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


Fare doppio clic sui sottotitoli in inglese per riprodurre il video.

Traduttore: Marta Baliviera Revisore: Silvia Monti
Qual è la causa del cambiamento climatico?
L’emissione dei gas serra prodotti dalle attività umane, certo.
00:13
What is causing climate change?
0
13076
2600
Ma da quali attività umane?
00:15
I mean, it’s greenhouse gas emissions from human activities, of course.
1
15716
3360
Nello specifico, chi brucia questi combustibili fossili,
00:19
But which human activities?
2
19076
2080
e per quale motivo e dove?
00:21
Who specifically is burning all of these fossil fuels,
3
21156
2720
Mi è parso assurdo quando l’ho sentito la prima volta,
00:23
and for what and where?
4
23916
2480
ma ho scoperto che ancora oggi, nel XXI secolo,
00:26
It sounded strange when I first heard it,
5
26396
2280
gli scienziati hanno davvero poche informazioni a riguardo.
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
Faccio parte di una coalizione di scienziati, attivisti
e aziende tecnologiche
00:35
So I'm part of a new coalition of scientists, activists,
8
35436
2760
che affronta questo problema.
Il nostro compito è stato più strano del previsto.
00:38
and actually tech companies working to address this issue.
9
38196
3040
Lasciate che ve lo illustri.
00:41
It's been a stranger journey than I expected.
10
41276
2360
Da decenni, sappiamo che le emissioni salgono nell’atmosfera,
00:43
Let me break it down for you.
11
43636
1680
perché le vediamo vorticare lassù.
00:45
So we've known for decades that emissions are rising in the atmosphere
12
45356
3720
La famosa Curva di Keeling si basa su ciò che vediamo dallo spazio.
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
Ma ciò che non si vede dallo spazio è come siano arrivate là.
00:55
But what you can't easily see from space is how did they get there?
15
55796
3640
Sono ancora sbalordito, ma ancora oggi, nel 2021,
in gran parte dei Paesi e dei settori dell’economia,
00:59
It still boggles my mind, but even in the year 2021,
16
59436
3400
quello che facciamo per capire da dove provengano queste emissioni
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
è ancora chiedere a chi inquina quanto ha inquinato.
01:09
is still to ask polluters how much they polluted.
19
69596
4560
In pratica, speriamo che non manchi nulla nei loro inventari
01:14
Just kind of like hope nothing is missing in that inventory
20
74996
3520
e poi sommiamo tutti questi numeri, a volte a mano, su carta.
01:18
and then add up all those numbers, sometimes manually, on paper.
21
78516
4600
È fantastico che tutti i Paesi del mondo abbiano acconsentito a questo.
01:23
It's amazing that every single country in the world
22
83876
2680
È una delle cose che mi dà speranza
01:26
has agreed to this process.
23
86596
1320
che tutti nel mondo stiano contribuendo a questo sistema.
01:27
It's one of the great things that brings me hope
24
87916
2640
Ma è una soluzione di ripiego.
01:30
that everyone in the world is essentially contributing to this process.
25
90556
3440
Se vogliamo davvero fermare il cambiamento climatico,
01:33
But it is such a stopgap solution.
26
93996
2760
si può gestire solo ciò che si può misurare
01:36
If we're really serious about stopping climate change,
27
96796
2720
e a noi servono più informazioni.
01:39
you can only manage what you can measure,
28
99556
2000
Ci servono informazioni
che non richiedano anni per compilare rapporti manuali.
01:41
and we need to have more information.
29
101596
1760
01:43
We need to have information,
30
103396
1360
01:44
not like letting it take years to compile manual reports.
31
104796
3360
Ci sono Paesi
che non stilano un inventario delle emissioni da 20 anni.
01:48
I mean, there are countries
32
108156
1320
Che ce ne facciamo di informazioni così vecchie?
01:49
that haven't had an emissions inventory in 20 years.
33
109476
2800
Non ci serve sapere solo quante sono le emissioni dei Paesi,
01:52
What are you actually supposed to do with information that old?
34
112316
2960
perché se vogliamo capire come ridurle,
01:55
We need to not just be looking at what are the emissions
35
115276
2640
dobbiamo sapere se vengono prodotte dalle auto o dalle fabbriche
01:57
of entire countries,
36
117956
1360
01:59
because if you want to know how to reduce them,
37
119356
2240
e cosa genera tutte le emissioni nel Paese.
02:01
you need to know:
38
121636
1160
02:02
Do I need to go after cars or factories?
39
122836
1920
Non si può continuare solo a chiedere a chi inquina quanto ha inquinato.
02:04
What in my country is driving all these emissions?
40
124796
2400
E ci sono problemi ancora più sottili.
02:07
We can't keep relying on asking polluters to report how much they polluted.
41
127236
3520
Per esempio, se una società riferisce di aver ridotto le emissioni,
02:10
And there's even more subtle problems.
42
130996
1880
02:12
Like, one that really gets me
43
132876
1400
non c’è modo di sapere se sia una vera riduzione
02:14
is if one company reports it's reduced its emissions,
44
134316
2520
e dovremmo festeggiare
02:16
we don't have a good way to know right now is that a real reduction,
45
136876
3200
o se abbia passato la patata bollente
e venduto a un’altra società qualcosa che inquina.
02:20
should we celebrate, or did they just play hot potato
46
140116
2480
Se vogliamo affrontare seriamente il cambiamento climatico,
02:22
and sell something that pollutes to another company?
47
142636
2440
servono strumenti migliori.
Ci serve un modo per ottenere informazioni idealmente in tempo reale, non anni dopo;
02:25
If we want to get really serious about fighting climate change,
48
145076
3000
02:28
we need better tools.
49
148076
1160
02:29
We need to have some way to get information
50
149276
2000
che non si basi solo sul chiedere a chi inquina;
02:31
in ideally real-time, not years later;
51
151316
2280
che fornisca informazioni dettagliate sull’origine delle emissioni,
02:33
that doesn’t rely on just asking the polluters;
52
153636
2440
non solo a livello nazionale;
02:36
that has really detailed information about where those emissions came from,
53
156116
3800
che sia aperto e trasparente, così da risultare affidabile,
02:39
not just country level;
54
159916
1360
e che sia idealmente gratuito,
02:41
that is open and transparent,
55
161316
1400
perché non vogliamo che solo chi può pagare sappia quanto viene emesso.
02:42
so everybody knows they can trust it;
56
162756
1800
02:44
and ideally, that’s free,
57
164556
1240
02:45
because we can't just have a situation
58
165836
1840
Questa è una seria sfida scientifica e ingegneristica.
02:47
where only those who can afford to pay know how much is being emitted.
59
167676
3320
Come facciamo a costruire un sistema come questo?
02:50
So that's a serious scientific and engineering challenge.
60
170996
2720
Si potrebbe partire da una foto come questa.
02:53
How exactly would you go about building a system like that?
61
173756
2800
Sappiamo, perché questa è una delle poche centrali elettriche
02:56
Well, you might want to start with a photo like this.
62
176556
2760
che ha un sensore di emissioni di CO2 nella ciminiera,
02:59
We know, because this is one of the few power plants in the world
63
179316
3080
che quando la foto è stata scattata,
03:02
that actually has a CO2 emissions sensor in its stack
64
182436
2480
stava emettendo 2.930 tonnellate di CO2 all’ora.
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
Ma sappiamo anche che poco tempo dopo,
la stessa centrale elettrica aveva questo aspetto.
03:11
But we also know that a short time later,
67
191236
2160
In quel momento, ovviamente, non emetteva CO2.
03:13
the same exact power plant looked like this.
68
193436
3200
Lo si può vedere a occhio nudo.
03:16
And at that time, of course, it was emitting zero tons of CO2.
69
196676
2960
Ma spesso, è un po’ più complicato.
03:19
I mean, you can see that with the unaided human eye.
70
199636
2480
Così, abbiamo iniziato a lavorare come un gruppo di piccole 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
su algoritmi IA di visione artificiale
in grado di analizzare centinaia di migliaia di foto come questa
03:28
on training computer vision AI algorithms
73
208316
3000
e riconoscere, dallo spazio, l’aspetto di una centrale
03:31
to look at hundreds of thousands of photos like this
74
211356
3120
che emette una data quantità di inquinamento.
03:34
to recognize what a power plant looks like when it's polluting
75
214476
3120
Possiamo farlo
03:37
a certain amount of pollution from space.
76
217636
2040
perché disponiamo di tante immagini satellitari gratuite e pubbliche,
03:40
The reason we can do this is that there are so many free
77
220076
3680
grazie a fonti come il Landsat-8 della NASA o il Gaofen-6 della Cina.
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
In realtà, è possibile avere delle foto ogni due o tre giorni
03:50
It's possible actually to get photos every few days
80
230516
4200
di ogni grande centrale elettrica del mondo.
03:54
of every major power plant in the entire world.
81
234716
3080
Quindi la mia organizzazione, WattTime, e alcune altre piccole ONG
si sono unite per creare un algoritmo di intelligenza artificiale
03:58
And so my organization, WattTime, and a number of other small NGOs
82
238356
3120
che scansiona immagini come questa ogni due o tre giorni
04:01
have teamed up to build an artificial intelligence algorithm
83
241476
3360
e rileva, senza chiedere a chi inquina,
04:04
that can scan visual imagery like this every few days
84
244836
3040
quanto sta inquinando ogni centrale elettrica nel mondo.
04:07
and look, without asking the polluters, to see how much they are polluting
85
247916
3480
È piuttosto emozionante.
04:11
for every power plant in the world.
86
251396
1800
(Applausi)
04:14
It's pretty exciting.
87
254636
1160
04:15
(Applause)
88
255836
3440
Si può fare anche meglio di così,
perché ci sono anche altri tipi di satelliti.
Come nei film, si può passare all’infrarosso termico
04:19
You can actually do better than that.
89
259276
1800
04:21
Because there are other forms of satellites as well.
90
261116
2440
per vedere se le centrali emanano calore.
04:23
Just like in the movies, we can switch to thermal infrared
91
263596
2720
Questo è importante, perché è una stima indipendente
04:26
and we can look at whether power plants are hot as well.
92
266356
2640
effettuata con satelliti e tecniche diverse.
04:28
That matters because that's a completely independent assessment
93
268996
3040
Se i due risultati coincidono, è davvero incoraggiante.
Abbiamo la risposta.
Possiamo vedere anche, ad esempio,
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
il sottovento di una centrale elettrica poco tempo dopo.
Vediamo comparire altre emissioni nell’atmosfera?
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
Possiamo anche osservare i dettagli,
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
come le valvole dell’acqua di raffreddamento vicino a una centrale.
04:45
You can even do really subtle things,
100
285716
1760
Usando le immagini commerciali di Planet,
04:47
like you can look at the cooling water intake valve near a power plant.
101
287476
3360
vediamo che ci sono increspature nel fiume vicino alla centrale.
04:50
Using commercial imagery from Planet,
102
290836
1760
Questo significa che aspira molta acqua perché è surriscaldata e inquinante.
04:52
we are able to see ripples in a river near a power plant.
103
292596
2680
Nessuna di queste tecniche è perfetta,
04:55
And that means it's drawing in so much water
104
295316
2080
ma è notevole quanto diventino accurate
04:57
because it's that hot and polluting.
105
297436
1760
quando si combinano molte tecniche diverse e indipendenti.
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
Ci siamo entusiasmati quando abbiamo ottenuto dei buoni risultati
05:03
when you combine many, many different independent techniques.
108
303996
2880
misurando tutte le centrali del mondo.
05:06
We got pretty excited
109
306916
1200
Ma poi Al Gore ci ha incoraggiato a sognare ancora più in 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
Così, abbiamo accettato la sua sfida e quella dei partner di Generation
di pensare non solo in termini di emissioni delle centrali,
05:17
And so we got the challenge from him and the partners of Generation
113
317076
3200
ma di provare ad analizzare le emissioni
05:20
to not just think small in terms of power plant emissions,
114
320316
2760
di tutte le maggiori fonti del mondo
05:23
but to see if we could do all human emissions
115
323116
2600
e rendere il risultato accessibile a tutti gratuitamente.
05:25
from all major sources in the planet
116
325756
1800
Con il loro supporto
05:27
and make that available and free to everyone.
117
327556
2280
e con la collaborazione di altre organizzazioni,
05:30
And with their support
118
330276
1200
tutti insieme,
05:31
and with a whole lot of teaming up with other organizations,
119
331476
3280
siamo riusciti a farlo.
05:34
collectively, all of us have been able to do just that.
120
334756
3760
Quindi...
(Applausi)
05:38
So --
121
338836
1160
Un esempio di questo è Transition Zero,
05:40
(Applause)
122
340036
3640
un’organizzazione del Regno Unito
05:43
A really exciting example of this is Transition Zero.
123
343676
2520
che è in grado di monitorare le emissioni degli impianti siderurgici
05:46
So they're a UK-based organization
124
346236
1640
anche quando sono invisibili a occhio nudo.
05:47
that is able to monitor the emissions of steel mills,
125
347916
2520
Perché una cosa davvero importante e interessante dell’IA
05:50
and they can do that even when those emissions are invisible to the naked eye.
126
350476
3680
è che grazie a diverse forme di segnali dai satelliti,
05:54
Because one of the really important,
127
354156
1800
possiamo osservare processi chimici specifici
05:55
interesting things about artificial intelligence
128
355956
2280
in varie fasi del processo di produzione.
05:58
is with different forms of signals from satellites,
129
358236
2480
Si possono anche misurare gli allevamenti industriali.
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
Lo sapevate che nemmeno l’EPA americano incaricato di regolamentarli
06:04
You also have the ability to measure factory farms.
132
364916
2400
ha un inventario completo
06:07
Did you know even the United States EPA in charge of regulating them
133
367316
3240
degli allevamenti altamente inquinanti che si trovano negli USA?
06:10
does not have a complete inventory
134
370596
1680
Ma la start-up Synthetic ha usato la visione artificiale
06:12
of how many highly polluting factory farms are in the United States?
135
372276
3200
per creare un loro inventario,
06:15
But a start-up named Synthetic has been able to apply computer vision
136
375516
3240
che ora sta ampliando a livello globale.
06:18
to build an inventory of them
137
378796
1480
RMI monitora le emissioni di petrolio e gas da produzione e raffinazione.
06:20
and is now scaling it up to expose every factory farm worldwide.
138
380276
3280
Blue Sky Analytics, in India, monitora incendi di raccolti e foreste.
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
Vogliamo parlare di trasporto auto?
La Johns Hopkins University sta creando un modello di tutti i trasporti via terra
06:31
You want to talk about car transportation?
141
391716
2120
e monitora le reti stradali di tutto il mondo.
06:33
Johns Hopkins University is modeling all the ground transportation
142
393836
3200
Ognuna delle nostre organizzazioni si è specializzata
06:37
and looking at the road networks worldwide.
143
397076
2360
in una o due particolari forme di emissioni,
06:39
Each one of our organizations has learned to specialize
144
399756
2600
ma tutte vengono condivise in un database conosciuto come “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
Una cosa interessante di Climate TRACE è che si basa su tecniche globali.
06:48
One of the interesting things about Climate TRACE
147
408396
2360
Qui potete vedere il modello di Ocean Mine di ogni nave sul pianeta
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
e le rispettive emissioni.
Questo è davvero formidabile, perché, una volta,
06:58
and the associated emissions.
150
418556
1920
solo i Paesi ricchi potevano vedere le loro emissioni nel dettaglio.
07:00
This is really powerful because it used to be the case
151
420476
2560
Stiamo parlando di un sistema globale gratuito e accessibile a tutti.
07:03
that only rich countries can afford to look at their emissions
152
423036
2920
07:05
in great detail.
153
425996
1240
Questo è possibile perché i satelliti non sono più così costosi.
07:07
We are talking about properly global systems
154
427276
2080
07:09
that are available and free for everyone.
155
429356
1960
Ora ci sono letteralmente migliaia di occhi nel cielo sopra di noi,
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
molti dei quali sono gratuiti
e le cui informazioni sono accessibili a tutti.
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
Ma sapete cos’è diventato ancora più economico negli ultimi anni?
07:20
and open to anyone to use that information.
160
440476
2040
I big data e l’IA.
07:22
But you know what's come down in recent years even more in cost than satellites?
161
442556
3800
Oggi viviamo in un mondo
in cui se un certo meme è di tendenza su Twitter,
07:26
Big data and AI.
162
446356
1520
07:27
I mean, we now live in a world
163
447916
1480
ci sono algoritmi di marketing che lo sanno in pochi minuti.
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
Pensiamo ci siano algoritmi di Borsa che lo sanno in pochi secondi.
È davvero utile per i day trader.
07:35
We suspect there are stock market algorithms that know it in seconds;
166
455556
3240
Viviamo in una società
07:38
it’s really useful for day traders.
167
458796
1680
che investe più risorse per monitorare le visualizzazioni dei video su 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
che una crisi che minaccia la civiltà.
(Risate)
È assurdo.
07:46
than a civilization-threatening crisis.
170
466396
2360
Noi di Climate TRACE abbiamo deciso di prendere
07:48
(Laughter)
171
468796
1080
07:49
Something just seems strange about that.
172
469916
1920
una piccola parte di quelle risorse
07:51
And so at Climate TRACE, we decided to take a tiny,
173
471876
2400
e capacità tecniche di monitoraggio
e riassegnarle per monitorare le emissioni.
07:54
tiny fraction of those resources
174
474276
1800
07:56
and those technical monitoring capabilities
175
476116
2080
Abbiamo un enorme database condiviso;
07:58
and reallocate them to actually monitoring emissions.
176
478196
3360
abbiamo ingegneri informatici
08:01
So it's this giant shared database.
177
481596
1920
che fanno volontariato di notte e nei weekend
08:03
I mean, we have software engineers
178
483556
1960
per occuparsi dell’ingegneria dei dati;
08:05
volunteering their time on nights and weekends
179
485516
2160
accademici che validano gli algoritmi;
08:07
to make the data engineering work.
180
487716
1680
ONG che eseguono diversi modelli;
08:09
We have academics validating algorithms.
181
489436
1920
società di dati dei sensori e dei satelliti che ci donano codici.
08:11
We have NGOs running different models.
182
491356
2080
Come Wikipedia, quello che succede
08:13
We have sensor and satellite data companies donating code.
183
493476
2960
è che tutti questi esperti diversi condividono le nostre risorse
08:16
And much like Wikipedia, what's going on is all of these many,
184
496476
2920
in un contenitore comune accessibile a tutti
08:19
many different experts are sharing our resources
185
499436
3040
e in cui tutto deve essere convalidato e disponibile al pubblico.
08:22
in a single common pot that anyone can see,
186
502476
2520
La maggiore differenza con Wikipedia è che ci sono più sensori in tempo reale.
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
Perché lo facciamo?
In una sola parola: trasparenza.
08:30
is there's a lot more real-time sensors involved.
189
510356
2320
All’inizio del progetto, ci contattò un ex negoziatore sul clima
08:32
So why are we doing this?
190
512676
1360
08:34
In a word, transparency.
191
514076
1800
che ci disse che l’Accordo di Parigi si basa sull’idea
08:35
We were approached early in the project by a former climate negotiator
192
515916
3280
che tutti i Paesi possano vedere cosa fanno gli altri.
08:39
who told us that the heart of the Paris Agreement
193
519236
2320
Possono imparare a fidarsi
ed è per questo che hanno deciso di fare questa cosa insieme.
08:41
is supposed to be that countries are able to see
194
521556
2240
08:43
what everybody else is doing.
195
523836
1400
Ma il problema è che ci sono molte autodichiarazioni
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
e molti Paesi non hanno le risorse
per attuare questa vecchia e costosa forma di monitoraggio.
08:49
But the problem is, there's a lot of self-reporting going on,
198
529956
2880
Per questo, ci siamo assicurati che la versione uno di Climate TRACE
08:52
and a lot of countries don't have the resources
199
532836
2240
venisse rilasciata prima della COP26, il mese scorso, il 21 settembre.
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
È una versione gratuita e accessibile a tutti,
09:00
is releasing before COP26, last month, September 21,
202
540596
2440
che mostra le emissioni di ogni Paese,
09:03
a version of Climate TRACE that is free and available to everybody,
203
543076
3160
ogni settore e ogni anno nel mondo.
09:06
that has the emissions for every country,
204
546276
1960
Qui vediamo, per esempio,
le emissioni della produzione di riso in Malesia nel 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
Qui le emissioni di elettricità in Australia nello stesso anno.
09:12
at the emissions of rice production in Malaysia in 2020.
207
552356
3360
Tutto questo è disponibile su climatetrace.org gratuitamente.
09:15
Or Australia's electricity emissions in the same year.
208
555756
3160
(Applausi)
09:18
This is all available to anyone on climatetrace.org for free.
209
558956
3240
Grazie.
(Applausi)
09:22
Thank you.
210
562196
1760
09:23
(Applause)
211
563996
4760
Non è perfetto.
L’intelligenza artificiale non inizia molto bene,
ma migliora con il tempo.
09:28
Now it is imperfect.
212
568796
1200
09:29
Artificial intelligence starts out not quite as good,
213
569996
2480
Finora, una delle cose che siamo riusciti a fare
è il confronto con quanto dichiarato dai Paesi.
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
I nostri metodi non sono ancora perfetti,
ma una domanda che ci fanno è: “I Paesi devono fidarsi l’uno dell’altro?”
09:40
So we can't say that our methods are completely perfect yet,
217
580316
2840
E una delle cose più sorprendenti che penso di aver imparato dal progetto
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
è che credo che la risposta sia sì.
Abbiamo trovato delle emissioni mancanti.
09:50
is that I think the answer is yes.
220
590316
2160
Ci sono alcune industrie a cui dobbiamo fare un discorsetto.
09:52
I mean, we've definitely found some missing emissions.
221
592516
2600
Ma quello che ci ha colpito davvero
09:55
There's a few industries that we need to go have some hard conversations with.
222
595116
3720
è che la maggioranza dei Paesi sembra essere riuscita a farla franca,
09:58
But by and large, what we've been really struck by
223
598836
2400
10:01
is the vast majority of countries
224
601276
1640
ma negoziando con gli altri in buona fede.
10:02
appear to have been able to get away with murder,
225
602956
2360
Se siete negoziatori diretti alla COP26,
10:05
but negotiating with each other in complete good faith.
226
605316
2600
vorrei che vi fermaste ad apprezzare
10:07
If you're a climate negotiator heading to COP26,
227
607956
2320
ciò che questo implica per la fiducia in ciò che accadrà.
10:10
I would like to just pause and appreciate what that implies for trust
228
610316
3280
Credo che fermarsi qui sarebbe uno spreco di IA.
Così, per la versione due di 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
stiamo lavorando per rendere visibile ogni attività inquinante nel mondo.
10:17
So our next step for Climate TRACE version two,
231
617476
2200
10:19
what we're working on,
232
619716
1160
Questo sarà il suo aspetto.
10:20
is making every single emitting asset in the world visible.
233
620876
3280
E non darà solo totali nazionali, ma anche strumenti.
10:24
So it's going to look like this.
234
624156
1600
Ho parlato con governi che vogliono sapere
10:25
And what that's going to mean is not just national totals, but giving tools.
235
625796
3600
da dove provengono le emissioni nel proprio Paese;
10:29
I’ve spoken with governments that are interested in knowing:
236
629396
2840
con aziende che vogliono catene di fornitura sostenibili,
10:32
Where in our economies are the emissions coming from?
237
632236
2480
ma che hanno bisogno di sapere quali sono le fabbriche più pulite;
10:34
I've spoken with companies who'd like to green their supply chains,
238
634716
3200
con gestori patrimoniali
che investono 43.000 miliardi di dollari nella neutralità carbonica,
10:37
but they have to know which factories are cleaner than which other factories.
239
637916
3720
10:41
I've spoken with asset managers
240
641636
1520
ma che per raggiungere i propri obiettivi hanno bisogno di un modo per capire
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
se ci saranno o meno riduzioni di emissioni.
Credo sia emozionante poter assicurare
10:49
Are those emissions reductions really happening?
243
649276
2440
che se qualcuno cerca di nascondere delle emissioni,
10:51
So I think it's pretty exciting that we can now ensure
244
651756
2760
può scordarselo.
Quei giorni sono finiti.
10:54
that if anybody in the world is trying to hide emissions,
245
654556
2680
(Applausi)
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
Grazie.
Ma la parte che mi piace di più
11:04
Thank you.
249
664996
1000
è fornire agli altri gli strumenti nella lotta per il clima
11:06
But the part that really excites me the most
250
666516
2160
per fare il lavoro più velocemente.
11:08
is giving tools to others in the climate fight
251
668716
2400
Grazie.
(Applausi)
11:11
to get the job done faster.
252
671116
2200
11:13
Thank you.
253
673356
1160
11:14
(Applause)
254
674516
4560
A proposito di questo sito web

Questo sito vi presenterà i video di YouTube utili per l'apprendimento dell'inglese. Vedrete lezioni di inglese tenute da insegnanti di alto livello provenienti da tutto il mondo. Fate doppio clic sui sottotitoli in inglese visualizzati su ogni pagina video per riprodurre il video da lì. I sottotitoli scorrono in sincronia con la riproduzione del video. Se avete commenti o richieste, contattateci tramite questo modulo di contatto.

https://forms.gle/WvT1wiN1qDtmnspy7