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

71,737 views

2022-01-22 ・ TED


New videos

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

71,737 views ・ 2022-01-22

TED


Veuillez double-cliquer sur les sous-titres anglais ci-dessous pour lire la vidéo.

Traducteur: Guillaume Rouy Relecteur: Anthony Couturier
Quelle est la cause du changement climatique ?
Les gaz à effet de serre dus aux activités humaines.
00:13
What is causing climate change?
0
13076
2600
Mais quelles activités humaines ?
00:15
I mean, it’s greenhouse gas emissions from human activities, of course.
1
15716
3360
Qui précisément brûle tous ces combustibles fossiles,
00:19
But which human activities?
2
19076
2080
pourquoi, et où ça ?
00:21
Who specifically is burning all of these fossil fuels,
3
21156
2720
Ça m’a paru bizarre au début,
00:23
and for what and where?
4
23916
2480
mais j’ai fini par apprendre qu’encore aujourd’hui, au 21ème siècle,
00:26
It sounded strange when I first heard it,
5
26396
2280
les scientifiques ne savent pas vraiment répondre à ces questions.
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
Je fais partie d’un groupe de scientifiques, d’activistes
et d’entreprises technologiques qui travaillent sur ce problème.
00:35
So I'm part of a new coalition of scientists, activists,
8
35436
2760
Ça a été une aventure suprenante.
00:38
and actually tech companies working to address this issue.
9
38196
3040
Je vais vous raconter.
00:41
It's been a stranger journey than I expected.
10
41276
2360
On le sait depuis longtemps, les émissions se retrouvent dans l’atmosphère,
00:43
Let me break it down for you.
11
43636
1680
car c’est là que nous pouvons les voir tourbillonner.
00:45
So we've known for decades that emissions are rising in the atmosphere
12
45356
3720
La fameuse courbe de Keeling est basée sur ce qui est visible depuis l’espace.
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
On ne voit par contre pas vraiment comment elles sont arrivées là.
00:55
But what you can't easily see from space is how did they get there?
15
55796
3640
Ça me dépasse encore, mais même en 2021,
dans la plupart des pays et des secteurs de l’économie,
00:59
It still boggles my mind, but even in the year 2021,
16
59436
3400
la méthode utilisée pour déterminer l’origine de toutes ces émissions
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
est encore de demander aux pollueurs à quel point ils ont pollué.
01:09
is still to ask polluters how much they polluted.
19
69596
4560
On espère juste que rien ne manque à l’inventaire
01:14
Just kind of like hope nothing is missing in that inventory
20
74996
3520
et tous les nombres sont additionnés, parfois à la main sur du papier.
01:18
and then add up all those numbers, sometimes manually, on paper.
21
78516
4600
C’est incroyable que tous les pays aient accepté cette méthode.
01:23
It's amazing that every single country in the world
22
83876
2680
Mais c’est aussi une des choses qui me donnent de l’espoir :
01:26
has agreed to this process.
23
86596
1320
tout le monde sur la planète y contribue.
01:27
It's one of the great things that brings me hope
24
87916
2640
Par contre, c’est une solution de fortune.
01:30
that everyone in the world is essentially contributing to this process.
25
90556
3440
Si on veut lutter sérieusement contre le réchauffement,
01:33
But it is such a stopgap solution.
26
93996
2760
on doit mesurer pour gérer
01:36
If we're really serious about stopping climate change,
27
96796
2720
et on a besoin de plus d’informations.
01:39
you can only manage what you can measure,
28
99556
2000
On a besoin d’informations,
sans que ça prenne des années à établir des rapports à la main.
01:41
and we need to have more information.
29
101596
1760
01:43
We need to have information,
30
103396
1360
Certains pays n’ont pas évalué leurs émissions depuis 20 ans.
01:44
not like letting it take years to compile manual reports.
31
104796
3360
01:48
I mean, there are countries
32
108156
1320
Que faire avec des informations qui datent autant ?
01:49
that haven't had an emissions inventory in 20 years.
33
109476
2800
Nous devons suivre les émissions globales des pays,
01:52
What are you actually supposed to do with information that old?
34
112316
2960
mais afin de les réduire,
01:55
We need to not just be looking at what are the emissions
35
115276
2640
nous devons aussi savoir s’il faut viser les voitures ou les usines
01:57
of entire countries,
36
117956
1360
01:59
because if you want to know how to reduce them,
37
119356
2240
et repérer les causes de ces émissions.
02:01
you need to know:
38
121636
1160
02:02
Do I need to go after cars or factories?
39
122836
1920
On ne peut plus croire les rapports sur les émissions faits par les pollueurs.
02:04
What in my country is driving all these emissions?
40
124796
2400
Il y a d’autres problèmes.
02:07
We can't keep relying on asking polluters to report how much they polluted.
41
127236
3520
Celui-là m’agace :
si une entreprise annonce qu’elle a réduit ses émissions,
02:10
And there's even more subtle problems.
42
130996
1880
02:12
Like, one that really gets me
43
132876
1400
on ne peut pas vraiment savoir si c’est la vérité,
02:14
is if one company reports it's reduced its emissions,
44
134316
2520
02:16
we don't have a good way to know right now is that a real reduction,
45
136876
3200
ou si elle a déplacé le problème en revendant la pollution ailleurs.
02:20
should we celebrate, or did they just play hot potato
46
140116
2480
Si on veut lutter sérieusement contre le réchauffement,
02:22
and sell something that pollutes to another company?
47
142636
2440
on a besoin de bons outils.
Il nous faut un moyen d’obtenir des informations,
02:25
If we want to get really serious about fighting climate change,
48
145076
3000
idéalement en temps réel, pas des années après,
02:28
we need better tools.
49
148076
1160
02:29
We need to have some way to get information
50
149276
2000
qui ne repose pas que sur une demande aux pollueurs,
02:31
in ideally real-time, not years later;
51
151316
2280
qui détaille précisément l’origine de ces émissions,
02:33
that doesn’t rely on just asking the polluters;
52
153636
2440
pas qu’à l’échelle nationale,
02:36
that has really detailed information about where those emissions came from,
53
156116
3800
et qui soit publique et transparent pour inspirer confiance.
02:39
not just country level;
54
159916
1360
Il devrait être gratuit, car on ne veut pas
02:41
that is open and transparent,
55
161316
1400
02:42
so everybody knows they can trust it;
56
162756
1800
que seuls ceux qui ont les moyens aient accès aux quantités émises.
02:44
and ideally, that’s free,
57
164556
1240
02:45
because we can't just have a situation
58
165836
1840
C’est donc un gros défi pour la science et l’ingénierie.
02:47
where only those who can afford to pay know how much is being emitted.
59
167676
3320
Comment peut-on faire pour construire un tel système ?
02:50
So that's a serious scientific and engineering challenge.
60
170996
2720
On pourrait débuter avec une photo comme celle-ci.
02:53
How exactly would you go about building a system like that?
61
173756
2800
On sait, car cette centrale est l’une des rares
02:56
Well, you might want to start with a photo like this.
62
176556
2760
dotées d’un capteur d’émissions de CO2 dans leur cheminée,
02:59
We know, because this is one of the few power plants in the world
63
179316
3080
qu’au moment de la photo,
03:02
that actually has a CO2 emissions sensor in its stack
64
182436
2480
elle émettait 2 930 tonnes de CO2 par heure.
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
Mais on sait aussi que, peu après,
cette même centrale ressemblait à ça.
03:11
But we also know that a short time later,
67
191236
2160
Évidemment, à cet instant, elle n’émettait pas de CO2.
03:13
the same exact power plant looked like this.
68
193436
3200
Ça se voit à l’œil nu.
03:16
And at that time, of course, it was emitting zero tons of CO2.
69
196676
2960
Mais parfois, c’est un peu plus difficile.
03:19
I mean, you can see that with the unaided human eye.
70
199636
2480
Nous avons alors commencé, avec un groupe de petites 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
à développer des algorithmes de vision par ordinateur
pour analyser des centaines de milliers de photos comme celle-ci
03:28
on training computer vision AI algorithms
73
208316
3000
pour déterminer à quoi ressemble une centrale qui pollue, vue du ciel.
03:31
to look at hundreds of thousands of photos like this
74
211356
3120
03:34
to recognize what a power plant looks like when it's polluting
75
214476
3120
Nous pouvons le faire
03:37
a certain amount of pollution from space.
76
217636
2040
car il y a beaucoup d’images satellites gratuites et publiques disponibles
03:40
The reason we can do this is that there are so many free
77
220076
3680
en provenance du Landsat 8 de la NASA ou du Gaofen 6 de la Chine, entre autres.
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
C’est possible d’obtenir des photos, tous les deux ou trois jours,
03:50
It's possible actually to get photos every few days
80
230516
4200
de chaque grande centrale électrique dans le monde entier.
03:54
of every major power plant in the entire world.
81
234716
3080
Mon organisation, WattTime, et d’autres petites ONG
ont fait équipe pour créer un algorithme d’intelligence artificielle
03:58
And so my organization, WattTime, and a number of other small NGOs
82
238356
3120
capable de scanner ce type d’images tous les deux ou trois jours
04:01
have teamed up to build an artificial intelligence algorithm
83
241476
3360
et visualiser sans demander aux pollueurs à quel point ils polluent,
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
pour chaque centrale du monde.
C’est encourageant.
04:11
for every power plant in the world.
86
251396
1800
(Applaudissements)
04:14
It's pretty exciting.
87
254636
1160
04:15
(Applause)
88
255836
3440
On peut même faire mieux que ça car il y a d’autres types de satellites.
Comme au cinéma, on peut passer en infrarouge
04:19
You can actually do better than that.
89
259276
1800
et voir si les centrales sont chaudes.
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
Cette évaluation se démarque car elle est indépendante
04:26
and we can look at whether power plants are hot as well.
92
266356
2640
et se sert de divers satellites et techniques.
04:28
That matters because that's a completely independent assessment
93
268996
3040
Si les résultats des deux méthodes coïncident, c’est gagné.
Il est aussi possible de suivre le vent à partir d’une centrale un peu plus tard,
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
et observer si les émissions se trouvent où elles devraient être.
04:37
We found the right answer.
96
277196
1240
04:38
You can also look at information like: Downwind from a power plant
97
278476
3120
On peut aussi aller dans les détails,
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
comme regarder la prise d’eau de refroidissement d’une centrale.
04:45
You can even do really subtle things,
100
285716
1760
À partir des images de Planet,
04:47
like you can look at the cooling water intake valve near a power plant.
101
287476
3360
on peut voir des ondulations sur la rivière près de la centrale.
04:50
Using commercial imagery from Planet,
102
290836
1760
Cela signifie qu’elle pompe beaucoup d’eau car elle chauffe, et donc qu’elle pollue.
04:52
we are able to see ripples in a river near a power plant.
103
292596
2680
Aucune de ces techniques n’est parfaite,
04:55
And that means it's drawing in so much water
104
295316
2080
mais elles s’améliorent clairement
04:57
because it's that hot and polluting.
105
297436
1760
en combinant de nombreuses techniques indépendantes.
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
Nous avons été ravis avec les bons résultats obtenus
05:03
when you combine many, many different independent techniques.
108
303996
2880
en mesurant la totalité des centrales.
05:06
We got pretty excited
109
306916
1200
Puis l’incroyable Al Gore nous a encouragés à viser plus haut.
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
Il nous a mis au défi, avec les partenaires de Generation,
de ne pas nous contenter des émissions des centrales,
05:17
And so we got the challenge from him and the partners of Generation
113
317076
3200
mais de tenter de cataloguer toutes les émissions humaines
05:20
to not just think small in terms of power plant emissions,
114
320316
2760
de toutes les sources principales
05:23
but to see if we could do all human emissions
115
323116
2600
et de rendre les résultats publiques gratuitement.
05:25
from all major sources in the planet
116
325756
1800
Grâce à leur soutien,
05:27
and make that available and free to everyone.
117
327556
2280
et à plusieurs associations avec d’autres organisations,
05:30
And with their support
118
330276
1200
tous ensemble, nous y sommes parvenus.
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
Alors...
(Applaudissements)
05:38
So --
121
338836
1160
Transition Zéro est un exemple formidable.
05:40
(Applause)
122
340036
3640
Cette organisation britannique peut surveiller les émissions des aciéries
05:43
A really exciting example of this is Transition Zero.
123
343676
2520
quand bien même ces émissions sont invisibles à l’œil nu.
05:46
So they're a UK-based organization
124
346236
1640
05:47
that is able to monitor the emissions of steel mills,
125
347916
2520
Un des points forts de l’IA, l’intelligence artificielle,
05:50
and they can do that even when those emissions are invisible to the naked eye.
126
350476
3680
c’est qu’avec différents types de signaux de satellites,
05:54
Because one of the really important,
127
354156
1800
on peut observer des processus chimiques particuliers
05:55
interesting things about artificial intelligence
128
355956
2280
à différents maillons de la chaîne logistique.
05:58
is with different forms of signals from satellites,
129
358236
2480
Il est aussi possible de surveiller l’élevage intensif.
06:00
we can look at very specific chemical processes
130
360756
2200
06:02
in different parts of the supply chain.
131
362996
1880
Saviez-vous que l’agence américaine chargée de les surveiller
06:04
You also have the ability to measure factory farms.
132
364916
2400
ne détient pas de liste complète
06:07
Did you know even the United States EPA in charge of regulating them
133
367316
3240
du nombre de fermes industrielles polluantes aux États-Unis ?
06:10
does not have a complete inventory
134
370596
1680
Une start-up nommée Synthetic a utilisé la vision par ordinateur
06:12
of how many highly polluting factory farms are in the United States?
135
372276
3200
pour en dresser une liste
06:15
But a start-up named Synthetic has been able to apply computer vision
136
375516
3240
et s’occupe désormais de révéler toutes les fermes industrielles du monde.
06:18
to build an inventory of them
137
378796
1480
RMI surveille la production et le raffinage des ressources fossiles.
06:20
and is now scaling it up to expose every factory farm worldwide.
138
380276
3280
En Inde, Blue Sky Analytics surveille les feux de champs et de forêts.
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
À propos des automobiles,
l’université Johns Hopkins modélise les transports terrestres
06:31
You want to talk about car transportation?
141
391716
2120
et observe tous les réseaux routiers du monde.
06:33
Johns Hopkins University is modeling all the ground transportation
142
393836
3200
Chacune de nos organisations s’est spécialisée
06:37
and looking at the road networks worldwide.
143
397076
2360
dans une ou deux formes d’émissions,
06:39
Each one of our organizations has learned to specialize
144
399756
2600
mais toutes nos données sont partagées dans la base de données 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
Climate TRACE est intéressante
car elle s’appuie sur des techniques globales.
06:48
One of the interesting things about Climate TRACE
147
408396
2360
Voici le modèle d’Ocean Mine,
06:50
is that it's fundamentally built on global techniques.
148
410796
2720
avec tous les bateaux de la planète et leurs émissions.
06:53
So here you're looking from Ocean Mine's model of every single ship on the planet
149
413556
4960
C’est formidable, car autrefois,
seuls les pays riches avaient accès à un rapport détaillé de leurs émissions.
06:58
and the associated emissions.
150
418556
1920
07:00
This is really powerful because it used to be the case
151
420476
2560
C’est un vrai système international, disponible et gratuit pour tous.
07:03
that only rich countries can afford to look at their emissions
152
423036
2920
07:05
in great detail.
153
425996
1240
Il a été rendu possible grâce à la forte baisse du coût des satellites.
07:07
We are talking about properly global systems
154
427276
2080
07:09
that are available and free for everyone.
155
429356
1960
Il y a aujourd’hui des milliers d’yeux dans le ciel au-dessus de nous.
07:11
The reason, of course, we can do this
156
431356
1760
07:13
is because satellites have come down so much in cost.
157
433156
2520
De nombreux sont gratuits et les données sont libres d’utilisation.
07:15
There are now literally thousands of eyes in the sky up above us,
158
435676
3120
07:18
and many of them are actually free
159
438836
1640
Savez-vous quels coûts ont encore plus baissé ces dernières années ?
07:20
and open to anyone to use that information.
160
440476
2040
Ceux du Big Data et de l’IA.
07:22
But you know what's come down in recent years even more in cost than satellites?
161
442556
3800
Nous vivons dans un monde
où un mème qui fait du bruit sur Twitter
07:26
Big data and AI.
162
446356
1520
07:27
I mean, we now live in a world
163
447916
1480
est détecté automatiquement en quelques minutes par des algorithmes.
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
Pour la bourse, ça prend sans doute quelques secondes ;
bien pour la spéculation en séance.
07:35
We suspect there are stock market algorithms that know it in seconds;
166
455556
3240
Nous sommes dans une société
07:38
it’s really useful for day traders.
167
458796
1680
qui déploie plus de moyens pour surveiller des vidéos drôles de chats sur 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
qu’une crise qui menace la civilisation.
(Rires)
C’est bizarre, non ?
07:46
than a civilization-threatening crisis.
170
466396
2360
À Climate TRACE, on a décidé de sélectionner
07:48
(Laughter)
171
468796
1080
07:49
Something just seems strange about that.
172
469916
1920
une infime partie de ces moyens et de ces capacités techniques
07:51
And so at Climate TRACE, we decided to take a tiny,
173
471876
2400
et de les réaffecter à la surveillance des émissions.
07:54
tiny fraction of those resources
174
474276
1800
07:56
and those technical monitoring capabilities
175
476116
2080
La base de données est gigantesque.
07:58
and reallocate them to actually monitoring emissions.
176
478196
3360
Nos ingénieurs informaticiens travaillent la nuit et le weekend
08:01
So it's this giant shared database.
177
481596
1920
08:03
I mean, we have software engineers
178
483556
1960
pour que ça fonctionne.
Des universitaires valident les algorithmes.
08:05
volunteering their time on nights and weekends
179
485516
2160
08:07
to make the data engineering work.
180
487716
1680
Des ONG se servent d’une variété de modèles.
08:09
We have academics validating algorithms.
181
489436
1920
Des entreprises de satellites et de capteurs font don de code.
08:11
We have NGOs running different models.
182
491356
2080
Et comme pour Wikipédia,
08:13
We have sensor and satellite data companies donating code.
183
493476
2960
un large panel d’experts partage nos ressources
08:16
And much like Wikipedia, what's going on is all of these many,
184
496476
2920
dans un seul pot commun visible par tous,
08:19
many different experts are sharing our resources
185
499436
3040
où tout doit être rigoureusement validé, et accessible à tous.
08:22
in a single common pot that anyone can see,
186
502476
2520
La différence avec Wikipédia, c’est le grand nombre de capteurs impliqués.
08:25
everything has to be cross-validated, and it’s available to the public.
187
505036
3480
08:28
The biggest difference from Wikipedia
188
508556
1800
Alors, pourquoi fait-on ça ?
Pour la transparence.
08:30
is there's a lot more real-time sensors involved.
189
510356
2320
Au début du projet, un ancien négociateur nous a contactés et nous a dit
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
que l’accord de Paris était basé sur la transparence entre les pays.
08:39
who told us that the heart of the Paris Agreement
193
519236
2320
S’ils peuvent se faire confiance,
08:41
is supposed to be that countries are able to see
194
521556
2240
ils peuvent s’unir et avancer ensemble.
08:43
what everybody else is doing.
195
523836
1400
Les autoévaluations posent problème
08:45
They can learn to trust each other,
196
525236
1680
08:46
and that's why they're willing to hold hands and leap together.
197
526956
3000
et beaucoup de pays n’ont pas les ressources
pour réaliser la surveillance à cause de son coût élevé.
08:49
But the problem is, there's a lot of self-reporting going on,
198
529956
2880
Notre priorité pour le lancement de Climate TRACE,
08:52
and a lot of countries don't have the resources
199
532836
2240
c’est la diffusion avant la COP26, en septembre 2021,
08:55
to do this very expensive old form of monitoring.
200
535076
2320
08:57
And so what we’ve tried to prioritize for Climate TRACE version one
201
537396
3160
d’une version gratuite et disponible pour tous
09:00
is releasing before COP26, last month, September 21,
202
540596
2440
qui contienne les émissions de tous les pays,
09:03
a version of Climate TRACE that is free and available to everybody,
203
543076
3160
de tous les secteurs et pour chaque année.
09:06
that has the emissions for every country,
204
546276
1960
On voit ici les émissions de la production de riz en Malaisie en 2020
09:08
every sector and every year on the planet.
205
548276
2360
09:10
So here we're looking, for example,
206
550676
1680
ou les émissions de l’électricité de l’Australie la même année.
09:12
at the emissions of rice production in Malaysia in 2020.
207
552356
3360
Tout est gratuit et accessible à tous sur climatetrace.org.
09:15
Or Australia's electricity emissions in the same year.
208
555756
3160
(Applaudissements)
09:18
This is all available to anyone on climatetrace.org for free.
209
558956
3240
Merci.
(Applaudissements)
09:22
Thank you.
210
562196
1760
09:23
(Applause)
211
563996
4760
Ce n’est pas parfait, l’IA a besoin de temps pour se perfectionner.
09:28
Now it is imperfect.
212
568796
1200
09:29
Artificial intelligence starts out not quite as good,
213
569996
2480
Jusqu’ici, l’une des choses qu’on a pu mesurer,
c’est la cohérence de nos estimations avec les évaluations des pays.
09:32
and it gets better over time.
214
572476
1400
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
Notre méthode n’est pas encore parfaite,
mais la question est : « Les pays peuvent-ils se faire confiance ? »
09:40
So we can't say that our methods are completely perfect yet,
217
580316
2840
Une des choses les plus surprenantes que ce projet m’a appris,
09:43
but one of the big questions we get is: Should countries trust each other?
218
583196
3480
c’est que la réponse semble être oui.
09:46
And one of the most surprising things I think I've learned from this project
219
586676
3600
C’est sûr, nous avons relevé des écarts.
09:50
is that I think the answer is yes.
220
590316
2160
Il y a quelques secteurs avec lesquels on va devoir vivement discuter.
09:52
I mean, we've definitely found some missing emissions.
221
592516
2600
Mais dans l’ensemble,
09:55
There's a few industries that we need to go have some hard conversations with.
222
595116
3720
on a été surpris par le fait que la plupart des pays
09:58
But by and large, what we've been really struck by
223
598836
2400
semblent s’en tirer en toute impunité,
10:01
is the vast majority of countries
224
601276
1640
mais négocient ensemble en toute bonne foi.
10:02
appear to have been able to get away with murder,
225
602956
2360
En tant que négociateur de la COP26,
10:05
but negotiating with each other in complete good faith.
226
605316
2600
j’imagine les effets que ça a sur la confiance pour le futur.
10:07
If you're a climate negotiator heading to COP26,
227
607956
2320
10:10
I would like to just pause and appreciate what that implies for trust
228
610316
3280
Mais ce serait du gâchis si on s’en tenait là.
Ensuite, pour la seconde version de Climate TRACE,
10:13
in what's about to happen.
229
613636
1280
10:14
But I think it'd be a waste of AI if we stopped there.
230
614916
2560
nous voulons rendre visibles toutes les sources d’émissions du monde.
10:17
So our next step for Climate TRACE version two,
231
617476
2200
10:19
what we're working on,
232
619716
1160
10:20
is making every single emitting asset in the world visible.
233
620876
3280
Ça ressemblera à ça.
Le but est de donner le total par pays mais également des outils.
10:24
So it's going to look like this.
234
624156
1600
Des gouvernements veulent connaître les secteurs de l’économie qui émettent.
10:25
And what that's going to mean is not just national totals, but giving tools.
235
625796
3600
10:29
I’ve spoken with governments that are interested in knowing:
236
629396
2840
Des entreprises, pour verdir leur chaîne, veulent repérer les usines émettrices.
10:32
Where in our economies are the emissions coming from?
237
632236
2480
10:34
I've spoken with companies who'd like to green their supply chains,
238
634716
3200
Des gestionnaires d’actifs,
10:37
but they have to know which factories are cleaner than which other factories.
239
637916
3720
qui investissent 43 billions de dollars dans la neutralité carbone,
10:41
I've spoken with asset managers
240
641636
1520
mais qui, pour y parvenir, ont besoin d’un moyen pour vérifier et mesurer
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
si les émissions diminuent réellement.
C’est prometteur de pouvoir maintenant garantir
10:49
Are those emissions reductions really happening?
243
649276
2440
qu’il n’est plus possible de dissimuler des émissions.
10:51
So I think it's pretty exciting that we can now ensure
244
651756
2760
Cette époque est révolue.
10:54
that if anybody in the world is trying to hide emissions,
245
654556
2680
(Applaudissements)
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
Merci.
Ce qui m’enthousiasme le plus,
11:04
Thank you.
249
664996
1000
c’est de fournir des outils aux autres
11:06
But the part that really excites me the most
250
666516
2160
pour qu’on avance plus vite.
11:08
is giving tools to others in the climate fight
251
668716
2400
Merci.
(Applaudissements)
11:11
to get the job done faster.
252
671116
2200
11:13
Thank you.
253
673356
1160
11:14
(Applause)
254
674516
4560
À propos de ce site Web

Ce site vous présentera des vidéos YouTube utiles pour apprendre l'anglais. Vous verrez des leçons d'anglais dispensées par des professeurs de premier ordre du monde entier. Double-cliquez sur les sous-titres anglais affichés sur chaque page de vidéo pour lire la vidéo à partir de là. Les sous-titres défilent en synchronisation avec la lecture de la vidéo. Si vous avez des commentaires ou des demandes, veuillez nous contacter en utilisant ce formulaire de contact.

https://forms.gle/WvT1wiN1qDtmnspy7