AI ವಿಮಾನಯಾನ ಸಂಸ್ಥೆಗಳು ಇಂಧನ ವೆಚ್ಚವನ್ನು ಕಡಿಮೆ ಮಾಡಲು ಹೇಗೆ ಸಹಾಯ ಮಾಡುತ್ತಿದೆ: IndiGo ಹೊಸ ಪ್ರಯೋಗಗಳನ್ನು ಪ್ರಾರಂಭಿಸಿದೆ

ಇಂಧನ ಬೆಲೆಗಳು ವಿಮಾನಯಾನದ ಕಾರ್ಯಾಚರಣೆಯ ವೆಚ್ಚದಲ್ಲಿ ಅಸ್ಥಿರ ಅಂಶವಾಗಿ ಉಳಿದಿರುವುದರಿಂದ, ದಕ್ಷತೆಯನ್ನು ಹೆಚ್ಚಿಸಲು ವಿಮಾನಯಾನ ಉದ್ಯಮವು ಹೆಚ್ಚಾಗಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯತ್ತ (Artificial Intelligence) ಮುಖ ಮಾಡುತ್ತಿದೆ. ಭಾರತದ ಅತಿದೊಡ್ಡ ವಿಮಾನಯಾನ ಸಂಸ್ಥೆಯಾದ IndiGo, ವಿಮಾನಗಳ ಟೇಕ್-ಆಫ್ (take-off) ಪ್ರಕ್ರಿಯೆಯನ್ನು ಉತ್ತಮಗೊಳಿಸಲು ಮತ್ತು ಇಂಧನ ಬಳಕೆಯನ್ನು ಕಡಿಮೆ ಮಾಡಲು ಸುಧಾರಿತ AI-ಚಾಲಿತ ಪ್ರಯೋಗಗಳನ್ನು ಪ್ರಾರಂಭಿಸುವ ಮೂಲಕ ಈ ತಾಂತ್ರಿಕ ಬದಲಾವಣೆಯ ನೇತೃತ್ವ ವಹಿಸುತ್ತಿದೆ.

AI ಮೂಲಕ ಇಂಧನ ದಕ್ಷತೆಯ ಹುಡುಕಾಟ

ಸಾಮಾನ್ಯವಾಗಿ ಇಂಧನವು ವಿಮಾನಯಾನ ಸಂಸ್ಥೆಯ ಒಟ್ಟು ವೆಚ್ಚದ ದೊಡ್ಡ ಪಾಲನ್ನು ಹೊಂದಿರುತ್ತದೆ, ಆದ್ದರಿಂದ ದಕ್ಷತೆಯಲ್ಲಿನ ಸಣ್ಣ ಸುಧಾರಣೆಯೂ ಸಹ ಅಂತಿಮ ಲಾಭದ ಮೇಲೆ ಹೆಚ್ಚಿನ ಪರಿಣಾಮ ಬೀರುತ್ತದೆ. ಇದನ್ನು ಎದುರಿಸಲು, ವಿಮಾನಯಾನ ಸಂಸ್ಥೆಗಳು ಸಾಂಪ್ರದಾಯಿಕ ಹಾರಾಟದ ಯೋಜನೆಗಿಂತ ಮುಂದೆ ಹೋಗುತ್ತಿವೆ ಮತ್ತು ನೈಜ ಸಮಯದಲ್ಲಿ (real-time) ಸಂಕೀರ್ಣ ಬದಲಾವಣೆಗಳನ್ನು ನಿರ್ವಹಿಸಲು ವಿನ್ಯಾಸಗೊಳಿಸಲಾದ ಅತ್ಯಾಧುನಿಕ AI ಅಲ್ಗಾರಿದಮ್‌ಗಳನ್ನು ಬಳಸಿಕೊಳ್ಳುತ್ತಿವೆ.

IndiGo ನ ಇತ್ತೀಚಿನ ಉಪಕ್ರಮವು ಹಾರಾಟದ ನಿರ್ಣಾಯಕ ಹಂತವಾದ 'ಟೇಕ್-ಆಫ್' ಮೇಲೆ ಗಮನ ಕೇಂದ್ರೀಕರಿಸಿದೆ. ವಿಮಾನವನ್ನು ಆಕಾಶಕ್ಕೆ ಏರಿಸಲು ಅತ್ಯಂತ "ಕಡಿಮೆ ವೆಚ್ಚದ" ಅಥವಾ ಇಂಧನ ದಕ್ಷತೆಯ ಮಾರ್ಗವನ್ನು ಲೆಕ್ಕಹಾಕಲು AI ಅನ್ನು ಬಳಸುವ ಮೂಲಕ, ಅನಗತ್ಯ ತಳ್ಳುವಿಕೆಯನ್ನು (thrust) ಕಡಿಮೆ ಮಾಡಲು ಮತ್ತು ಇಂಜಿನ್ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಉತ್ತಮಗೊಳಿಸಲು ವಿಮಾನಯಾನ ಸಂಸ್ಥೆಯು ಗುರಿಯಾಗಿಸಿಕೊಂಡಿದೆ. ಇದು ಕೇವಲ ಹಣ ಉಳಿಸುವ ಬಗ್ಗೆ ಮಾತ್ರವಲ್ಲ; ಮೂಲದಲ್ಲೇ ಇಂಗಾಲದ ಹೊರಸೂಸುವಿಕೆಯನ್ನು (carbon emissions) ಕಡಿಮೆ ಮಾಡುವ ಮೂಲಕ ಪ್ರತಿ ಹಾರಾಟದ ಪರಿಸರ ಪ್ರಭಾವವನ್ನು ಸುಧಾರಿಸುವುದೂ ಆಗಿದೆ.

ಟೇಕ್-ಆಫ್ ಹಂತವನ್ನು ಉತ್ತಮಗೊಳಿಸುವುದು

ಟೇಕ್-ಆಫ್ ಪ್ರಕ್ರಿಯೆಯು ಯಾವುದೇ ಹಾರಾಟದ ಅತ್ಯಂತ ಹೆಚ್ಚು ಇಂಧನ ಬಳಸುವ ಹಂತಗಳಲ್ಲಿ ಒಂದಾಗಿದೆ. ಸಾಂಪ್ರದಾಯಿಕವಾಗಿ, ಪೈಲಟ್‌ಗಳು ಪ್ರಮಾಣೀಕೃತ ಕಾರ್ಯವಿಧಾನಗಳನ್ನು ಅನುಸರಿಸುತ್ತಾರೆ, ಆದರೆ ವಾತಾವರಣದ ಸ್ಥಿತಿಯಲ್ಲಿನ ಸೂಕ್ಷ್ಮ ಬದಲಾವಣೆಗಳನ್ನು ಪರಿಗಣಿಸಲು ಇವುಗಳಲ್ಲಿ ಅಗತ್ಯವಿರುವ ನಿಖರತೆ ಇರುವುದಿಲ್ಲ.

IndiGo ನಡೆಸುತ್ತಿರುವ ಹೊಸ AI ಪ್ರಯೋಗಗಳು ಈ ಕಾರ್ಯವಿಧಾನಗಳನ್ನು ಪರಿಷ್ಕರಿಸುವ ಗುರಿಯನ್ನು ಹೊಂದಿವೆ. ಈ ತಂತ್ರಜ್ಞಾನವು ವಿಮಾನದ ಪ್ರಸ್ತುತ ತೂಕ, ಸುತ್ತಮುತ್ತಲಿನ ತಾಪಮಾನ, ಗಾಳಿಯ ವೇಗ ಮತ್ತು ಗಾಳಿಯ ಸಾಂದ್ರತೆ ಸೇರಿದಂತೆ ಹಲವಾರು ದತ್ತಾಂಶಗಳನ್ನು (data points) ವಿಶ್ಲೇಷಿಸಿ, ಅತ್ಯುತ್ತಮ ಪವರ್ ಸೆಟ್ಟಿಂಗ್‌ಗಳು ಮತ್ತು ರೊಟೇಶನ್ ವೇಗಗಳನ್ನು ಸೂಚಿಸುತ್ತದೆ. ಈ ನಿಯತಾಂಕಗಳನ್ನು (parameters) ಸೂಕ್ಷ್ಮವಾಗಿ ಹೊಂದಿಸುವ ಮೂಲಕ, ವಿಮಾನಯಾನ ಸಂಸ್ಥೆಯು ಸಂಪೂರ್ಣ ಸುರಕ್ಷತಾ ಮಾನದಂಡಗಳನ್ನು ಕಾಯ್ದುಕೊಳ್ಳುತ್ತಲೇ ಇಂಜಿನ್‌ಗಳು ಸಾಧ್ಯವಾದಷ್ಟು ಕಡಿಮೆ ಇಂಧನವನ್ನು ಬಳಸುವಂತೆ ನೋಡಿಕೊಳ್ಳಬಹುದು.

ದತ್ತಾಂಶ ಆಧಾರಿತ ವಿಮಾನಯಾನದತ್ತ ಉದ್ಯಮದ ವಿಶಾಲ ಬದಲಾವಣೆ

IndiGo ಕೇವಲ ಏಕಾಂಗಿಯಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತಿಲ್ಲ; ಈ ಕ್ರಮವು ದತ್ತಾಂಶ ವಿಜ್ಞಾನವು (data science) ವಿಮಾನಯಾನ ಕಾರ್ಯಾಚರಣೆಗಳ ಬೆನ್ನೆಲುಬಾಗುತ್ತಿರುವ ಜಾಗತಿಕ ಪ್ರವೃತ್ತಿಯನ್ನು ಪ್ರತಿಬಿಂಬಿಸುತ್ತದೆ. ಟೇಕ್-ಆಫ್‌ಗಿಂತಲೂ ಹೆಚ್ಚಾಗಿ, ಈ ಕೆಳಗಿನ ಉದ್ದೇಶಗಳಿಗಾಗಿ ವಿಮಾನಯಾನ ವಲಯದಲ್ಲಿ AI ಅನ್ನು ಬಳಸಲಾಗುತ್ತಿದೆ:

• Predictive Maintenance (ಮುನ್ಸೂಚನಾ ನಿರ್ವಹಣೆ): ಘಟಕಗಳು ವೈಫಲ್ಯಕ್ಕೊಳಗಾಗುವ ಮೊದಲೇ ಅವುಗಳನ್ನು ಸರಿಪಡಿಸಲು ಇಂಜಿನ್ ದತ್ತಾಂಶವನ್ನು ವಿಶ್ಲೇಷಿಸುವುದು, ಇದರಿಂದ ದುಬಾರಿ ವಿಳಂಬಗಳನ್ನು ತಡೆಯಬಹುದು.
• Dynamic Route Optimization (ಡೈನಾಮಿಕ್ ರೂಟ್ ಆಪ್ಟಿಮೈಸೇಶನ್): ಅನಿಶ್ಚಿತ ಗಾಳಿಯ ಅಡಚಣೆಗಳನ್ನು (turbulence) ತಪ್ಪಿಸಲು ಮತ್ತು ಅನುಕೂಲಕರವಾದ ಗಾಳಿಯ ದಿಕ್ಕಿನ ಲಾಭ ಪಡೆಯಲು ನೈಜ ಸಮಯದಲ್ಲಿ ಹಾರಾಟದ ಮಾರ್ಗಗಳನ್ನು ಹೊಂದಿಸುವುದು.
• Weight Management (ತೂಕ ನಿರ್ವಹಣೆ): ಸರಕು ಮತ್ತು ಪ್ರಯಾಣಿಕರ ಲೋಡಿಂಗ್ ಅನ್ನು ಉತ್ತಮಗೊಳಿಸಲು ನಿಖರವಾದ ದತ್ತಾಂಶವನ್ನು ಬಳಸುವುದು, ಇದು ಇಂಧನ ಬಳಕೆಯನ್ನು ನೇರವಾಗಿ ಪರಿಣಾಮ ಬೀರುತ್ತದೆ.

ಭಾರತೀಯ ವಿಮಾನಯಾನವು ಅಭೂತಪೂರ್ವ ಬೆಳವಣಿಗೆಯ ಅವಧಿಗೆ ಕಾಲಿಡುತ್ತಿರುವಾಗ, ವೆಚ್ಚವನ್ನು ನಿರ್ವಹಿಸುತ್ತಲೇ ಕಾರ್ಯಾಚರಣೆಗಳನ್ನು ವಿಸ್ತರಿಸುವ ಸಾಮರ್ಥ್ಯವು IndiGo ನಂತಹ ವಿಮಾನಯಾನ ಸಂಸ್ಥೆಗಳು ಈ ಬುದ್ಧಿವಂತ ತಂತ್ರಜ್ಞಾನಗಳನ್ನು ತಮ್ಮ ದೈನಂದಿನ ಕೆಲಸದ ಪ್ರಕ್ರಿಯೆಗಳಲ್ಲಿ ಎಷ್ಟು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಅಳವಡಿಸಿಕೊಳ್ಳುತ್ತವೆ ಎಂಬುದರ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿರುತ್ತದೆ.

ಪ್ರಮುಖ ಅಂಶಗಳು

• ನಿಖರವಾದ ಟೇಕ್-ಆಫ್‌ಗಳು: ಟೇಕ್-ಆಫ್ ಹಂತದ ಸಮಯದಲ್ಲಿ ಅತ್ಯಂತ ಇಂಧನ ದಕ್ಷತೆಯ ಪವರ್ ಸೆಟ್ಟಿಂಗ್‌ಗಳನ್ನು ನಿರ್ಧರಿಸಲು IndiGo AI ಅಲ್ಗಾರಿದಮ್‌ಗಳನ್ನು ಪರೀಕ್ಷಿಸುತ್ತಿದೆ.
• ವೆಚ್ಚ ಮತ್ತು ಇಂಗಾಲದ ಕಡಿತ: ಹೆಚ್ಚಿನ ಇಂಧನ ವೆಚ್ಚವನ್ನು ಕಡಿಮೆ ಮಾಡುವುದು ಮತ್ತು ವಿಮಾನಯಾನ ಸಂಸ್ಥೆಯ ಒಟ್ಟಾರೆ ಇಂಗಾಲದ ಹೊರಸೂಸುವಿಕೆಯನ್ನು ಕಡಿಮೆ ಮಾಡುವುದು ಈ AI ಪ್ರಯೋಗಗಳ ಪ್ರಾಥಮಿಕ ಗುರಿಗಳಾಗಿವೆ.
• ದತ್ತಾಂಶ ಕೇಂದ್ರಿತ ಕಾರ್ಯಾಚರಣೆಗಳು: ಈ ಕ್ರಮವು ತೂಕ, ಹವಾಮಾನ ಮತ್ತು ಇಂಜಿನ್ ಕಾರ್ಯಕ್ಷಮತೆಯಂತಹ ಸಂಕೀರ್ಣ ಬದಲಾವಣೆಗಳನ್ನು ನಿರ್ವಹಿಸಲು ನೈಜ ಸಮಯದ ದತ್ತಾಂಶವನ್ನು ಬಳಸುವತ್ತ ಭಾರತೀಯ ವಿಮಾನಯಾನ ಉದ್ಯಮದಲ್ಲಿನ ದೊಡ್ಡ ಬದಲಾವಣೆಯನ್ನು ಸೂಚಿಸುತ್ತದೆ.