AI hittar bästa sätten att minska utsläpp

Forskare vid universiteten i Oxford och Potsdam har analyserat 1 500 klimatåtgärder i 41 länder för att se hur de påverkat koldioxidutsläppen. Genom att kombinera en databas med detaljerad information om ländernas klimatåtgärder inom bygg-, transport-, energi och industrisektorn, med en databas som kartlagt samma sektorers utsläpp, fick forskarna fram ett massivt underlag för att undersöka samband. Med hjälp av ny maskininlärningsteknik kunde de sedan systematiskt utvärdera effekten av klimatåtgärderna.

– Vi letade efter trendbrott i utsläppskurvorna, det vill säga tillfällen när det plötsligt skett en stor minskning av koldioxidutsläppen, säger Ebba Mark, svensk klimatforskare vid Oxford university och en av studiens medförfattare.

Därefter undersökte forskarna om de minskade utsläppen kunde förklaras av någon nyinstiftad klimatåtgärd.

Forskarna hittade 69 kraftiga utsläppsminskningar. Av dessa visade sig 63 hänga tätt samman med olika politiska och ekonomiska interventioner. Till exempel visade sig subventioner och stöd för förnybara energikällor och energieffektiva tekniker vara en välfungerande metod för att minska utsläppen, särskilt inom transport- och byggsektorn.

– I andra sektorer var piskan mer effektiv än moroten. Inom industri- och energisektorn var strikta regleringar som tvingade företag att anpassa sig till mer miljövänlig tekniker mer effektivt, säger Ebba Mark.

Prissättningsmekanismer som koldioxidskatter och handelssystem för utsläppsrätter gav enligt studien en kraftig minskning av utsläppen. Åtgärderna skapade en tydlig ekonomisk drivkraft för företag och konsumenter att minska sina utsläpp, och länder som implementerade dem såg betydande minskningar i industri- och energisektorns utsläpp.

– Men effektivast av allt var en kombination av olika åtgärder. Ekonomiska incitament tillsammans med regleringar och informationsinsatser ledde till de största och mest varaktiga minskningarna av koldioxidutsläppen, säger Ebba Mark.

Studien visar hur framsteg inom maskininlärning kan tillämpas inom klimatforskning och erbjuda en vetenskaplig grund för att bättre förstå och stärka klimatinsatser som kan påskynda den globala omställningen till ett koldioxidsnålt samhälle.

– Genom att se vilka åtgärder som faktiskt fungerar kan vi i framtiden utforma en mer evidensbaserad klimatpolitik, säger Ebba Mark.