AI એરલાઇન્સના ઇંધણ ખર્ચમાં ઘટાડો કરવામાં કેવી રીતે મદદ કરી રહ્યું છે: IndiGo નો નવો પાઇલોટ પ્રોજેક્ટ

વૈશ્વિક ઇંધણના ભાવ અસ્થિર રહેતા હોવાથી, એરલાઇન્સ ફ્લાઇટ કામગીરીને શ્રેષ્ઠ બનાવવા અને કાર્બન ફૂટપ્રિન્ટ ઘટાડવા માટે વધુને વધુ અદ્યતન આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) તરફ વળી રહી છે. ભારતનું એવિએશન લીડર, IndiGo, આજેથી AI-સંચાલિત ટેકઓફ પ્રક્રિયાઓના પરીક્ષણ (trials) શરૂ કરીને આ તકનીકી પરિવર્તનમાં અગ્રેસર બનવા માટે તૈયાર છે.

AI દ્વારા ઇંધણ કાર્યક્ષમતાની શોધ

સામાન્ય રીતે એરલાઇન્સના ઓપરેશનલ ખર્ચમાં ઇંધણનો મોટો હિસ્સો હોય છે. વધતા ખર્ચ અને પર્યાવરણીય ચિંતાઓનો સામનો કરવા માટે, એરલાઇન્સ પરંપરાગત ફ્લાઇટ પ્લાનિંગથી આગળ વધીને રિયલ-ટાઇમ, ડેટા-આધારિત નિર્ણય લેવાની દિશામાં જોઈ રહી છે. આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) નું સંકલન એરલાઇન્સને પવનની ગતિ, હવાની ઘનતા, વિમાનનું વજન અને રનવેની સ્થિતિ જેવા જટિલ ચલો (variables) નું વિશ્લેષણ કરવાની મંજૂરી આપે છે, જેથી વિમાનને હવામાં લઈ જવા માટે સૌથી કાર્યક્ષમ રીત શોધી શકાય.

મશીન લર્નિંગ અલ્ગોરિધમ્સનો ઉપયોગ કરીને, એરલાઇન્સ "વન-સાઇઝ-ફિટ્સ-ઓલ" (બધા માટે સમાન) ટેકઓફ પ્રોફાઇલથી દૂર જઈ શકે છે. તેના બદલે, તેઓ અત્યંત કસ્ટમાઇઝ્ડ ફ્લાઇટ પાથ અમલમાં મૂકી શકે છે જેમાં ઓછા થ્રસ્ટની જરૂર પડે છે અને પરિણામે, ફ્લાઇટના સૌથી વધુ ઉર્જા ખર્ચવાળા તબક્કા દરમિયાન ઓછું ઇંધણ વપરાય છે.

AI ટેકઓફમાં IndiGoનું વ્યૂહાત્મક પગલું

ભારતીય સ્થાનિક બજારમાં વર્ચસ્વ ધરાવતી IndiGo, આજે તેના AI-સંચાલિત ટેકઓફ ટ્રાયલ્સ શરૂ કરીને ઓપરેશનલ શ્રેષ્ઠતા તરફ એક મહત્વપૂર્ણ પગલું ભરી રહી છે. આ પહેલનો મુખ્ય ઉદ્દેશ્ય "કરકસરયુક્ત ટેકઓફ" (thriftier takeoffs) હાંસલ કરવાનો છે.

પરંપરાગત ટેકઓફ પ્રક્રિયાઓમાં વિવિધ પરિસ્થિતિઓમાં સુરક્ષા સુનિશ્ચિત કરવા માટે ઘણીવાર અમુક સ્તરના ઇંધણ બફરની જરૂર પડે છે. જોકે, AI આ સુરક્ષા માર્જિનની ખૂબ જ ચોકસાઈ સાથે ગણતરી કરી શકે છે. AI સિમ્યુલેશન અને રિયલ-ટાઇમ ડેટા દ્વારા થ્રસ્ટ સેટિંગ્સ અને ક્લાઇમ્બ ગ્રેડિયન્ટને ઓપ્ટિમાઇઝ કરીને, IndiGo દરેક ડિપાર્ચર દરમિયાન વપરાતા ઇંધણના પ્રમાણને નોંધપાત્ર રીતે ઘટાડવાનું લક્ષ્ય રાખે છે. આ પગલું માત્ર એરલાઇનના નફામાં સુધારો કરવાનું વચન આપતું નથી પરંતુ ટકાઉ અને "ગ્રીન" ઉડાન તરફના વૈશ્વિક એવિએશન ટ્રેન્ડ્સ સાથે પણ સુસંગત છે.

એવિએશન ઉદ્યોગ પર વ્યાપક પ્રભાવ

IndiGoનું આ પગલું એક મોટા વૈશ્વિક ટ્રેન્ડનો ભાગ છે જ્યાં એવિએશન જાયન્ટ્સ ઉદ્યોગના સૌથી મોટા પડકાર: કાર્યક્ષમતાને ઉકેલવા માટે બિગ ડેટાનો ઉપયોગ કરી રહ્યા છે. જોકે આ ટ્રાયલ ટેકઓફ તબક્કા પર ધ્યાન કેન્દ્રિત કરે છે, પરંતુ તેના અસરો ઘણું વ્યાપક છે. AI નો ઉપયોગ આ બાબતો માટે થઈ શકે છે:

• રૂટ ઓપ્ટિમાઇઝેશન: બદલાતા હવામાનના પેટર્ન દ્વારા સૌથી વધુ ઇંધણ-કાર્યક્ષમ માર્ગોની ગણતરી કરવી.
• પ્રેડિક્ટિવ મેન્ટેનન્સ: એન્જિનમાં સંભવિત સમસ્યાઓ ઊભી થાય તે પહેલાં તેને ઓળખવી, જેથી વિલંબ અથવા અકાર્યક્ષમ ઇંધણ વપરાશ ટાળી શકાય.
• વેઇટ મેનેજમેન્ટ: પેલોડ અને ઇંધણ લોડિંગને વધુ સારી રીતે મેનેજ કરવા માટે ડેટાનો ઉપયોગ કરવો.

ભારતીય એવિએશન ક્ષેત્ર માટે, જે પેસેન્જર ટ્રાફિકમાં મોટો ઉછાળો જોઈ રહ્યું છે, આ તકનીકી પ્રગતિ હવે વૈભવ નથી પરંતુ નફાકારકતા જાળવી રાખવા અને પર્યાવરણીય લક્ષ્યોને પૂર્ણ કરવા માટે અનિવાર્ય છે.

મુખ્ય મુદ્દાઓ

• IndiGo ડિપાર્ચર દરમિયાન થ્રસ્ટને ઓપ્ટિમાઇઝ કરવા અને ઇંધણનો વપરાશ ઘટાડવા માટે આજે AI-સંચાલિત ટેકઓફ ટ્રાયલ્સ શરૂ કરી રહી છે.
• આર્ટિફિશિયલ ઇન્ટેલિજન્સ હવામાન અને વિમાનના ચલોના આધારે અત્યંત ચોક્કસ, રિયલ-ટાઇમ એડજસ્ટમેન્ટ્સની મંજૂરી આપે છે, જે સામાન્ય ફ્લાઇટ પ્રોફાઇલ્સનું સ્થાન લે છે.
• AI-આધારિત ઇંધણ બચાવવાના પગલાં અમલમાં મૂકવાથી એરલાઇન્સને એકસાથે ઓપરેશનલ માર્જિન સુધારવામાં અને તેમના એકંદર કાર્બન ઉત્સર્જન ઘટાડવામાં મદદ મળે છે.