気候危機 on Seunghoon Choi

AMOCのリスクを減らすには何を検証すべきか：AIと宇宙インフラの思考実験

Mon, 29 Jun 2026 01:45:00 +0900

太陽光を少し減らすという表現は些細に見えるが、実際には地球全体の気候システムに影響を与える。

まず思考実験をしてみる。太陽と地球の間、約150万km離れた場所に薄い遮蔽膜を多数置く。地球全体に入る光を減らせる可能性はあるが、北極やグリーンランドの夏の日射だけを選んで制御できるかは実証されていない。

AMOCは大西洋の巨大な海流循環だ

AMOCはAtlantic Meridional Overturning Circulationの略だ。日本語では大西洋子午面循環と呼ばれる。言葉は重いが、絵は単純だ。暖かい海水が大西洋の表面を北へ進む。北大西洋に着いた水は冷え、塩分が濃くなり、重くなる。重くなった水は下へ沈む。その深い水はまた南へ流れる。この海流の流れがAMOCだ。AMOCはヨーロッパの気候、熱帯地域の雨、海面、漁場、海が炭素を吸収する能力まで左右する。NOAAも、AMOCを暖かい水を北へ送り、冷たい水を南へ循環させる大西洋の海流システムとして説明している。

問題は、この海流循環が弱まる可能性があることだ。北大西洋で水が下へよく沈むには、二つの条件が必要だ。水が冷たいこと、そして十分に塩辛いことだ。ところが地球温暖化は、その二つを同時に変える。海は温まり、グリーンランドの氷河と北極の氷が溶けて淡水が入る。淡水は塩分が少ない。水は塩辛さを失い、軽くなる。すると下へ沈む力が弱くなる。すると北大西洋で水が下へ沈む流れが弱まる。

北極はAMOCを左右する要点だ

北極を冷やそうという話は、北極だけを見ようという意味ではない。北極の白い氷は太陽光を跳ね返す役割を持ち、AMOCが弱まるかどうかを左右する要点の一つだ。白い氷は太陽光を多く反射する。暗い海は太陽光を多く吸収する。氷が減って海が露出すれば、海はさらに多くの熱を吸収する。すると氷はさらに速く溶ける。いったん始まると速度が上がるこの悪循環が危険だ。NASAも、北極の海氷が減ると地球表面がより多くの太陽光を吸収すると説明している。これは遠い未来の抽象的な話ではない。今進んでいる物理現象だ。白い覆いが消えると、地球はより多くの熱を吸収する。

だから北極の夏を詳しく観測する必要がある。この時期の日射を減らした場合、北大西洋に入る熱と淡水が実際にどれほど変わるかは、気候モデルと観測で先に検証しなければならない。

宇宙の日よけでまず気温上昇を遅らせる

太陽光を少し減らす方法として、成層圏に粒子を散布する案、雲を明るくする案、宇宙空間に装置を置く案などが議論されている。どの方法がより安全で、元に戻しやすいかはまだ確認されていない。大気、海洋、生態系への影響と、運用を停止した場合の危険まで検証する必要がある。太陽と地球の間にあるL1付近に、小型の太陽光遮蔽モジュールを置く案もその一つだ。L1は地球から約150万km離れたラグランジュ点で、ESAも地球と太陽の重力が釣り合う地点の一つと説明している。

重要なのは、巨大な傘一枚ではなくモジュール構造だ。小さな遮光板を多く送り、それぞれの角度を調整する。正面を向ければ光を多く減らし、斜めにすれば少なく減らす。不要なら横向きにして、ほとんど遮らないようにする。折りたたみと展開を繰り返すより、傾けるほうがよい。宇宙で薄い膜を何度も折れば故障が増える。むしろ広げた状態で角度を変えるほうが安全だ。地球に入る日差しを少し減らす、宇宙用の日よけだ。

この考えが完全に新しいわけではない。2006年、Roger AngelはL1付近に小さな宇宙機の群れを置き、太陽光を約1.8%減らす構想を論文として出した。ジェイムズ・ウェッブ宇宙望遠鏡も、折りたたまれた状態で打ち上げられ、宇宙で鏡と遮光膜を展開した。もちろん地球の気候を調整する装置は、ウェッブよりはるかに大きく難しい。それでも、薄い膜を折って打ち上げ、宇宙で広げるという基本発想は、すでに宇宙工学の中にある。

ただし、この装置を気候問題の最終解決策として見てはいけない。太陽光を減らしてもCO2はそのまま残る。海洋酸性化も解決しない。化石燃料を燃やし続ければ、問題はまた大きくなる。

宇宙日よけは実証済みの解決策ではない。AMOCのリスクに与える効果は、モデルと観測で確かめる必要がある。まず進めるべきなのはCO2排出の削減と、すでに排出されたCO2の除去だ。

宇宙の日よけは気温上昇を遅らせられるが、温室効果ガス排出を減らさなければ地球温暖化の問題は残る。

先に気温上昇を遅らせ、その間にCO2を減らす

宇宙日よけはCO2を減らせない。研究すべきなのは、大きな副作用を生まずに北極と北大西洋への追加の熱を減らせるかどうかだ。AMOCの危険な弱化が観測されても、介入の効果と副作用を先に検証しなければならない。

第二に、その時間でCO2排出を減らし、すでに出たCO2を除去する。順序が重要だ。宇宙の日よけを動かしておきながらCO2除去に失敗すれば、日差しを減らす量を下げた瞬間、追加の熱流入がまた増える。するとAMOCのリスクを下げるために作った装置が、一時的な措置ではなく、維持し続ける依存構造になる。だから出口計画が必要だ。CO2濃度がどの程度下がれば遮光率をどれだけ下げるのか、AMOCの観測値がどの水準まで回復すれば北極の夏の遮光をどう下げるのかを、あらかじめ決める必要がある。遮光はCO2除去量と結びついていなければならない。別々に動けば危険だ。

AIはAMOCを観測し続け、危険を計算すべきだ

ここでAIが必要になる。AIがすべき仕事は、派手な宇宙の想像図を描くことではない。AMOCを観測し続け、危険を予測し、太陽光をどれだけ減らすべきかを計算することだ。見るべきデータは多すぎる。北極海氷の面積と厚さ。グリーンランド表面の融解量。ラブラドル海とイルミンガー海周辺の水温と塩分。北大西洋への淡水流入量。雲と降水の変化。中緯度の天気の変化。海がどれだけ炭素を吸収しているか。CO2除去技術が実際にどれだけ動いているか。

これを数人の人間が勘で判断することはできない。衛星、海洋ブイ、地上センサー、船舶観測、気候モデル、炭素会計をあわせて検討する必要がある。AIは、こうした資料から変化を早く見つけ、複数のシナリオを比較する作業を支援できる。ただし、太陽光をどの程度減らすか、誰が危険を引き受けるかといった決定を、AIの計算だけで下すことはできない。AIは地球を統治する存在ではないが、人間が見落としやすい複雑な変化を見つける役割は果たせる。

AI観測網は予測値を当てるだけで終わらず、人間が遅れて気づく気候変化をより早く確認させる。

SpaceXは火星より先に地球の海流循環を見るべきだ

今の人類に、このような仕事を実際の産業として押し進められる会社があるなら、SpaceXのような会社がまず思い浮かぶ。ロケットを頻繁に打ち上げ、衛星を大規模に運用し、宇宙インフラを工場のように作る会社。その能力の最初の使い道は、火星都市よりも地球の気候応急網であるべきだ。気候観測衛星網を細かく敷く必要がある。AMOCを見る海洋観測網もさらに強くする必要がある。宇宙の日よけの小型モジュールを実験し、太陽光圧、姿勢制御、長期耐久性を検証する必要がある。AIモデルはそのデータを受け取り続け、計算し続ける必要がある。火星にはいつか行けるかもしれない。だがAMOCが崩れれば、地球の海流、雨、農業、海面が先に変わる。ロケットが本当に文明のための技術なら、最初の貨物は火星都市の部品ではなく、地球の海流循環を観測し、守る装備であるべきだ。

AIデータセンターも責任を負うべきだ

AIを速く発展させるには、より多くの計算が必要だ。より多くのチップ、より多くの電気、より多くの冷却が必要になる。ここで矛盾が生じる。地球温暖化を解決すると言うAIが、化石燃料の電力で動くなら、話の筋が通らない。AIデータセンターには条件が必要だ。炭素を出さない電力で動くべきだ。電力網にどれだけ負荷をかけているかを公開するべきだ。水をどれだけ使っているかも公開するべきだ。そして計算資源の重要な一部を気候問題に使うべきだ。

AI産業がこれから社会的な許可を得るには、「私たちは電気を多く使うが、その電気で人類の最大の問題を解く」という証拠を出す必要がある。言葉より結果が必要だ。CO2除去の費用を下げ、電力網を安定させ、産業工程の排出を減らし、AMOCリスクをより正確に予測する必要がある。それができないなら、AI加速はあまりに小さく贅沢なゲームになる。

AMOCを守ることがAI時代の最初の大きな宿題だ

AMOCがいつ、どれだけ弱まるかはまだ不確実だ。公開文章で「すぐ崩壊する」と断定してはいけない。IPCCもAMOCが21世紀に弱まる可能性は高いと見る一方で、2100年以前の急激な崩壊は低いと評価している。同時に、最近の研究は、モデルが危険を過小評価している可能性や、弱化幅がもっと大きい可能性を警告している。こうした問題は、確率だけを見て流せるものではない。危険が小さく見えても、起きたときの被害が大きすぎるなら保険をかける。AMOCはそういう問題だ。止まれば再び動かすのは難しく、影響は一つの地域で終わらない。

AI時代の気候目標は、地球平均気温の一つの数字だけに限るべきではない。北極、グリーンランド、北大西洋を精密に観測し、排出削減とCO2除去を進める必要がある。宇宙日よけは実証済みの緊急策ではなく、効果と副作用、統治を検証する研究対象として扱うべきだ。

AIは広告の最適化だけでなく、AMOCの観測や気候リスク分析にも使うべきだ。ロケットと衛星も海流の観測に役立てられる。今必要なのは、AMOCをより正確に観測し、未検証の介入と、すぐ実行できる排出削減策を明確に分けることだ。

AIの進化は速すぎるわけではない：地球温暖化も脱毛も老化も月面基地も、まだ解けていない

Wed, 24 Jun 2026 00:18:00 +0900

AIが速く見える理由は、問題全体を解決したからではなく、整理されたデータがある部分を速く処理するからだ。

地球温暖化はまだ解決していません。脱毛も老化も解決しておらず、月面基地もありません。がん、認知症、核融合の商用化、極めて安価なエネルギーインフラも、人類が自由に扱える問題ではありません。それでも私たちは、AIの進化が速すぎると言います。

私は、この言い方に違和感があります。AIが文章を書き、コードや画像を速くつくるのは事実です。しかし、地球温暖化、老化、脱毛、月面基地といった問題を基準にすると、まだ速すぎるとは言えません。重要な問題を実際に解決したかと問えば、答えはほとんど「まだ」です。

問いを変える必要があります。「AIの進化は速すぎないか」ではなく、「今のAIでも力が足りないのに、AIなしでこうした問題をどう解くのか」と問うべきです。

何がそんなに速くなったのか？

AIが速いと感じるのは、目の前の成果物が速くなったからです。以前は数日かかっていた下書きが数分で出てきます。検索、整理、コーディング、デザイン、翻訳の最初の結果も速くなりました。

でも大きな問題は、文書だけでは解けません。地球温暖化を下げるには、発電所、送電網、バッテリー、工場、鉱山、船、航空、都市、農業、金融、政治が一緒に動かなければなりません。薄毛、老化、がん、認知症、月面基地も、生物、装置、制度、お金、安全、時間が絡みます。

その基準で見ると、AIはまだ遅い。私たちが感じている速さは、文書、コード、デザイン案のようにコンピューターの前で完結する仕事の速さです。本当の変化は、発電所、工場、病院、研究室、行政の中で起きます。

まだ解決できた大問題はほとんどない

ある基準では、「AIが速すぎる」という言葉は正しい。企業、学校、創作市場、事務職は急速に変わっています。適応する時間を失う人もいれば、急に減る職務もあります。

でも大きな問題の一覧を広げると、別の感覚になります。地球の平均気温上昇はまだ止まっていません。電力網は再生可能エネルギーを十分受け止めるほど速く変わっていません。バッテリーはもっと安く、安全で、長持ちする必要があります。新薬開発はいまも遅く、高い。人間はいまも老い、髪は抜け、がんや認知症の前で多くの家族が崩れます。

AI製品のリリース速度は速い。けれど、人類が問題を終わらせる速度はまだ遅いのです。

AIなしでその問題をどう解くのか？

AIは計算し、予測し、設計できます。けれども、発電所を一人で建てることはできません。送電網を敷くこともできません。炭素回収プラントを試運転することもできません。鉱山の許認可を取ることもできません。住民の反対を説得することもできません。壊れた装置を現場で開けて直すこともできません。

工場で起きる不良の異変を現場で感じ取って、「これはデータにない問題だ」と判断することもできません。だからこそ、これから必要になる人間は「AIより計算が得意な人間」ではありません。AIが生み出した可能性を現実世界で実際に実現する人間です。

現実はデータベースではない

核心はもっとはっきりしています。人間が必要なのは、AIが弱いからではありません。現実がデータベースではないからです。

エネルギー転換は人とAIが一緒にやる仕事だ

気候危機への対応ひとつ取っても、そうです。IPCC AR6 WGIIIは、気候対応を単一の技術問題としてではなく、エネルギー、産業、都市、土地、政策、金融、国際協力が絡み合うシステム転換の問題として扱っています。つまり、計算の結果をインフラと制度に変える人間の組織が必要なのです。AIが「この地域には再生可能エネルギーとバッテリーと送電網をこう配置すれば最適だ」と言うことはできます。

でも、その先は人間の仕事です。土地の確保、住民との交渉、工事、安全管理、品質管理、保守、規制対応、事故の責任、コストの調整、長期の運営。これが雇用です。

雇用は、単にお金を稼ぐための席ではありません。長いプロジェクトを現実のなかで回し続ける方法です。

エネルギー転換は「太陽光を敷こう」で終わりません。電力網、発電所、バッテリー、原発、水素、送電、変圧器、パワー半導体、鉱山、精製、製造、保守、安全管理、許認可が、すべて必要です。

IEA World Energy Employment 2025は、エネルギーインフラを拡張する過程で、熟練労働の不足がすでに重要なボトルネックになっていると見ています。IEAの調査では、エネルギー関連企業のおよそ60%が労働力不足を報告しており、エネルギー分野の新規採用のかなりの部分は、退職した人材を埋め合わせるだけでも必要になります。

AIが設計を加速しても、現実の鉄、銅、コンクリート、半導体、工場、送電鉄塔は人が動かします。繰り返しの事務職は減るかもしれません。けれども、電力網エンジニア、素材研究者、プロセスエンジニア、ロボット運用者、気候リスク分析者、プラント試運転の専門家、AIの検証者、安全エンジニア、規制の設計者、現場の統合者は、いっそう重要になります。AI時代の人間の雇用は、単なる労働力ではなく、現実とつながる接点です。

強いAIほど、検証する人が必要になる

AIが出した答えが間違っていれば、被害の規模も大きくなります。

論文の草稿が間違っているなら、直せば済みます。でも、電力網を運用するAIが間違えれば停電が起きます。バッテリーの工程条件が間違っていれば火災が起きます。炭素貯留地の評価が間違っていれば漏れが起きます。宇宙居住システムの制御が間違っていれば人が死にます。

だからAIの時代には、こういう人間が必要です。AIの結果を現実のリスク基準で検証する人。AIは提案します。人間は、その提案が現実のどこでうまくいかなくなるかを見ます。

これが、これからの高度な雇用の核心です。単に「AIを使える人」ではなく、AIが出した結果を、現実の安全、コスト、責任、制度、人の視点からもう一度通せる人が必要になります。

現実の問題は答えを見つけたあとも、設置、検証、責任分担の過程でもう一度時間がかかる。

人は現場で仕事を終わらせる

雇用は、単に「人を食わせる」ことではありません。大きな問題は現場で終わらせなければなりません。誰かが土地を見て、設備を入れ、工程を確認し、データを作り、事故を報告し、人を説得し、責任を負う必要があります。

ILOのjust transitionガイドラインが重要なのも、ここに理由があります。環境にやさしい転換は、技術の転換だけでなく、労働、教育、賃金、地域社会、社会的対話とともに進まなければなりません。人々が参加してこそ、システムは長く続きます。人々が排除されれば、システムは政治的に行き詰まります。だから雇用は、長いプロジェクトを続けるための社会的な安定装置なのです。

AIが自動化するのは、範囲が狭く確認しやすい仕事だ

AIのせいで、すべての人間が必要なくなるわけではありません。正確には、AIだけで置き換えられる仕事が減るということです。繰り返し文書を作る人は減るかもしれません。単純なデータ入力をする人も減るかもしれません。ルールを暗記して処理するだけの業務も減るかもしれません。

でも、問題を定義する人、AIの結果を検証する人、現場を統合する人、現実のデータを生み出す人、例外的な状況を判断する人、発電所や工場や病院のような大きな仕事を現場で動かす人は、いっそう重要になります。

World Economic ForumのFuture of Jobs Report 2025も、2025年から2030年のあいだに、技術革新とグリーン転換が職務とスキルの構造を大きく変えると見ています。WEFは、構造的な労働市場の変化によって、新しい仕事となくなる仕事が同時に生まれ、全体としては2030年までに雇用が純増しうると見通しています。

核心は、仕事が完全になくなるということではありません。人間に求められる能力の層が変わるということです。

人間は目標と責任を決める

AIに「地球温暖化を解決せよ」と言っても、答えは一つではありません。

経済性を優先するのか。生存率を優先するのか。低所得層の被害を最小にするのか。エネルギー安全保障を優先するのか。民主的な合意を重んじるのか。スピードを重んじるのか。中国への依存を減らすのか。電気料金の安定を優先するのか。

AIは最適化できます。しかし、何を最適化するかは人間社会が決めなければなりません。これは計算の問題ではなく、価値、政治、権力、生存戦略の問題です。人間は単なる労働者ではなく、目的関数を運営する人材になります。

結論：AIはもっと速くならなければならない

結論はシンプルです。AIは可能性を生み出します。人間は、その可能性を現実に設置し、試し、運用します。AIは答えを生み出します。雇用は、その答えを送電網、病院、工場、研究室、制度の中で実際に使える仕事に変えます。

人間は、AIより賢いから必要なのではありません。人間は、現実に責任を負う存在だから必要なのです。AIの時代に消えるのは、人間の必要性ではなく、小さな問題に閉じこめられた人間の役割です。人類が地球規模の危機を乗り越え、生存圏を宇宙へと広げようとするなら、人間はAIと賢さを競うだけでは足りません。AIの出した結果を現実の仕組みに変える人にならなければなりません。