എയർലൈനുകൾ ഇന്ധന ഉപഭോഗം കുറയ്ക്കാൻ AI എങ്ങനെ സഹായിക്കുന്നു: IndiGo-യുടെ പുതിയ നീക്കം

ആഗോള ഇന്ധന വില എയർലൈനുകളുടെ ലാഭക്ഷമതയെ കാര്യമായി ബാധിക്കുന്ന സാഹചര്യത്തിൽ, പ്രവർത്തനങ്ങൾ മെച്ചപ്പെടുത്തുന്നതിനായി വ്യോമയാന മേഖല കൃത്രിമ ബുദ്ധി (Artificial Intelligence) ഉപയോഗിക്കാൻ തുടങ്ങിയിരിക്കുന്നു. കൂടുതൽ ഇന്ധനക്ഷമതയുള്ള വിമാന ടേക്ക്-ഓഫുകൾക്കായി AI അധിഷ്ഠിത തന്ത്രങ്ങൾ നടപ്പിലാക്കുന്നതിനായുള്ള പരീക്ഷണങ്ങൾ ഇന്ന് ആരംഭിച്ചുകൊണ്ട് ഇന്ത്യയിലെ ഏറ്റവും വലിയ വിമാനക്കമ്പനിയായ IndiGo ഈ സാങ്കേതിക മുന്നേറ്റത്തിന് നേതൃത്വം നൽകുന്നു.

AI അധിഷ്ഠിത ഇന്ധന കാര്യക്ഷമതയിലേക്കുള്ള മാറ്റം

ഏതൊരു എയർലൈനിനും ഏറ്റവും വലിയ പ്രവർത്തനച്ചെലവുകളിൽ ഒന്നാണ് ഇന്ധനം. വർദ്ധിച്ചുവരുന്ന ചെലവുകളെ നേരിടാനും കാർബൺ ഫൂട്ട്പ്രിന്റ് കുറയ്ക്കാനും, പരമ്പരാഗത ഫ്ലൈറ്റ് പ്ലാനിംഗിന് അപ്പുറം തത്സമയ AI അധിഷ്ഠിത തീരുമാനങ്ങളിലേക്ക് വിമാനക്കമ്പനികൾ മാറിക്കൊണ്ടിരിക്കുകയാണ്. വിമാനത്തിന്റെ ഏറ്റവും കൂടുതൽ ഊർജ്ജം ആവശ്യമായ ഘട്ടങ്ങൾ, പ്രത്യേകിച്ച് ടേക്ക്-ഓഫ്, ക്ലൈംബ് (climb) ഘട്ടങ്ങൾ മെച്ചപ്പെടുത്തുക എന്നതാണ് ഇതിന്റെ പ്രധാന ലക്ഷ്യം.

മെഷീൻ ലേണിംഗ് അൽഗോരിതങ്ങൾ ഉപയോഗിക്കുന്നതിലൂടെ, തത്സമയ കാലാവസ്ഥാ രീതികൾ, വായു സാന്ദ്രത, വിമാനത്തിന്റെ ഭാരം, എഞ്ചിൻ പ്രവർത്തനത്തിന്റെ അളവുകൾ എന്നിവയുൾപ്പെടെയുള്ള വലിയ ഡാറ്റാസെറ്റുകൾ വിശകലനം ചെയ്യാനും ഏറ്റവും കാര്യക്ഷമമായ ത്രോട്ടിൽ സെറ്റിംഗുകളും ക്ലൈംബ് പ്രൊഫൈലുകളും നിർണ്ണയിക്കാനും എയർലൈനുകൾക്ക് സാധിക്കും. ഏകീകൃതമായ പൈലറ്റ് നടപടിക്രമങ്ങളെ മാത്രം ആശ്രയിക്കുന്നതിന് പകരം, ഓരോ വിമാനത്തിന്റെയും പ്രത്യേക പാരിസ്ഥിതിക സാഹചര്യങ്ങൾക്ക് അനുയോജ്യമായ രീതിയിലുള്ള "പ്രിസിഷൻ ടേക്ക്-ഓഫുകൾ" (precision take-offs) സാധ്യമാക്കാൻ AI സഹായിക്കുന്നു.

IndiGo-യുടെ തന്ത്രപരമായ AI പരീക്ഷണങ്ങൾ

ഇന്ത്യൻ വ്യോമയാന മേഖലയിലെ ഈ മാറ്റത്തിന് നേതൃത്വം നൽകുന്നത് IndiGo ആണ്. "കുറഞ്ഞ ഇന്ധന ഉപയോഗമുള്ള ടേക്ക്-ഓഫുകൾ" ലക്ഷ്യമിട്ട് ഇന്ന് മുതൽ വിമാനക്കമ്പനി പരീക്ഷണങ്ങൾ ആരംഭിക്കുന്നു. സുരക്ഷിതവും കാര്യക്ഷമവുമായ ക്രൂയിസിംഗ് ഉയരത്തിൽ (cruising altitude) എത്തുന്നതിന് ആവശ്യമായ ഏറ്റവും കുറഞ്ഞ അളവിൽ മാത്രം ഇന്ധനം എഞ്ചിനുകൾ ഉപയോഗിക്കുന്നുവെന്ന് ഉറപ്പാക്കുന്നതിനായി വിമാനത്തിന്റെ പുറപ്പെടൽ ഘട്ടം മെച്ചപ്പെടുത്തുന്നതിലാണ് ഈ പരീക്ഷണങ്ങൾ ശ്രദ്ധ കേന്ദ്രീകരിക്കുന്നത്.

അൽഗോരിതത്തിന്റെ സാങ്കേതിക വശങ്ങൾ രഹസ്യമാണെങ്കിലും ലക്ഷ്യം വ്യക്തമാണ്: വിമാനത്തിന്റെ ആദ്യ മിനിറ്റുകളിലെ ഇന്ധന ഉപഭോഗം കുറയ്ക്കുക. ഓരോ ടേക്ക്-ഓഫിലും ഇന്ധന ഉപഭോഗത്തിൽ നേടുന്ന ചെറിയൊരു ശതമാനത്തിന്റെ കുറവ് പോലും, ദിവസവും നിരവധി വിമാനങ്ങൾ പറത്തുന്ന IndiGo-യുടെ നൂറുകണക്കിന് വിമാനങ്ങളുടെ വലിയ നിര പരിശോധിക്കുമ്പോൾ വൻതോതിലുള്ള ലാഭമായി മാറും.

പാരിസ്ഥിതിക ആഘാതവും സാമ്പത്തിക നേട്ടങ്ങളും

വിമാന പ്രവർത്തനങ്ങളിൽ AI സംയോജിപ്പിക്കുന്നത് ഇരട്ട ലക്ഷ്യങ്ങൾ നിറവേറ്റുന്നു: സാമ്പത്തിക കാര്യക്ഷമതയും പാരിസ്ഥിതിക സുസ്ഥിരതയും. വ്യോമയാന മേഖല അതിവേഗം വളരുന്ന ഇന്ത്യൻ സമ്പദ്‌വ്യവസ്ഥയിൽ, എയർലൈനുകളുടെ ഇന്ധന ആശ്രിതത്വം കുറയ്ക്കുന്നത് ടിക്കറ്റ് നിരക്കുകൾ സ്ഥിരപ്പെടുത്താനും ഈ മേഖലയുടെ മൊത്തത്തിലുള്ള വളർച്ചയ്ക്കും സഹായിക്കും.

സുസ്ഥിരതയുടെ കാഴ്ചപ്പാടിൽ, കുറഞ്ഞ ഇന്ധന ഉപഭോഗം നേരിട്ട് CO2 പുറന്തള്ളൽ കുറയ്ക്കുന്നതിലേക്ക് നയിക്കുന്നു. നെറ്റ്-സീറോ (net-zero) ലക്ഷ്യങ്ങൾ കൈവരിക്കുന്നതിനായി ആഗോള നിയന്ത്രണ ഏജൻസികളിൽ നിന്ന് വ്യോമയാന മേഖല വലിയ സമ്മർദ്ദം നേരിടുന്ന സാഹചര്യത്തിൽ, ESG (Environmental, Social, and Governance) ലക്ഷ്യങ്ങൾ കൈവരിക്കുന്നതിനുള്ള നിർണ്ണായകമായ ഒരു ഉപകരണമായി AI അധിഷ്ഠിത കാര്യക്ഷമത മാറുന്നു. പ്രതികരണാത്മകമായ ഇന്ധന മാനേജ്‌മെന്റിൽ നിന്ന് പ്രവചനപരവും ഡാറ്റാ അധിഷ്ഠിതവുമായ ഒപ്റ്റിമൈസേഷനിലേക്കുള്ള ഒരു മാറ്റമാണ് ഈ സാങ്കേതിക മാറ്റം സൂചിപ്പിക്കുന്നത്.

പ്രധാന വിവരങ്ങൾ

• കൃത്യതയാർന്ന പ്രവർത്തനങ്ങൾ: ടേക്ക്-ഓഫ് സമയത്തെ ഇന്ധന നഷ്ടം കുറയ്ക്കുന്നതിനായി എയർലൈനുകൾ ഏകീകൃതമായ ഫ്ലൈറ്റ് നടപടിക്രമങ്ങളിൽ നിന്ന് AI ഉപയോഗിച്ച് മെച്ചപ്പെടുത്തിയ തത്സമയ പ്രൊഫൈലുകളിലേക്ക് മാറുന്നു.
• IndiGo-യുടെ നേതൃത്വം: ഇന്ത്യയിലെ ഏറ്റവും വലിയ എയർലൈൻ എന്ന നിലയിൽ, എഞ്ചിൻ പ്രവർത്തനം മെച്ചപ്പെടുത്തുന്നതിനും പ്രവർത്തനച്ചെലവ് കുറയ്ക്കുന്നതിനുമുള്ള ഈ പരീക്ഷണങ്ങൾക്ക് IndiGo നേതൃത്വം നൽകുന്നു.
• ഇരട്ട നേട്ടങ്ങൾ: വ്യോമയാന മേഖലയിൽ AI സ്വീകരിക്കുന്നത് ചെലവേറിയ ഇന്ധനച്ചെലവ് കുറച്ചുകൊണ്ട് ലാഭം വർദ്ധിപ്പിക്കാനും, ഓരോ വിമാനത്തിന്റെയും കാർബൺ പുറന്തള്ളൽ കുറച്ചുകൊണ്ട് ഭൂമിയെ സംരക്ഷിക്കാനും സഹായിക്കുന്നു.