Google и Cathay Pacific снизили тепловой след авиации на 40%: что значит для авиации и окружающей среды
Google и Cathay Pacific провели первые в Азии лётные испытания ИИ-системы, которая прокладывает маршруты в обход зон образования инверсионных следов, и на более чем 80 рейсах добились снижения теплового воздействия этих следов примерно на 40%.

Инверсионные следы (белые полосы за самолётами) отвечают примерно за треть всего климатического воздействия авиации, и впервые технологию их избежания проверили на самых загруженных маршрутах Азиатско-Тихоокеанского региона, где авиарынок растёт быстрее всего в мире.
Google сообщила о результатах первого азиатского испытания своей системы предиктивного ИИ для обхода инверсионных следов. До этого аналогичные тесты проводились только в США и над Северной Атлантикой. Теперь партнёром стала Cathay Pacific, первая коммерческая авиакомпания в Азии, присоединившаяся к программе. Испытания прошли на дальнемагистральных рейсах, включая коридор Гонконг-Сингапур.
| Показатель | Значение | Источник |
|---|---|---|
| Рейсов по маршрутам обхода следов | более 80 | Google Blog |
| Снижение теплового воздействия следов | примерно 40% | Google Blog |
| Доля одного маршрута Гонконг-Сингапур в общем сокращении выбросов | более 50% | Google Blog |
| Доля инверсионных следов в климатическом воздействии авиации | примерно треть | Google Blog |
| Рейсов запланировано на первую фазу | более 100 | Google Blog |
Как устроена система и что именно измеряли?
Инверсионные следы (contrails) возникают, когда самолёт пролетает через холодные и влажные слои атмосферы. Большинство рассеивается за минуты, но некоторые разрастаются в облакоподобные образования, которые задерживают тепло у поверхности Земли. Именно эти устойчивые следы вносят ощутимый вклад в потепление.
Система Google объединяет три источника данных:
- ИИ-прогнозы зон, где вероятно образование устойчивых следов
- Спутниковые снимки для верификации результатов
- Метеорологические данные высокого разрешения
На практике это выглядит просто: диспетчеры и пилоты получают рекомендации ещё до вылета, а в воздухе обновлённые прогнозы поступают прямо в кабину через бортовой Wi-Fi и проприетарную систему Cathay Pacific Electronic Flight Folder (EFF), электронную лётную папку. Пилот видит данные рядом с обычными показателями, без перестройки привычного рабочего процесса.
Само вмешательство минимально: самолёт слегка меняет высоту, обходя зоны образования следов. По описанию Google, это похоже на стандартные манёвры, которые пилоты и так выполняют для обхода турбулентности. Такие корректировки не должны влиять на безопасность или комфорт пассажиров.
Что обнаружили?
- Из более чем 100 запланированных рейсов свыше 80 прошли по маршрутам обхода инверсионных следов.
- По оценке Google на основе спутникового анализа, тепловое воздействие следов на этих рейсах снизилось примерно на 40%.
- Коридор Гонконг-Сингапур дал непропорционально высокий результат: интервенции на одном этом маршруте обеспечили более 50% всего сокращения выбросов за испытание. Причина в том, что воздушное пространство на этом направлении регулярно содержит условия для образования устойчивых следов.
- Теперь Google и Cathay Pacific переходят ко второй, расширенной фазе испытаний на азиатских и транстихоокеанских маршрутах. К проекту подключается некоммерческая организация Contrails.org, занимающаяся развитием науки о сокращении инверсионных следов.
Оценку в 40% снижения даёт сама Google на основе собственного спутникового анализа. Независимого подтверждения в публикации не приводится. Выборка в 80 рейсов значима для пилотного проекта, но мала для выводов обо всей отрасли. Влияние на расход топлива при изменении высоты Google не раскрывает, хотя упоминает, что метод работает «с сегодняшними самолётами и топливом». Детали методики оценки теплового воздействия тоже не описаны.
Что это значит для вас?
Тема авиации и окружающей среды выходит за рамки экологического активизма: она напрямую затрагивает регуляторные требования к перевозчикам и, в перспективе, стоимость билетов.
Авторам Дзена и контент-маркетологам. Связка авиации и окружающей среды с прикладным ИИ, это сильная тема для материалов: читатель видит конкретный результат (40% снижения на 80 рейсах), а не абстрактные обещания. Если ведёте каналы про технологии или путешествия, результаты Гонконг-Сингапур дают готовый сюжет с цифрами.
Предпринимателям и маркетологам в РФ. Метод показывает, как предиктивный ИИ работает не в лаборатории, а в жёстких условиях реальной эксплуатации. Тот же подход (прогноз условий, рекомендация оператору, проверка по спутнику) применим к логистике, сельскому хозяйству, энергетике. В России аналогичных публичных испытаний пока нет, но Аэрофлот и S7 уже тестируют ИИ для оптимизации маршрутов, пусть и без фокуса на инверсионные следы.
Нетехническим читателям. Суть проста: ИИ подсказывает пилоту лететь чуть выше или ниже, чтобы не создавать облака, греющие планету. Никаких новых двигателей или топлива не нужно. Главная оговорка: 80 рейсов это пилот, а не индустриальный стандарт.
Самый интересный факт здесь не 40%, а то, что один маршрут (Гонконг-Сингапур) дал больше половины всего эффекта. Это значит, что даже точечное применение на нескольких «горячих» коридорах может дать непропорционально большой результат. Для авиаиндустрии, которая годами бьётся за каждый процент снижения выбросов через дорогостоящее обновление флота или переход на устойчивое топливо, софтверное решение, не требующее ни нового оборудования, ни нового керосина, выглядит редкой находкой. Но я бы подождал независимой верификации: пока все цифры исходят от Google, а метод оценки теплового воздействия по спутнику сам по себе предмет научных дискуссий.
Если технология выдержит вторую фазу испытаний на расширенной сети Cathay Pacific и подтвердится независимыми данными Contrails.org, авиакомпании получат инструмент, который работает уже сегодня, без замены самолётов, и начинается с простого обновления бортового софта.
По данным Google Blog

Основатель dzen.guru. Эксперт по монетизации и продвижению на Дзен. Автор курса «Старт на Дзен 2026».
Читайте также

Вред переживаний ИИ: избыточные рассуждения Qwen3.8 ухудшают код вместо улучшения
Нейросеть Qwen3.8-27B на Mac Studio второго июня 2025 года прошла локальный бенчмарк из 84 задач на C# и SwiftUI, и квантизованная (сжатая) 4-bit версия…
Токеномика нейросетей получила свой Big-O: Linux Foundation учит считать расходы на токены
Под крылом Linux Foundation появилось новое направление, Tokenomics Foundation, и его первый проект уже позволяет оценить, во сколько на самом деле обходятся…
Вайбкодинг для бизнеса: студенты КОРУСа за 4 недели собрали 3 рабочих продукта
Мне нужно написать how-to статью о вайбкодинге и бизнес-инструментах на основе опыта ИИ-лаборатории КОРУСа. Оригинал обрезан, но я буду строго следовать фактам…
Комментарии