È ormai assodato che i fenomeni più intensi e significativi, spesso disastrosi o forieri di grossi cambi di equilibri naturali soprattutto dovuti al riscaldamento globale, sono conseguenza di una eccessiva produzione di CO2 negli ultimi decenni, ecco perché in attesa di raggiungere l’obiettivo del net-zero-emission del 2050, ci si pongono obiettivi intermedi come ridurre del 50% le emissioni di CO2 entro il 2030 nei paesi più industrializzati.
A ben guardare anche questo obiettivo intermedio è molto sfidante ma, soprattutto, deve essere raggiunto facendo un uso intelligente delle tecnologie esistenti oggi.
Cambiamenti climatici, anche i satelliti ci aiutano a combatterli: ecco come
L’intelligenza artificiale per misurare le emissioni
La conversione industriale e la realizzazione di nuovi impianti produttivi a minori emissioni richiedono, infatti, molti anni e molti investimenti. È opinione comune che la maggior parte delle emissioni di CO2 siano a carico delle grandi industrie e multinazionali con impianti produttivi in diversi paesi nel mondo, che siano industrie energivore, o che producano energia da fonti fossili. Tanta produzione di CO2 è poi dovuta agli edifici con gli impianti di riscaldamento, condizionamento o di trattamento dell’aria. Nei paesi meno sviluppati invece, le emissioni di CO2 sono legate a semplici azioni di vita quotidiana come l’allevamento o l’uso della legna per fare il fuoco che serve a bollire e quindi sterilizzare l’acqua.
Il primo punto critico per ogni organizzazione, soprattutto per le multinazionali ma anche per le piccole aziende di casa nostra, è la capacità di misurare e monitorare nel tempo le proprie emissioni man mano che si ammodernano impianti e processi: non si può ridurre qualcosa che non si riesce a misurare oggi. E non perché non vi siano le tecnologie per misurare, ma perché le aziende non sono attrezzate per farlo.
Ecco che l’utilizzo di tecnologie basate sull’intelligenza artificiale, sull’uso combinato del deep learning e del machine learning, oggi stanno avendo un grosso sviluppo e sono destinatarie di investimenti da decine di milioni di dollari in molti paesi, in particolare negli USA ma anche in Israele, Canada, Germania, Danimarca ed altri.
Soluzioni con obiettivi chiari
Ognuna di queste soluzioni è focalizzata su un obiettivo chiaro, ad esempio la canadese BrainBox supporta la misura e l’ottimizzazione delle emissioni di CO2 per gli edifici, l’indiana Blue Sky Analytics scandaglia ogni pixel delle immagini satellitare della terra per l’analisi dell’inquinamento dell’aria e dell’acqua in modo da suggerire dove meglio vivere ma anche dove abbassare di più le emissioni, l’israeliana Albo invece usa le immagini satellitari per monitorare l’assorbimento di CO2 in progetti che fanno uso della natura per ridurre l’impatto. Anche grandi player della consulenza strategica come Boston Consulting Group, hanno realizzato la loro piattaforma software che aiuta i clienti a misurare, tracciare e pianificare le emissioni di CO2.
Un mercato quello dell’intelligenza artificiale applicata all’inquinamento dal potenziale enorme, come enormi sono i capitali necessari per farlo crescere e sviluppare ma che è quasi l’unica strada percorribile nel breve tempo che rimane fino al 2030. Un mercato in cui tutti i settori high tech sono coinvolti perché a fianco delle piattaforme software ci sono spesso reti di sensori sparsi e dati da trasferire e gestire con le tecnologie tipiche delle telecomunicazioni e con le emergenti tecnologie dell’IoT. Ci sono poi da incrociare dati sulle abitudini sociali delle persone e delle comunità, sul traffico veicolare e non, sulla gestione dei maggiori eventi nelle grandi città.
Il progetto europeo Castor
Se da una parte si usa la potenza dell’AI per monitorare le singole aziende, dall’altro sono nati a livello europeo progetti come il Castor che ha dimostrato come la cattura post-combustione e lo stoccaggio sicuro della CO2 sia un obiettivo reale, concreto e fattibile, un progetto dive l’AI è stata utilizzata per sviluppare una strategia integrata per la definizione dei mezzi con cui catturare, trasportare e stoccare questo gas in Europa, con particolare attenzione all’incoraggiamento all’accettazione di questa soluzione tramite dettagliate analisi tecniche ed economiche volte a sottolineare il rendimento, la sicurezza e i notevoli benefici per l’ambiente. In sintesi, l’AI nel progetto Castor ha dimostrato come si possa ottenere un impatto positivo a lungo termine sull’economia europea, sulla salute e sulla sicurezza dei cittadini e dell’ambiente in generale.
Ma il progetto Castor ha anche individuato i possibili siti di stoccaggio in Europa e l’ENI ha fatto suo uno dei progetti simbolo contro il climate change, creando al largo di Ravenna il più grande hub al mondo che a regime sarà in grado di stoccare fino a 10 milioni di tonnellate di CO2 per anno per una capacità massima di 500 milioni di tonnellate, ma associando allo stesso un impianto per la produzione di idrogeno usando le riserve di CO2 accumulate.
Un progetto del genere permette, nel concreto, a tutte quelle aziende che per loro natura non possono ridurre l’emissione di CO2, ad esempio cementifici, acciaierie, cartiere ed industrie chimiche, di conferire la CO2 al sito di stoccaggio ed alimentare una economia ulteriore attraverso la produzione di idrogeno blu. Un progetto che permette anche di guadagnare tempo abbattendo rapidamente l’inquinamento derivante dalla produzione di CO2 ma anche di mantenere in Italia settori produttivi strategici per il paese altrimenti destinati a delocalizzarsi in aree del mondo meno sensibili ai problemi al climate change.
Conclusioni
Più in generale se si pensa all’evoluzione delle città verso il modello di smart cities e città interconnesse non si può prescindere dalla necessità di coordinare, monitorare e governare anche la produzione delle emissioni in tempo reale sia con modelli previsionali sia con interventi immediati e, tutto questo, per quanto futuristico oggi non può che essere basato su sistemi di intelligenza artificiale.
L’intelligenza artificiale è quindi il partner di medio lungo periodo che ci più aiutare veramente a coordinare gli interventi necessari a ridurre le emissioni di CO2 stante che nei processi produttivi ancora per lungo periodo si utilizzeranno metodi, impianti e tecnologie disponibili oggi.
Questo con la consapevolezza che sono necessari grandi capitali e grandi investimenti sia per l’abbattimento alla fonte della produzione di CO2 nei processi produttivi, sia nei sistemi di monitoraggio e gestione basati sull’intelligenza artificiale.
