TRACE.
146
404516
3840
Algo interesante de Climate TRACE
es que se basa fundamentalmente en técnicas globales.
06:48
One of the interesting things about Climate TRACE
147
408396
2360
Así que aquí estás viendo el modelo de Ocean Mine de cada barco en el planeta
06:50
is that it's fundamentally built on global techniques.
148
410796
2720
06:53
So here you're looking from Ocean Mine's model of every single ship on the planet
149
413556
4960
y las emisiones asociadas.
Esto es realmente poderoso porque solía ser el caso
06:58
and the associated emissions.
150
418556
1920
de que solo los países ricos costeaban el observar
07:00
This is really powerful because it used to be the case
151
420476
2560
sus emisiones en detalle.
07:03
that only rich countries can afford to look at their emissions
152
423036
2920
Estamos hablando de sistemas globales
07:05
in great detail.
153
425996
1240
que están disponibles y son gratuitos.
07:07
We are talking about properly global systems
154
427276
2080
La razón por la que podemos hacerlo
es porque los satélites han bajado costos.
07:09
that are available and free for everyone.
155
429356
1960
07:11
The reason, of course, we can do this
156
431356
1760
Hoy hay literalmente miles de ojos en el cielo,
07:13
is because satellites have come down so much in cost.
157
433156
2520
y muchos de ellos son gratuitos
07:15
There are now literally thousands of eyes in the sky up above us,
158
435676
3120
y cualquiera puede usar esa información.
07:18
and many of them are actually free
159
438836
1640
Pero, ¿sabes qué ha bajado en los últimos años más en costos que los satélites?
07:20
and open to anyone to use that information.
160
440476
2040
07:22
But you know what's come down in recent years even more in cost than satellites?
161
442556
3800
Big Data e IA.
y es que, vivimos en un mundo
donde si un meme es tendencia en Twitter,
07:26
Big data and AI.
162
446356
1520
07:27
I mean, we now live in a world
163
447916
1480
existen algoritmos de marketing que lo saben en todo el mundo en minutos.
07:29
where if a certain meme is trending on Twitter,
164
449396
2400
07:31
there are automated marketing algorithms that know that worldwide in minutes.
165
451836
3680
Sospechamos que hay algoritmos bursátiles que lo saben en segundos;
es muy útil para los comerciantes.
07:35
We suspect there are stock market algorithms that know it in seconds;
166
455556
3240
Existimos como una sociedad
07:38
it’s really useful for day traders.
167
458796
1680
que gasta más recursos en monitorear videos divertidos de gatos en Internet
07:40
So we actually exist as a society
168
460476
1680
07:42
spending more resources on monitoring funny cat video views on the internet
169
462396
3960
que en una crisis que amenaza la civilización.
(Risas)
Hay algo extraño en eso.
07:46
than a civilization-threatening crisis.
170
466396
2360
Por eso en Climate TRACE, tomamos una pequeña
07:48
(Laughter)
171
468796
1080
07:49
Something just seems strange about that.
172
469916
1920
fracción de esos recursos
07:51
And so at Climate TRACE, we decided to take a tiny,
173
471876
2400
y esas capacidades técnicas de monitoreo
y los reasignamos para monitorear emisiones.
07:54
tiny fraction of those resources
174
474276
1800
07:56
and those technical monitoring capabilities
175
476116
2080
Así es esta base de datos compartida.
07:58
and reallocate them to actually monitoring emissions.
176
478196
3360
Digo, tenemos ingenieros de software
08:01
So it's this giant shared database.
177
481596
1920
voluntarios por las noches y fines de semana
08:03
I mean, we have software engineers
178
483556
1960
trabajando la ingeniería de datos.
08:05
volunteering their time on nights and weekends
179
485516
2160
Académicos validando algoritmos,
08:07
to make the data engineering work.
180
487716
1680
ONGs ejecutando diferentes modelos,
08:09
We have academics validating algorithms.
181
489436
1920
Empresas de sensores y datos satelitales donando código.
08:11
We have NGOs running different models.
182
491356
2080
Y como Wikipedia, lo que está pasando es que todos estos,
08:13
We have sensor and satellite data companies donating code.
183
493476
2960
muchos expertos diferentes están compartiendo nuestros recursos
08:16
And much like Wikipedia, what's going on is all of these many,
184
496476
2920
en un solo recipiente común que cualquiera puede ver,
08:19
many different experts are sharing our resources
185
499436
3040
todo tiene que ser validado y está disponible para el público.
08:22
in a single common pot that anyone can see,
186
502476
2520
La mayor diferencia con Wikipedia
08:25
everything has to be cross-validated, and it’s available to the public.
187
505036
3480
es que hay más sensores en tiempo real.
08:28
The biggest difference from Wikipedia
188
508556
1800
¿Por qué hacemos esto?
En una palabra, transparencia.
08:30
is there's a lot more real-time sensors involved.
189
510356
2320
Al comienzo del proyecto, un ex negociador climático se acercó
08:32
So why are we doing this?
190
512676
1360
08:34
In a word, transparency.
191
514076
1800
08:35
We were approached early in the project by a former climate negotiator
192
515916
3280
y nos dijo que el corazón del Acuerdo de París
es que los países pueden ver
08:39
who told us that the heart of the Paris Agreement
193
519236
2320
lo que hacen los demás.
08:41
is supposed to be that countries are able to see
194
521556
2240
Pueden aprender a confiar,
y están dispuestos a tomarse de la mano y saltar juntos.
08:43
what everybody else is doing.
195
523836
1400
08:45
They can learn to trust each other,
196
525236
1680
Pero el problema es que hay muchos autoinformes en marcha
08:46
and that's why they're willing to hold hands and leap together.
197
526956
3000
y muchos países no tienen los recursos
08:49
But the problem is, there's a lot of self-reporting going on,
198
529956
2880
para esta vieja y costosa forma de monitoreo.
08:52
and a lot of countries don't have the resources
199
532836
2240
Lo que tratamos de priorizar para la versión 1 de Climate TRACE
08:55
to do this very expensive old form of monitoring.
200
535076
2320
es lanzarla en la COP26, hace un mes, el 21 de septiembre,
08:57
And so what we’ve tried to prioritize for Climate TRACE version one
201
537396
3160
una versión de Climate TRACE gratuita y disponible para todos,
09:00
is releasing before COP26, last month, September 21,
202
540596
2440
con las emisiones de cada país,
09:03
a version of Climate TRACE that is free and available to everybody,
203
543076
3160
y sector por año del planeta.
09:06
that has the emissions for every country,
204
546276
1960
Aquí estamos viendo, por ejemplo,
09:08
every sector and every year on the planet.
205
548276
2360
las emisiones de la producción de arroz en Malasia en 2020.
09:10
So here we're looking, for example,
206
550676
1680
o las emisiones de electricidad de Australia en el mismo año.
09:12
at the emissions of rice production in Malaysia in 2020.
207
552356
3360
Esto está disponible para todos en climatetrace.org gratis.
09:15
Or Australia's electricity emissions in the same year.
208
555756
3160
Gracias.
09:18
This is all available to anyone on climatetrace.org for free.
209
558956
3240
(Aplausos)
09:22
Thank you.
210
562196
1760
09:23
(Applause)
211
563996
4760
Ahora es imperfecto.
La inteligencia artificial comienza no tan bien
09:28
Now it is imperfect.
212
568796
1200
y mejora con el tiempo.
09:29
Artificial intelligence starts out not quite as good,
213
569996
2480
Hasta ahora, algo que hemos podido medir es:
09:32
and it gets better over time.
214
572476
1400
¿Cómo se compara con lo que los países han estado informando?
09:33
So far, one of the things we’ve been able to measure is:
215
573916
2640
09:36
What does this compare to what countries have been reporting?
216
576876
3400
No decimos que nuestros métodos sean perfectos todavía,
pero la pregunta que nos hacen: ¿Deben los países confiar en los otros?
09:40
So we can't say that our methods are completely perfect yet,
217
580316
2840
Y una de las cosas que he aprendido de este proyecto
09:43
but one of the big questions we get is: Should countries trust each other?
218
583196
3480
09:46
And one of the most surprising things I think I've learned from this project
219
586676
3600
es que creo que la respuesta es sí.
Por supuesto hemos encontrado emisiones faltantes.
09:50
is that I think the answer is yes.
220
590316
2160
Hay industrias con las que necesitamos tener conversaciones difíciles.
09:52
I mean, we've definitely found some missing emissions.
221
592516
2600
Pero en general, lo que nos ha llamado la atención
09:55
There's a few industries that we need to go have some hard conversations with.
222
595116
3720
es que la mayoría de los países
09:58
But by and large, what we've been really struck by
223
598836
2400
parecen haber salido impunes con el asesinato
10:01
is the vast majority of countries
224
601276
1640
pero negociando entre sí de buena fe.
10:02
appear to have been able to get away with murder,
225
602956
2360
Si eres un negociador climático de la COP26,
10:05
but negotiating with each other in complete good faith.
226
605316
2600
quiero apreciar lo que eso implica para la confianza en lo que está
10:07
If you're a climate negotiator heading to COP26,
227
607956
2320
por suceder.
10:10
I would like to just pause and appreciate what that implies for trust
228
610316
3280
Pero sería un desperdicio de IA si nos detenemos ahí.
10:13
in what's about to happen.
229
613636
1280
El próximo paso para Climate TRACE 2
10:14
But I think it'd be a waste of AI if we stopped there.
230
614916
2560
en lo que trabajamos,
es hacer visibles todos los activos emisores del mundo.
10:17
So our next step for Climate TRACE version two,
231
617476
2200
10:19
what we're working on,
232
619716
1160
Entonces se verá así.
10:20
is making every single emitting asset in the world visible.
233
620876
3280
Lo que significa no sólo totales nacionales, sino dar herramientas.
10:24
So it's going to look like this.
234
624156
1600
10:25
And what that's going to mean is not just national totals, but giving tools.
235
625796
3600
He hablado con gobiernos que están interesados en saber:
¿Económicamente, de dónde vienen las emisiones?
10:29
I’ve spoken with governments that are interested in knowing:
236
629396
2840
Hablé con empresas que quieren ecologizar sus cadenas de suministro,
10:32
Where in our economies are the emissions coming from?
237
632236
2480
pero tienen que saber qué fábricas están más limpias qué otras.
10:34
I've spoken with companies who'd like to green their supply chains,
238
634716
3200
10:37
but they have to know which factories are cleaner than which other factories.
239
637916
3720
He hablado con administradores
que están invirtiendo 43 billones de dólares,
10:41
I've spoken with asset managers
240
641636
1520
pero para lograr sus objetivos, necesitan administrar y medir:
10:43
who are investing 43 trillion dollars in net-zero,
241
643196
2360
10:45
but to actually achieve their goals, they need a way to manage and measure:
242
645596
3640
¿Están ocurriendo reducciones de emisiones?
Yo creo que es muy emocionante que hoy podamos asegurarnos
10:49
Are those emissions reductions really happening?
243
649276
2440
de si alguien en el mundo trata de ocultar emisiones,
10:51
So I think it's pretty exciting that we can now ensure
244
651756
2760
sólo pueden olvidarse de eso.
10:54
that if anybody in the world is trying to hide emissions,
245
654556
2680
Esos días quedaron atrás.
(Aplausos)
10:57
they can just forget about it.
246
657236
1440
10:58
Those days are over.
247
658716
1200
10:59
(Applause)
248
659956
5040
Gracias.
Pero la parte que más me emociona
11:04
Thank you.
249
664996
1000
es dar herramientas a otros en la lucha climática
11:06
But the part that really excites me the most
250
666516
2160
para hacer más rápido el trabajo.
11:08
is giving tools to others in the climate fight
251
668716
2400
Gracias.
(Aplausos)
11:11
to get the job done faster.
252
671116
2200
11:13
Thank you.
253
673356
1160
11:14
(Applause)
254
674516
4560
Acerca de este sitio web

Este sitio le presentará vídeos de YouTube útiles para aprender inglés. Verá lecciones de inglés impartidas por profesores de primera categoría de todo el mundo. Haz doble clic en los subtítulos en inglés que aparecen en cada página de vídeo para reproducir el vídeo desde allí. Los subtítulos se desplazan en sincronía con la reproducción del vídeo. Si tiene algún comentario o petición, póngase en contacto con nosotros mediante este formulario de contacto.

https://forms.gle/WvT1wiN1qDtmnspy7