AI ತಂತ್ರಜ್ಞಾನವು IndiGo ನಂತಹ ವಿಮಾನಯಾನ ಸಂಸ್ಥೆಗಳು ಇಂಧನ ಬಳಕೆಯನ್ನು ಕಡಿಮೆ ಮಾಡಲು ಹೇಗೆ ಸಹಾಯ ಮಾಡುತ್ತಿದೆ

ಜಾಗತಿಕ ಇಂಧನ ಬೆಲೆಗಳು ಏರಿಳಿತಕ್ಕೊಳಗಾಗುತ್ತಿರುವುದರಿಂದ, ಕಾರ್ಯಾಚರಣೆಗಳನ್ನು ಉತ್ತಮಗೊಳಿಸಲು ಮತ್ತು ಇಂಗಾಲದ ಹೊರಸೂಸುವಿಕೆಯನ್ನು (carbon footprint) ಕಡಿಮೆ ಮಾಡಲು ವಿಮಾನಯಾನ ಉದ್ಯಮವು ಅತ್ಯಾಧುನಿಕ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯತ್ತ (Artificial Intelligence) ಮುಖ ಮಾಡುತ್ತಿದೆ. ಈ ನಿಟ್ಟಿನಲ್ಲಿ ಮುಂಚೂಣಿಯಲ್ಲಿರುವ IndiGo, ಇಂಧನ ದಕ್ಷತೆಯನ್ನು ಗರಿಷ್ಠಗೊಳಿಸಲು ವಿನ್ಯಾಸಗೊಳಿಸಲಾದ AI-ಚಾಲಿತ ಟೇಕ್‌ಆಫ್ (takeoff) ಪ್ರಕ್ರಿಯೆಗಳನ್ನು ಜಾರಿಗೆ ತರಲು ಇಂದು ಪೈಲಟ್ ಪ್ರಯೋಗಗಳನ್ನು ಪ್ರಾರಂಭಿಸಲು ಸಿದ್ಧವಾಗಿದೆ.

AI-ಅನುಕೂಲಿತ ಟೇಕ್‌ಆಫ್‌ಗಳತ್ತ ಬದಲಾವಣೆ

ಯಾವುದೇ ವಿಮಾನಯಾನದ ಅತ್ಯಂತ ಹೆಚ್ಚು ಇಂಧನ ಬಳಸುವ ಹಂತವೆಂದರೆ ಟೇಕ್‌ಆಫ್ ಮತ್ತು ಆರಂಭಿಕ ಏರಿಕೆ (climb). ಸಾಂಪ್ರದಾಯಿಕವಾಗಿ, ಪೈಲಟ್‌ಗಳು ಪ್ರಮಾಣೀಕೃತ ಕಾರ್ಯವಿಧಾನಗಳನ್ನು ಅನುಸರಿಸುತ್ತಾರೆ, ಆದರೆ ಇವು ಹೆಚ್ಚಾಗಿ ವಾತಾವರಣದ ಸ್ಥಿತಿಯಲ್ಲಿನ ಕ್ಷಣಿಕ ಮತ್ತು ನೈಜ-ಸಮಯದ ಏರಿಳಿತಗಳನ್ನು ಪರಿಗಣಿಸುವುದಿಲ್ಲ. ಪ್ರತಿ ವಿಮಾನಯಾನಕ್ಕೂ ಅತ್ಯಂತ "ಕಡಿಮೆ ಇಂಧನ ಬಳಸುವ" (thriftier) ಟೇಕ್‌ಆಫ್ ನಿಯತಾಂಕಗಳನ್ನು ಲೆಕ್ಕಹಾಕಲು AI ಅಲ್ಗಾರಿದಮ್‌ಗಳನ್ನು ಬಳಸುವ ಮೂಲಕ ಈ ಅಂತರವನ್ನು ಹೋಗಲಾಡಿಸುವುದು IndiGo ನ ಹೊಸ ಉಪಕ್ರಮದ ಗುರಿಯಾಗಿದೆ.

ಗಾಳಿಯ ಸಾಂದ್ರತೆ, ತಾಪಮಾನ, ಗಾಳಿಯ ವೇಗ ಮತ್ತು ವಿಮಾನದ ತೂಕದಂತಹ ಸಂಕೀರ್ಣ ಚರಾಂಶಗಳನ್ನು ನೈಜ-ಸಮಯದಲ್ಲಿ ವಿಶ್ಲೇಷಿಸುವ ಮೂಲಕ, AI ನಿಖರವಾದ ಸೂಚನೆಗಳನ್ನು ನೀಡುತ್ತದೆ, ಇದು ಹೆಚ್ಚು ಉತ್ತಮವಾದ ಏರಿಕೆಗೆ ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ. ಈ ತಂತ್ರಜ್ಞಾನವು ಇಂಜಿನ್‌ಗಳನ್ನು ಅವುಗಳ ಅತ್ಯಂತ ದಕ್ಷ ಶಕ್ತಿ ಸೆಟ್ಟಿಂಗ್‌ಗಳಲ್ಲಿ ಬಳಸುವುದನ್ನು ಖಚಿತಪಡಿಸುತ್ತದೆ, ಇದರಿಂದ ದುಬಾರಿ ವಿಮಾನಯಾನ ಟರ್ಬೈನ್ ಇಂಧನ (ATF) ಅನಗತ್ಯವಾಗಿ ವ್ಯರ್ಥವಾಗುವುದನ್ನು ತಡೆಯಬಹುದು.

ವೆಚ್ಚ ಮತ್ತು ಇಂಗಾಲದ ಹೊರಸೂಸುವಿಕೆಯನ್ನು ಕಡಿಮೆ ಮಾಡುವುದು

ಭಾರತೀಯ ವಿಮಾನಯಾನ ಸಂಸ್ಥೆಗಳಿಗೆ, ಇಂಧನವು ಅತಿ ದೊಡ್ಡ ಕಾರ್ಯಾಚರಣಾ ವೆಚ್ಚಗಳಲ್ಲಿ ಒಂದಾಗಿದೆ, ಇದು ಹೆಚ್ಚಾಗಿ ಒಟ್ಟು ಕಾರ್ಯಾಚರಣಾ ವೆಚ್ಚದ ಸುಮಾರು 40% ರಷ್ಟಿರುತ್ತದೆ. ಪ್ರತಿ ವಿಮಾನಯಾನದಲ್ಲಿ ಇಂಧನ ಬಳಕೆಯಲ್ಲಿನ ಸಣ್ಣ ಮಟ್ಟದ ಕಡಿತವು ಸಹ, ನೂರಾರು ವಿಮಾನಗಳ ಸಮೂಹಕ್ಕೆ ಅನ್ವಯಿಸಿದಾಗ ಬೃಹತ್ ಉಳಿತಾಯಕ್ಕೆ ಕಾರಣವಾಗಬಹುದು.

ಆರ್ಥಿಕ ಪರಿಣಾಮಗಳ ಹೊರತಾಗಿ, ಈ ಕ್ರಮವು ಸುಸ್ಥಿರತೆಯತ್ತ (sustainability) ಒಂದು ಮಹತ್ವದ ಹೆಜ್ಜೆಯಾಗಿದೆ. ಇಂಧನ ಬಳಕೆಯಲ್ಲಿನ ಇಳಿಕೆಯು ನೇರವಾಗಿ ಕಡಿಮೆ CO2 ಹೊರಸೂಸುವಿಕೆಗೆ ಕಾರಣವಾಗುತ್ತದೆ, ಇದು ವಿಮಾನಯಾನ ಸಂಸ್ಥೆಗಳು ಜಾಗತಿಕ ವಿಮಾನಯಾನ ಸುಸ್ಥಿರತೆಯ ಗುರಿಗಳನ್ನು ತಲುಪಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ. ಉದ್ಯಮವು "Net Zero" ಗುರಿಗಳನ್ನು ತಲುಪಲು ಹೆಚ್ಚಿನ ಒತ್ತಡವನ್ನು ಎದುರಿಸುತ್ತಿರುವಾಗ, ಫ್ಲೈಟ್ ಡೆಕ್ ಕಾರ್ಯಾಚರಣೆಗಳಲ್ಲಿ AI ಅನ್ನು ಸಂಯೋಜಿಸುವುದು ಈಗ ಐಷಾರಾಮಿಗಿಂತ ಹೆಚ್ಚಾಗಿ ಒಂದು ಕಾರ್ಯತಂತ್ರದ ಅಗತ್ಯವಾಗಿದೆ.

ವಿಮಾನಯಾನ ತಂತ್ರಜ್ಞಾನದಲ್ಲಿ ಬೆಳೆಯುತ್ತಿರುವ ಪ್ರವೃತ್ತಿ

ಈ ಪ್ರಯತ್ನದಲ್ಲಿ IndiGo ಏಕಾಂಗಿಯಲ್ಲ; ಜಾಗತಿಕ ವಿಮಾನಯಾನ ವಲಯವು ಮಷೀನ್ ಲರ್ನಿಂಗ್ (machine learning) ಮತ್ತು ಪ್ರೆಡಿಕ್ಟಿವ್ ಅನಾಲಿಟಿಕ್ಸ್‌ನ (predictive analytics) ವೇಗದ ಏಕೀಕರಣಕ್ಕೆ ಸಾಕ್ಷಿಯಾಗುತ್ತಿದೆ. IndiGo ಟೇಕ್‌ಆಫ್ ಹಂತದ ಮೇಲೆ ಗಮನ ಹರಿಸುತ್ತಿದ್ದರೆ, ಇತರ ಜಾಗತಿಕ ಸಂಸ್ಥೆಗಳು ಫ್ಲೈಟ್ ಪಾತ್ ಆಪ್ಟಿಮೈಸೇಶನ್ (flight path optimization), ನೆಲದ ವಿಳಂಬಗಳನ್ನು ತಪ್ಪಿಸಲು ಪ್ರೆಡಿಕ್ಟಿವ್ ಮೇಂಟೆನೆನ್ಸ್ ಮತ್ತು ಟರ್ನ್ಅರೌಂಡ್ ಸಮಯವನ್ನು ಹೆಚ್ಚು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ನಿರ್ವಹಿಸಲು AI ಅನ್ನು ಬಳಸುತ್ತಿವೆ.

ಭಾರತದಲ್ಲಿ ಈ ಪ್ರಯೋಗಗಳ ಯಶಸ್ಸು ಇತರ ದೇಶೀಯ ವಿಮಾನಯಾನ ಸಂಸ್ಥೆಗಳಿಗೆ ಒಂದು ಮಾದರಿಯಾಗುವ ಸಾಧ್ಯತೆಯಿದೆ. ಡೇಟಾವು ವಿಮಾನಯಾನ ಉದ್ಯಮಕ್ಕೆ ಹೊಸ ಇಂಧನವಾಗುತ್ತಿರುವಂತೆ, ಬೃಹತ್ ಪ್ರಮಾಣದ ಹವಾಮಾನ ಮತ್ತು ಯಾಂತ್ರಿಕ ಡೇಟಾವನ್ನು ಸಂಸ್ಕರಿಸುವ ಸಾಮರ್ಥ್ಯವು ಮುಂದಿನ ದಶಕದಲ್ಲಿ ವಿಮಾನಯಾನ ಸಂಸ್ಥೆಗಳ ಸ್ಪರ್ಧಾತ್ಮಕತೆಯನ್ನು ನಿರ್ಧರಿಸುತ್ತದೆ.

ಪ್ರಮುಖ ಅಂಶಗಳು

• ನಿಖರ ದಕ್ಷತೆ: ಗಾಳಿಯ ಸಾಂದ್ರತೆ ಮತ್ತು ತಾಪಮಾನದಂತಹ ನೈಜ-ಸಮಯದ ಚರಾಂಶಗಳನ್ನು ವಿಶ್ಲೇಷಿಸುವ ಮೂಲಕ ಟೇಕ್‌ಆಫ್ ಮತ್ತು ಕ್ಲೈಂಬ್ ಪ್ರೊಫೈಲ್‌ಗಳನ್ನು ಉತ್ತಮಗೊಳಿಸುವುದರ ಮೇಲೆ IndiGo ನ AI ಪ್ರಯೋಗಗಳು ಗಮನ ಹರಿಸುತ್ತವೆ.
• ವೆಚ್ಚ ಮತ್ತು ಸುಸ್ಥಿರತೆ: AI ಮೂಲಕ ಇಂಧನ ಬಳಕೆಯನ್ನು ಕಡಿಮೆ ಮಾಡುವುದು ನೇರವಾಗಿ ಕಾರ್ಯಾಚರಣಾ ವೆಚ್ಚಗಳನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ ಮತ್ತು ವಿಮಾನಯಾನ ಸಂಸ್ಥೆಗಳು ತಮ್ಮ ಇಂಗಾಲದ ಹೊರಸೂಸುವಿಕೆಯನ್ನು ಕಡಿಮೆ ಮಾಡಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ.
• ಉದ್ಯಮದ ಪರಿವರ್ತನೆ: ಈ ಕ್ರಮವು ಭಾರತೀಯ ವಿಮಾನಯಾನವು ಹೆಚ್ಚಿನ ಇಂಧನ ವೆಚ್ಚಗಳನ್ನು ಎದುರಿಸಲು ಮತ್ತು ಪರಿಸರ ಗುರಿಗಳನ್ನು ತಲುಪಲು ಮಷೀನ್ ಲರ್ನಿಂಗ್ ಅನ್ನು ಬಳಸಿಕೊಳ್ಳುತ್ತಿರುವ ವಿಶಾಲ ಪ್ರವೃತ್ತಿಯನ್ನು ಸೂಚಿಸುತ್ತದೆ.