কীভাবে এয়ারলাইনস জ্বালানি খরচ কমাতে AI ব্যবহার করছে: IndiGo-র নতুন পরীক্ষা
বিশ্বজুড়ে জ্বালানির দাম অস্থির থাকায়, এভিয়েশন শিল্প তাদের কার্যক্রম অপ্টিমাইজ করতে এবং মুনাফা রক্ষা করতে অত্যাধুনিক কৃত্রিম বুদ্ধিমত্তা বা আর্টিফিশিয়াল ইন্টেলিজেন্স (AI)-এর দিকে ঝুঁকছে। ভারতের শীর্ষস্থানীয় এয়ারলাইনস, IndiGo, বিমান উড্ডয়ন বা টেক-অফকে আরও জ্বালানি-সাশ্রয়ী করার লক্ষ্যে বিশেষায়িত AI পরীক্ষা শুরু করে এই প্রযুক্তিগত পরিবর্তনের নেতৃত্ব দিচ্ছে।
IndiGo-র AI-চালিত ফ্লাইট অপ্টিমাইজেশন
উড্ডয়নের সবচেয়ে বেশি জ্বালানি খরচ হয় এমন পর্যায়টি—অর্থাৎ টেক-অফ—অপ্টিমাইজ করার জন্য ডিজাইন করা AI-চালিত সমাধান বাস্তবায়নে IndiGo আজ থেকে এক series পরীক্ষা শুরু করছে। মেশিন লার্নিং অ্যালগরিদম ব্যবহার করে, এয়ারলাইনসটির লক্ষ্য হলো রিয়েল-টাইম ভেরিয়েবল বা চলকগুলোর ওপর ভিত্তি করে সবচেয়ে দক্ষ থ্রাস্ট সেটিংস (thrust settings) এবং ক্লাইম্ব প্রোফাইল (climb profiles) গণনা করা।
এই পরীক্ষাগুলোর প্রাথমিক উদ্দেশ্য হলো প্রাথমিক উড্ডয়নের সময় ব্যবহৃত জ্বালানির পরিমাণ কমানো। প্রতি ফ্লাইটে জ্বালানি খরচে সামান্য শতাংশ হ্রাসও শত শত দৈনিক ফ্লাইটের বিশাল বহর পরিচালনাকারী একটি এয়ারলাইনসের জন্য ব্যাপক খরচ সাশ্রয় করতে পারে।
জ্বালানি সাশ্রয়ে রিয়েল-টাইম ডেটার ভূমিকা
প্রথাগত ফ্লাইট পাথ এবং টেক-অফ পদ্ধতি প্রায়শই মানসম্মত মডেলের ওপর নির্ভর করে। তবে, AI বিপুল সংখ্যক ডায়নামিক ডেটা পয়েন্ট প্রসেস করার মাধ্যমে আরও সূক্ষ্ম বা গ্র্যানুলার পদ্ধতি ব্যবহারের সুযোগ করে দেয়, যার মধ্যে রয়েছে:
- রিয়েল-টাইম আবহাওয়ার ধরন: বাতাসের গতিবেগ, দিক এবং বায়ুমণ্ডলীয় ঘনত্ব মূল্যায়ন করা।
- বিমানের ওজন এবং ভারসাম্য: যাত্রীদের সঠিক সংখ্যা এবং কার্গো বা মালপত্রের বন্টন বিবেচনা করা।
- রানওয়ের অবস্থা: তাপমাত্রা এবং পৃষ্ঠের ঘর্ষণ (friction) অনুযায়ী সমন্বয় করা।
এই ভেরিয়েবলগুলো একসাথে বিশ্লেষণ করে, AI মডেলগুলো এমন "সাশ্রয়ী" টেক-অফ ট্র্যাজেক্টরি বা পথ প্রস্তাব করতে পারে যা ইঞ্জিনের অপ্রয়োজনীয় চাপ কমায় এবং অ্যারোডাইনামিক দক্ষতা বৃদ্ধি করে। স্ট্যাটিক (স্থির) থেকে ডায়নামিক (গতিশীল) অপারেশনাল প্ল্যানিং-এ এই পরিবর্তন ভারতীয় এভিয়েশন খাতের জন্য একটি উল্লেখযোগ্য অগ্রগতি।
কেন জ্বালানি সাশ্রয় একটি কৌশলগত প্রয়োজন
ভারতীয় এয়ারলাইনসগুলোর জন্য, জ্বালানি খরচ সাধারণত মোট পরিচালন ব্যয়ের একটি উল্লেখযোগ্য অংশ (প্রায়শই ৩০% থেকে ৪০% এর মধ্যে)। এই খাত তীব্র প্রতিযোগিতা এবং অপরিশোধিত তেলের ওঠানামার সম্মুখীন হওয়ায়, যে কোনো প্রযুক্তিগত হস্তক্ষেপ যা "প্রতি সিট কিলোমিটারে জ্বালানি খরচ" কমায়, তা একটি গুরুত্বপূর্ণ প্রতিযোগিতামূলক সুবিধা প্রদান করে।
সরাসরি আর্থিক সুবিধার পাশাপাশি, এই AI পরীক্ষাগুলো স্থায়িত্ব বা সাসটেইনেবিলিটির দিকে শিল্পের বৃহত্তর প্রবণতার সাথে সামঞ্জস্যপূর্ণ। জ্বালানি ব্যবহার কমানো সরাসরি কার্বন নিঃসরণ হ্রাস করে, যা এয়ারলাইনসগুলোকে ক্রমবর্ধমান কঠোর পরিবেশগত নিয়ম এবং ESG (Environmental, Social, and Governance) লক্ষ্যমাত্রা পূরণে সহায়তা করে।
এভিয়েশন ইকোসিস্টেমের ওপর ব্যাপক প্রভাব
IndiGo-র এই পদক্ষেপটি একটি বৈশ্বিক প্রবণতার অংশ যেখানে বড় এয়ারলাইনসগুলো তাদের Flight Management Systems (FMS)-এ AI যুক্ত করছে। এই পরীক্ষাগুলো যত এগোবে, সফল বাস্তবায়ন পুরো শিল্পজুড়ে মানসম্মত AI-সহায়তা প্রাপ্ত ফ্লাইট অপারেশন নিশ্চিত করতে পারে। এই পরিবর্তনটি কেবল এয়ারলাইনসগুলোর মুনাফা বৃদ্ধির প্রতিশ্রুতি দেয় না, বরং এয়ার ট্রাফিক কন্ট্রোলারদের জন্য আরও অনুমানযোগ্য এবং দক্ষ আকাশপথ ব্যবস্থাপনাও নিশ্চিত করে।
মূল বিষয়সমূহ
- IndiGo-র উদ্ভাবন: এয়ারলাইনসটি টেক-অফ পদ্ধতি অপ্টিমাইজ করতে AI ব্যবহারের পরীক্ষা শুরু করছে, যার লক্ষ্য হলো উল্লেখযোগ্য জ্বালানি সাশ্রয় করা।
- ডেটা-কেন্দ্রিক পদ্ধতি: এই প্রযুক্তিটি নির্ভুল ফ্লাইট প্রোফাইল তৈরি করতে আবহাওয়া, বিমানের ওজন এবং রানওয়ের অবস্থার মতো রিয়েল-টাইম ভেরিয়েবল ব্যবহার করে।
- অর্থনৈতিক ও পরিবেশগত প্রভাব: জ্বালানি ব্যবহার কমানো তেলের অস্থিরতার বিরুদ্ধে এয়ারলাইনসের মুনাফা রক্ষা এবং কার্বন ফুটপ্রিন্ট কমানোর দ্বৈত উদ্দেশ্য পূরণ করে।