AI ವಿಮಾನಯಾನ ಸಂಸ್ಥೆಗಳು ಇಂಧನ ವೆಚ್ಚವನ್ನು ಕಡಿಮೆ ಮಾಡಲು ಹೇಗೆ ಸಹಾಯ ಮಾಡುತ್ತಿದೆ: IndiGo ನ ಹೊಸ ಪೈಲಟ್ ಪ್ರಾಜೆಕ್ಟ್

ಇಂಧನ ಬೆಲೆಗಳು ವಿಮಾನಯಾನ ಸಂಸ್ಥೆಗಳ ಲಾಭದಾಯಕತೆಯಲ್ಲಿ ಪ್ರಮುಖ ಬದಲಾವಣೆಯ ಅಂಶವಾಗಿರುವುದರಿಂದ, ಕಾರ್ಯಾಚರಣೆಗಳನ್ನು ಉತ್ತಮಗೊಳಿಸಲು ವಿಮಾನಯಾನ ಉದ್ಯಮವು ಹೆಚ್ಚಾಗಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯತ್ತ (Artificial Intelligence) ಮುಖ ಮಾಡುತ್ತಿದೆ. ಭಾರತದ ಅತಿದೊಡ್ಡ ವಿಮಾನಯಾನ ಸಂಸ್ಥೆಯಾದ IndiGo, ವಿಮಾನಗಳ ಟೇಕ್-ಆಫ್‌ಗಳನ್ನು ಹೆಚ್ಚು ಇಂಧನ-ಸಮರ್ಥವಾಗಿ ಮಾಡಲು ನೈಜ-ಪ್ರಪಂಚದ ಪ್ರಯೋಗಗಳನ್ನು ಪ್ರಾರಂಭಿಸುವ ಮೂಲಕ ಈ ತಾಂತ್ರಿಕ ಬದಲಾವಣೆಗೆ ಮುನ್ನಡೆ ನೀಡಲು ಸಿದ್ಧವಾಗಿದೆ.

AI ಮೂಲಕ ಇಂಧನ ದಕ್ಷತೆಗಾಗಿ ಪ್ರಯತ್ನ

ಯಾವುದೇ ವಿಮಾನಯಾನ ಸಂಸ್ಥೆಗೆ ಇಂಧನವು ಸಾಮಾನ್ಯವಾಗಿ ಅತಿ ದೊಡ್ಡ ಕಾರ್ಯಾಚರಣಾ ವೆಚ್ಚಗಳಲ್ಲಿ ಒಂದಾಗಿರುತ್ತದೆ. ಏರುತ್ತಿರುವ ವೆಚ್ಚಗಳನ್ನು ಎದುರಿಸಲು ಮತ್ತು ಕಾರ್ಬನ್ ಫುಟ್‌ಪ್ರಿಂಟ್ ಅನ್ನು ಕಡಿಮೆ ಮಾಡಲು, ವಿಮಾನಯಾನ ಸಂಸ್ಥೆಗಳು ಸಾಂಪ್ರದಾಯಿಕ ಹಾರಾಟದ ಯೋಜನೆಯನ್ನು ಮೀರಿ AI-ಚಾಲಿತ ಡೈನಾಮಿಕ್ ಆಪ್ಟಿಮೈಸೇಶನ್ (dynamic optimization) ಕಡೆಗೆ ಸಾಗುತ್ತಿವೆ. ಟೇಕ್-ಆಫ್ ಮತ್ತು ಏರಿಕೆ (ascent) ನಂತಹ ನಿರ್ಣಾಯಕ ಹಾರಾಟದ ಹಂತಗಳಲ್ಲಿ, ಇಂಜಿನ್‌ಗಳು ಅತಿ ಹೆಚ್ಚು ಇಂಧನವನ್ನು ಬಳಸುವ ಸಂದರ್ಭದಲ್ಲಿ "ಅನಗತ್ಯ" ಇಂಧನ ಬಳಕೆಯನ್ನು ಕಡಿಮೆ ಮಾಡುವುದು ಇದರ ಮುಖ್ಯ ಉದ್ದೇಶವಾಗಿದೆ.

IndiGo ನ ಮುಂಬರುವ ಪ್ರಯೋಗಗಳು ಅತ್ಯಂತ "ಮಿತವ್ಯಯದ" ಟೇಕ್-ಆಫ್ ನಿಯತಾಂಕಗಳನ್ನು (parameters) ನಿರ್ಧರಿಸಲು ಅತ್ಯಾಧುನಿಕ ಅಲ್ಗಾರಿದಮ್‌ಗಳನ್ನು ಬಳಸುವುದರ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸುತ್ತವೆ. ವಿಮಾನದ ತೂಕ, ವಾತಾವರಣದ ಪರಿಸ್ಥಿತಿಗಳು, ರನ್‌ವೇ ಉದ್ದ ಮತ್ತು ಇಂಜಿನ್ ಕಾರ್ಯಕ್ಷಮತೆ ಸೇರಿದಂತೆ ಬೃಹತ್ ಡೇಟಾ ಸೆಟ್‌ಗಳನ್ನು ವಿಶ್ಲೇಷಿಸುವ ಮೂಲಕ, AI ಪ್ರಯಾಣಿಕರ ಸುರಕ್ಷತೆಗೆ ಧಕ್ಕೆಯಾಗದಂತೆ ದಕ್ಷತೆಯನ್ನು ಗರಿಷ್ಠಗೊಳಿಸುವ ನಿಖರವಾದ ಥ್ರಸ್ಟ್ ಸೆಟ್ಟಿಂಗ್‌ಗಳು (thrust settings) ಮತ್ತು ಕ್ಲೈಂಬ್ ಗ್ರೇಡಿಯಂಟ್‌ಗಳನ್ನು (climb gradients) ಸೂಚಿಸಬಲ್ಲದು.

ಟೇಕ್-ಆಫ್ ಹಂತವನ್ನು ಉತ್ತಮಗೊಳಿಸುವುದು

ಹಾರಾಟದ ಚಕ್ರದಲ್ಲಿ ಟೇಕ್-ಆಫ್ ಅತ್ಯಂತ ಹೆಚ್ಚು ಶಕ್ತಿ ಬಳಸುವ ಕ್ಷಣಗಳಲ್ಲಿ ಒಂದಾಗಿದೆ. ಸಾಂಪ್ರದಾಯಿಕವಾಗಿ, ಪೈಲಟ್‌ಗಳು ವಿವಿಧ ಪರಿಸ್ಥಿತಿಗಳಲ್ಲಿ ಸುರಕ್ಷತೆಗಾಗಿ ವಿನ್ಯಾಸಗೊಳಿಸಲಾದ ಪ್ರಮಾಣಿತ ಕಾರ್ಯವಿಧಾನಗಳನ್ನು ಅನುಸರಿಸುತ್ತಾರೆ. ಆದಾಗ್ಯೂ, ಈ ಪ್ರಮಾಣಿತ ಕಾರ್ಯವಿಧಾನಗಳು ಪ್ರತಿಯೊಂದು ನಿರ್ದಿಷ್ಟ ಮೈಕ್ರೋ-ಕ್ಲೈಮೇಟ್ ಅಥವಾ ವಿಮಾನದ ಲೋಡ್‌ಗೆ ಯಾವಾಗಲೂ ಅತ್ಯಂತ ಇಂಧನ-ಸಮರ್ಥವಾಗಿರಲಿ ಎಂದಲ್ಲ.

AI-ಚಾಲಿತ ವಿಧಾನವು "ವೈಯಕ್ತಿಕಗೊಳಿಸಿದ ಟೇಕ್-ಆಫ್‌ಗಳಿಗೆ" (tailored take-offs) ಅವಕಾಶ ನೀಡುತ್ತದೆ. ನೈಜ-ಸಮಯದ ಹವಾಮಾನ ಡೇಟಾ ಮತ್ತು ವಿಮಾನದ ನಿರ್ದಿಷ್ಟ ಏರೋಡೈನಾಮಿಕ್ ಪ್ರೊಫೈಲ್ ಅನ್ನು ಸಂಸ್ಕರಿಸುವ ಮೂಲಕ, ಈ ತಂತ್ರಜ್ಞಾನವು ಸುರಕ್ಷಿತ ಕ್ರೂಯಿಸಿಂಗ್ ಎತ್ತರವನ್ನು ತಲುಪಲು ಅಗತ್ಯವಿರುವ ಕನಿಷ್ಠ ಇಂಧನವನ್ನು ಬಳಸುವಂತೆ ಪೈಲಟ್‌ಗಳಿಗೆ ಸಹಾಯ ಮಾಡುತ್ತದೆ. ಪ್ರತಿದಿನ ಸಾವಿರಾರು ಹಾರಾಟಗಳನ್ನು ಗಮನಿಸಿದರೆ, ಟೇಕ್-ಆಫ್ ಮತ್ತು ಏರಿಕೆ ಹಂತಗಳಲ್ಲಿ ಇಂಧನ ಬಳಕೆಯಲ್ಲಿನ ಸಣ್ಣ ಪ್ರಮಾಣದ ಶೇಕಡಾವಾರು ಕಡಿತವು ಸಹ ವಾರ್ಷಿಕವಾಗಿ ಲಕ್ಷಾಂತರ ಡಾಲರ್‌ಗಳ ಉಳಿತಾಯಕ್ಕೆ ಕಾರಣವಾಗಬಹುದು.

ಪರಿಸರದ ಮೇಲಿನ ಪರಿಣಾಮ ಮತ್ತು ಉದ್ಯಮದ ಪ್ರವೃತ್ತಿಗಳು

ಹಣಕಾಸಿನ ಲಾಭದ ಹೊರತಾಗಿ, ಈ ಬದಲಾವಣೆಯು ವಿಮಾನಯಾನ ಉದ್ಯಮದ ಸುಸ್ಥಿರತೆಯ ಬದ್ಧತೆಯಲ್ಲಿ ಒಂದು ನಿರ್ಣಾಯಕ ಅಂಶವಾಗಿದೆ. ಇಂಧನ ಬಳಕೆಯನ್ನು ಕಡಿಮೆ ಮಾಡುವುದು ನೇರವಾಗಿ CO2 ಹೊರಸೂಸುವಿಕೆಯ ಕಡಿತಕ್ಕೆ ಸಂಬಂಧಿಸಿದೆ, ಇದು ವಿಮಾನಯಾನ ಸಂಸ್ಥೆಗಳು ಕಠಿಣ ಜಾಗತಿಕ ಪರಿಸರ ನಿಯಮಗಳು ಮತ್ತು ESG (Environmental, Social, and Governance) ಗುರಿಗಳನ್ನು ತಲುಪಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ.

IndiGo ನ ಈ ಕ್ರಮವು ಪ್ರಮುಖ ವಿಮಾನಯಾನ ಸಂಸ್ಥೆಗಳು ಫ್ಲೈಟ್ ಆಪರೇಷನ್ ಮ್ಯಾನೇಜ್‌ಮೆಂಟ್‌ನಲ್ಲಿ ಮಷೀನ್ ಲರ್ನಿಂಗ್ ಅನ್ನು ಸಂಯೋಜಿಸುತ್ತಿರುವ ವಿಶಾಲವಾದ ಜಾಗತಿಕ ಪ್ರವೃತ್ತಿಯ ಭಾಗವಾಗಿದೆ. ನಿರಂತರ ಡೇಟಾ ಬಳಕೆಯ ಮೂಲಕ ಈ AI ಮಾದರಿಗಳು ಹೆಚ್ಚು ಸುಧಾರಿತವಾಗುತ್ತಿದ್ದಂತೆ, ಮಾರ್ಗದ ಆಪ್ಟಿಮೈಸೇಶನ್ (route optimization), ತೂಕ ನಿರ್ವಹಣೆ ಮತ್ತು ವೆಚ್ಚಗಳನ್ನು ಮತ್ತಷ್ಟು ಕಡಿಮೆ ಮಾಡಲು ಪ್ರೆಡಿಕ್ಟಿವ್ ಮೇಂಟೆನೆನ್ಸ್ (predictive maintenance) ನಂತಹ ಅತ್ಯಾಧುನಿಕ ಸಾಧನಗಳನ್ನು ಉದ್ಯಮವು ನಿರೀಕ್ಷಿಸಬಹುದು.

ಪ್ರಮುಖ ಅಂಶಗಳು

• ಕಾರ್ಯಾಚರಣೆಯ ಉಳಿತಾಯ: ವಿಮಾನಗಳ ನಿರ್ಗಮನಕ್ಕೆ ಸಂಬಂಧಿಸಿದ ಬೃಹತ್ ಇಂಧನ ವೆಚ್ಚವನ್ನು ಗಣನೀಯವಾಗಿ ಕಡಿಮೆ ಮಾಡುವ ಗುರಿಯೊಂದಿಗೆ, ಟೇಕ್-ಆಫ್ ನಿಯತಾಂಕಗಳನ್ನು ಉತ್ತಮಗೊಳಿಸಲು IndiGo AI ತಂತ್ರಜ್ಞಾನವನ್ನು ಪೈಲಟ್ ಆಗಿ ಬಳಸುತ್ತಿದೆ.
• ನಿಖರ ಡೇಟಾ ಬಳಕೆ: AI ಮಾದರಿಗಳು ಇಂಜಿನ್ ಕಾರ್ಯಕ್ಷಮತೆ, ಹವಾಮಾನ ಮತ್ತು ವಿಮಾನದ ತೂಕದಂತಹ ನೈಜ-ಸಮಯದ ಬದಲಾವಣೆಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಪ್ರಮಾಣಿತ ಕಾರ್ಯವಿಧಾನಗಳಿಗಿಂತ ಹೆಚ್ಚು ದಕ್ಷವಾದ ಹಾರಾಟದ ಪ್ರೊಫೈಲ್‌ಗಳನ್ನು ಒದಗಿಸುತ್ತವೆ.
• ಸುಸ್ಥಿರತೆಯ ಗುರಿಗಳು: ಇಂಧನ ಬಳಕೆಯನ್ನು ಕನಿಷ್ಠಗೊಳಿಸುವ ಮೂಲಕ, ವಿಮಾನಯಾನ ಸಂಸ್ಥೆಗಳು ಲಾಭದ ಪ್ರಮಾಣವನ್ನು ಸುಧಾರಿಸುವ ಜೊತೆಗೆ ತಮ್ಮ ಒಟ್ಟಾರೆ ಕಾರ್ಬನ್ ಫುಟ್‌ಪ್ರಿಂಟ್ ಅನ್ನು ಕಡಿಮೆ ಮಾಡಲು ತಂತ್ರಜ್ಞಾನವನ್ನು ಬಳಸುತ್ತಿವೆ.