ಇಂಡಿಗೋ ಮತ್ತು ಜಾಗತಿಕ ವಿಮಾನಯಾನ ಸಂಸ್ಥೆಗಳು ಇಂಧನ ಬಳಕೆಯನ್ನು ಕಡಿಮೆ ಮಾಡಲು AI ಅನ್ನು ಹೇಗೆ ಬಳಸುತ್ತಿವೆ

ಇಂಧನ ವೆಚ್ಚವು ವಿಮಾನಯಾನ ಸಂಸ್ಥೆಗಳ ಲಾಭದಾಯಕತೆಗೆ ಪ್ರಮುಖ ಅಂಶವಾಗಿರುವುದರಿಂದ, ವಿಮಾನಯಾನ ಉದ್ಯಮವು ಹಾರಾಟದ ಕಾರ್ಯಾಚರಣೆಗಳನ್ನು ಉತ್ತಮಗೊಳಿಸಲು ಅತ್ಯಾಧುನಿಕ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು (Artificial Intelligence) ಅವಲಂಬಿಸುತ್ತಿದೆ. ಭಾರತದಲ್ಲಿ ಈ ಬದಲಾವಣೆಗೆ ಮುಂಚೂಣಿಯಲ್ಲಿರುವ ಇಂಡಿಗೋ (IndiGo), ಇಂಧನ ದಕ್ಷತೆಯನ್ನು ಗರಿಷ್ಠಗೊಳಿಸಲು ವಿನ್ಯಾಸಗೊಳಿಸಲಾದ AI-ಚಾಲಿತ ಟೇಕ್‌ಆಫ್ (takeoff) ಪ್ರಕ್ರಿಯೆಗಳ ಪ್ರಯೋಗಗಳನ್ನು ಇಂದು ಪ್ರಾರಂಭಿಸಲಿದೆ.

ಇಂಡಿಗೋದ AI-ಚಾಲಿತ ಟೇಕ್‌ಆಫ್ ಪ್ರಯೋಗಗಳು

ಭಾರತದ ಅತಿದೊಡ್ಡ ಪ್ರಯಾಣಿಕ ವಿಮಾನಯಾನ ಸಂಸ್ಥೆಯಾದ ಇಂಡಿಗೋ, ತನ್ನ ಹಾರಾಟದ ಕಾರ್ಯಾಚರಣೆಗಳಲ್ಲಿ AI ಅನ್ನು ಸಂಯೋಜಿಸುವ ಮೂಲಕ ಗಮನಾರ್ಹ ತಾಂತ್ರಿಕ ಬದಲಾವಣೆಗೆ ಮುಂದಾಗಿದೆ. ಇಂದಿನಿಂದ, ವಿಮಾನಯಾನ ಸಂಸ್ಥೆಯು ಹೆಚ್ಚು ದಕ್ಷವಾದ ಟೇಕ್‌ಆಫ್ ಚಲನವಲನಗಳ (takeoff maneuvers) ಪ್ರಯೋಗಗಳನ್ನು ಪ್ರಾರಂಭಿಸಲಿದೆ. ಪ್ರಮಾಣಿತ ಮತ್ತು ಸ್ಥಿರವಾದ ಪ್ರಕ್ರಿಯೆಗಳಿಂದ ಹೊರಬಂದು, ಕಡಿಮೆ ಇಂಧನವನ್ನು ಬಳಸುವ ದತ್ತಾಂಶ-ಆಧಾರಿತ (data-driven) ಮತ್ತು ಉತ್ತಮಗೊಳಿಸಲಾದ ಟೇಕ್‌ಆಫ್‌ಗಳತ್ತ ಸಾಗುವುದು ಇದರ ಪ್ರಾಥಮಿಕ ಗುರಿಯಾಗಿದೆ.

AI ಅಲ್ಗಾರಿದಮ್‌ಗಳನ್ನು ಬಳಸುವ ಮೂಲಕ, ವಿಮಾನದ ತೂಕ, ವಾತಾವರಣದ ಪರಿಸ್ಥಿತಿಗಳು ಮತ್ತು ರನ್‌ವೇ ಉದ್ದದಂತಹ ಸಂಕೀರ್ಣ ಚರಾಂಶಗಳನ್ನು (variables) ನೈಜ ಸಮಯದಲ್ಲಿ (real-time) ವಿಶ್ಲೇಷಿಸುವ ಗುರಿಯನ್ನು ಸಂಸ್ಥೆಯು ಹೊಂದಿದೆ. ಈ ನಿಖರತೆಯು ಪೈಲಟ್‌ಗಳು ಹೆಚ್ಚು "ಮಿತವ್ಯಯದ" ಟೇಕ್‌ಆಫ್‌ಗಳನ್ನು ನಡೆಸಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ, ಇದರಿಂದ ಇಂಜಿನ್‌ಗಳು ಸಾಧ್ಯವಿರುವ ಅತ್ಯಂತ ದಕ್ಷ ಶಕ್ತಿ ಸೆಟ್ಟಿಂಗ್‌ಗಳಲ್ಲಿ ಬಳಕೆಯಾಗುವುದನ್ನು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಬಹುದು. ಇಂಡಿಗೋದಂತಹ ಹೆಚ್ಚಿನ ಪ್ರಯಾಣಿಕರನ್ನು ಹೊಂದಿರುವ ಸಂಸ್ಥೆಗೆ, ಪ್ರತಿ ಟೇಕ್‌ಆಫ್‌ನಲ್ಲಿ ಇಂಧನ ಬಳಕೆಯಲ್ಲಿನ ಸಣ್ಣ ಪ್ರಮಾಣದ ಕಡಿತವೂ ಸಹ ವಾರ್ಷಿಕವಾಗಿ ಬೃಹತ್ ವೆಚ್ಚ ಉಳಿತಾಯ ಮತ್ತು ಕಡಿಮೆ ಇಂಗಾಲದ ಹೊರಸೂಸುವಿಕೆಗೆ (carbon footprint) ಕಾರಣವಾಗಬಹುದು.

ವಿಮಾನಯಾನದಲ್ಲಿ AI ಕಡೆಗೆ ಜಾಗತಿಕ ಬದಲಾವಣೆ

ಇಂಡಿಗೋದ ಈ ಕ್ರಮವು ಪ್ರಮುಖ ವಿಮಾನಯಾನ ಸಂಸ್ಥೆಗಳು ತಮ್ಮ ಮೂಲ ವ್ಯವಸ್ಥೆಗಳಲ್ಲಿ ಮಷೀನ್ ಲರ್ನಿಂಗ್ (machine learning) ಮತ್ತು ಪ್ರೆಡಿಕ್ಟಿವ್ ಅನಾಲಿಟಿಕ್ಸ್ ಅನ್ನು ಸಂಯೋಜಿಸುತ್ತಿರುವ ವಿಶಾಲ ಜಾಗತಿಕ ಪ್ರವೃತ್ತಿಯ ಭಾಗವಾಗಿದೆ. ಸಾಮಾನ್ಯವಾಗಿ ಇಂಧನವು ವಿಮಾನಯಾನ ಸಂಸ್ಥೆಯ ಒಟ್ಟು ಕಾರ್ಯಾಚರಣಾ ವೆಚ್ಚದಲ್ಲಿ ಸುಮಾರು ಶೇ. 25 ರಿಂದ ಶೇ. 30 ರಷ್ಟು ಪಾಲನ್ನು ಹೊಂದಿರುತ್ತದೆ, ಆದ್ದರಿಂದ ದಕ್ಷತೆಯಲ್ಲಿನ ಯಾವುದೇ ಸುಧಾರಣೆಯು ಉನ್ನತ ಆದ್ಯತೆಯ ಕಾರ್ಯತಂತ್ರದ ಉದ್ದೇಶವಾಗಿರುತ್ತದೆ.

ಕೇವಲ ಟೇಕ್‌ಆಫ್‌ಗಳಲ್ಲದೆ, ಜಾಗತಿಕ ವಿಮಾನಯಾನ ಸಂಸ್ಥೆಗಳು ಈ ಕೆಳಗಿನವುಗಳಿಗಾಗಿ AI ಅನ್ನು ಬಳಸುತ್ತಿವೆ:

• ಡೈನಾಮಿಕ್ ಫ್ಲೈಟ್ ಪಾತ್ ಆಪ್ಟಿಮೈಸೇಶನ್ (Dynamic Flight Path Optimization): ಅನಿರೀಕ್ಷಿತ ಗಾಳಿಯ ಅಡಚಣೆಗಳನ್ನು (turbulence) ತಪ್ಪಿಸಲು ಮತ್ತು ಅನುಕೂಲಕರವಾದ ಟೇಲ್‌ವಿಂಡ್ (tailwinds) ಪ್ರಯೋಜನ ಪಡೆಯಲು ಹಾರಾಟದ ಮಧ್ಯದಲ್ಲಿ ಮಾರ್ಗಗಳನ್ನು ಹೊಂದಿಸುವುದು.
• ಪ್ರೆಡಿಕ್ಟಿವ್ ಮೇಂಟೆನೆನ್ಸ್ (Predictive Maintenance): ಇಂಜಿನ್ ಸವೆತವನ್ನು ಮುನ್ಸೂಚಿಸಲು ಸೆನ್ಸರ್‌ಗಳು ಮತ್ತು AI ಅನ್ನು ಬಳಸುವುದು, ಇದರಿಂದ ಅನಿರೀಕ್ಷಿತ ತಾಂತ್ರಿಕ ಸ್ಥಗಿತವನ್ನು ಕಡಿಮೆ ಮಾಡುವುದು ಮತ್ತು ಇಂಧನ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಉತ್ತಮಗೊಳಿಸುವುದು.
• ತೂಕ ಮತ್ತು ಸಮತೋಲನ ನಿರ್ವಹಣೆ (Weight and Balance Management): ವಿಮಾನವು ಗಾಳಿಯ ಪ್ರತಿರೋಧವನ್ನು (drag) ಕಡಿಮೆ ಮಾಡಿ ಮತ್ತು ಎತ್ತರಕ್ಕೆ ಏರಲು ಬೇಕಾದ ಲಿಫ್ಟ್ (lift) ಅನ್ನು ಗರಿಷ್ಠಗೊಳಿಸುವ ರೀತಿಯಲ್ಲಿ ಲೋಡ್ ಮಾಡಲಾಗಿದೆಯೇ ಎಂದು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಲು ಸುಧಾರಿತ ಅಲ್ಗಾರಿದಮ್‌ಗಳನ್ನು ಬಳಸುವುದು.

ದಕ್ಷತೆ ಮತ್ತು ಸುರಕ್ಷತೆಯ ನಡುವಿನ ಸಮತೋಲನ

ಇಂಧನ ಉಳಿತಾಯದ ಪ್ರಯತ್ನವು ಆರ್ಥಿಕತೆ ಮತ್ತು ಪರಿಸರ ನಿಯಮಗಳಿಂದ ಪ್ರೇರಿತವಾಗಿದ್ದರೂ, ವಿಮಾನಯಾನ ಉದ್ಯಮವು "ಸುರಕ್ಷತೆಗೆ ಮೊದಲ ಆದ್ಯತೆ" ಎಂಬ ನೀತಿಯನ್ನು ಪಾಲಿಸುತ್ತದೆ. ಇಂಡಿಗೋ ಪರೀಕ್ಷಿಸುತ್ತಿರುವ AI ಪರಿಕರಗಳನ್ನು ಸ್ವಾಯತ್ತ ಪೈಲಟ್‌ಗಳಿಗಿಂತ ಹೆಚ್ಚಾಗಿ ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳಲು ಬೆಂಬಲ ನೀಡುವ ವ್ಯವಸ್ಥೆಗಳಾಗಿ (decision-support systems) ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ. ಇದರರ್ಥ AI ಅತ್ಯಂತ ದಕ್ಷ ದತ್ತಾಂಶ ಮತ್ತು ನಿಯತಾಂಕಗಳನ್ನು (parameters) ಒದಗಿಸಿದರೂ ಸಹ, ಅಂತಿಮ ನಿಯಂತ್ರಣ ಮತ್ತು ಜವಾಬ್ದಾರಿಯು ವಿಮಾನದ ಸಿಬ್ಬಂದಿಯದ್ದೇ ಆಗಿರುತ್ತದೆ.

ಪ್ರಯಾಣಿಕರ ಸಂಖ್ಯೆಯಲ್ಲಿ ಅಭೂತಪೂರ್ವ ಬೆಳವಣಿಗೆಯನ್ನು ಕಾಣುತ್ತಿರುವ ಭಾರತೀಯ ವಿಮಾನಯಾನಕ್ಕೆ ಇಂತಹ ತಾಂತ್ರಿಕ ಮಧ್ಯಸ್ಥಿಕೆಗಳು ಅತ್ಯಗತ್ಯವಾಗಿವೆ. ಜಾಗತಿಕ ಸುಸ್ಥಿರತೆಯ ಗುರಿಗಳನ್ನು (Net Zero targets) ತಲುಪುವ ಒತ್ತಡವನ್ನು ಉದ್ಯಮವು ಎದುರಿಸುತ್ತಿರುವಾಗ, ವಿಮಾನಗಳ ಹಾರಾಟದ ಸಂಖ್ಯೆಯನ್ನು ಹೆಚ್ಚಿಸುವುದಕ್ಕೆ ಧಕ್ಕೆಯಾಗದಂತೆ ಇಂಗಾಲದ ಹೊರಸೂಸುವಿಕೆಯನ್ನು ಕಡಿಮೆ ಮಾಡಲು AI ಒಂದು ಪ್ರಾಯೋಗಿಕ ಮಾರ್ಗವನ್ನು ಒದಗಿಸುತ್ತದೆ.

ಪ್ರಮುಖ ಅಂಶಗಳು

• ಕಾರ್ಯತಂತ್ರದ ದಕ್ಷತೆ: ವಿಮಾನಯಾನದಲ್ಲಿ ಅತಿ ಹೆಚ್ಚು ಕಾರ್ಯಾಚರಣಾ ವೆಚ್ಚಗಳಲ್ಲಿ ಒಂದಾದ ಇಂಧನ ಬಳಕೆಯನ್ನು ಕಡಿಮೆ ಮಾಡಲು ಇಂಡಿಗೋ AI-ಚಾಲಿತ ಟೇಕ್‌ಆಫ್ ಪ್ರಯೋಗಗಳನ್ನು ಪ್ರಾರಂಭಿಸುತ್ತಿದೆ.
• ದತ್ತಾಂಶ-ಆಧಾರಿತ ಕಾರ್ಯಾಚರಣೆಗಳು: ಈ ತಂತ್ರಜ್ಞಾನವು ವಿಮಾನದ ಪ್ರಮುಖ ಹಂತಗಳಲ್ಲಿ ಇಂಜಿನ್ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಉತ್ತಮಗೊಳಿಸಲು ಹವಾಮಾನ ಮತ್ತು ವಿಮಾನದ ತೂಕದಂತಹ ನೈಜ ಸಮಯದ ಚರಾಂಶಗಳನ್ನು ಬಳಸುತ್ತದೆ.
• ಸುಸ್ಥಿರತೆ ಮತ್ತು ಲಾಭದಾಯಕತೆ: AI ಸಂಯೋಜನೆಯು ವಿಮಾನಯಾನ ಸಂಸ್ಥೆಯ ಲಾಭದ ಮಾರ್ಜನ್ನು ಹೆಚ್ಚಿಸುವುದು ಮತ್ತು ಪರಿಸರ ಮಾಲಿನ್ಯ ತಗ್ಗಿಸುವ ಗುರಿಗಳನ್ನು ತಲುಪಲು ಸಹಾಯ ಮಾಡುವುದು ಎಂಬ ದ್ವಿಮುಖ ಉದ್ದೇಶಗಳನ್ನು ಹೊಂದಿದೆ.