വിമാനക്കമ്പനികൾ എങ്ങനെയാണ് ഇന്ധനച്ചെലവ് കുറയ്ക്കാൻ AI ഉപയോഗിക്കുന്നത്: IndiGo-യുടെ പുതിയ പരീക്ഷണം

ആഗോള ഇന്ധനവിലയിൽ അസ്ഥിരത നിലനിൽക്കുന്ന സാഹചര്യത്തിൽ, ലാഭം സംരക്ഷിക്കുന്നതിനായി വ്യോമയാന മേഖല അത്യാധുനിക സാങ്കേതികവിദ്യകളിലേക്ക് കൂടുതൽ ചായുന്നു. വിമാനങ്ങളുടെ പ്രവർത്തനങ്ങൾ കാര്യക്ഷമമാക്കാനും ഇന്ധന ഉപഭോഗം കുറയ്ക്കാനുമായി ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് (AI) നടപ്പിലാക്കിക്കൊണ്ട് ഇന്ത്യയിലെ ഏറ്റവും വലിയ വിമാനക്കമ്പനിയായ IndiGo ഈ രംഗത്ത് മുന്നേറുന്നു.

IndiGo-യുടെ AI അധിഷ്ഠിത ടേക്ക്-ഓഫ് പരീക്ഷണങ്ങൾ

വിമാനങ്ങളുടെ ടേക്ക്-ഓഫ് കൂടുതൽ കാര്യക്ഷമവും കുറഞ്ഞ ഇന്ധനവും ഉപയോഗിക്കുന്നതുമാക്കാൻ ലക്ഷ്യമിട്ടുള്ള പ്രത്യേക പരീക്ഷണങ്ങൾ IndiGo ഇന്ന് മുതൽ ആരംഭിക്കുകയാണ്. വിമാനത്തിന്റെ യാത്രയിലെ ഏറ്റവും കൂടുതൽ ഇന്ധനം ഉപയോഗിക്കുന്ന ഘട്ടങ്ങളിലൊന്നായ ടേക്ക്-ഓഫിന്റെ കൃത്യമായ സമയവും രീതിയും മെച്ചപ്പെടുത്തുന്നതിനായി AI അൽഗോരിതങ്ങളാണ് വിമാനക്കമ്പനി ഉപയോഗിക്കുന്നത്.

വൻതോതിലുള്ള തത്സമയ ഡാറ്റ വിശകലനം ചെയ്യുന്നതിലൂടെ, ഏറ്റവും കുറഞ്ഞ ഇന്ധനം ഉപയോഗിച്ച് വിമാനം ഉയർത്താനുള്ള (climb profiles) മികച്ച രീതികൾ കണ്ടെത്താൻ AI സംവിധാനം പൈലറ്റുമാരെ സഹായിക്കുന്നു. ജെറ്റ് ഇന്ധനച്ചെലവ് അടിസ്ഥാനമാക്കിയുള്ള പ്രവർത്തനച്ചെലവുകൾ നിയന്ത്രിക്കുന്നതിനായി ഡാറ്റാ സയൻസ് ഉപയോഗപ്പെടുത്തുന്നതിനുള്ള വിപുലമായ തന്ത്രത്തിന്റെ ഭാഗമാണ് ഈ പരീക്ഷണങ്ങൾ. ടേക്ക്-ഓഫിനിടെ ഇന്ധന ഉപയോഗത്തിൽ ഉണ്ടാകുന്ന ചെറിയൊരു ശതമാനത്തിന്റെ കുറവ് പോലും IndiGo-യെപ്പോലെ വലിയ വിമാനക്കൂട്ടമുള്ള കമ്പനികൾക്ക് വൻതോതിലുള്ള ലാഭമുണ്ടാക്കാൻ സഹായിക്കും.

വ്യോമയാന മേഖലയിലെ ഇന്ധനക്ഷമതയ്ക്കായുള്ള ആഗോള ശ്രമങ്ങൾ

AI-ലേക്കുള്ള ഈ മാറ്റം ഇന്ത്യയിൽ മാത്രം ഒതുങ്ങുന്നതല്ല; വർദ്ധിച്ചുവരുന്ന പ്രവർത്തനച്ചെലവുകളും പരിസ്ഥിതി സംരക്ഷണത്തിനായുള്ള സമ്മർദ്ദങ്ങളും നേരിടുന്നതിനാൽ ഇത് ഒരു ആഗോള പ്രവണതയായി മാറിക്കൊണ്ടിരിക്കുകയാണ്. ഒരു വിമാനക്കമ്പനിയുടെ ആകെ പ്രവർത്തനച്ചെലവിന്റെ വലിയൊരു ഭാഗം ഇന്ധനത്തിനായാണ് ചെലവാകുന്നത്. പ്രെഡിക്റ്റീവ് മോഡലിംഗ് (predictive modeling) ഉപയോഗിക്കുന്നതിലൂടെ കാറ്റിന്റെ വേഗത, വായുവിന്റെ താപനില, വിമാനത്തിന്റെ ഭാരം തുടങ്ങിയ ഘടകങ്ങൾ കണക്കിലെടുത്ത് ഏറ്റവും കാര്യക്ഷമമായ പറക്കൽ പാതകൾ കണ്ടെത്താൻ വിമാനക്കമ്പനികൾക്ക് ഇപ്പോൾ സാധിക്കുന്നു.

ടേക്ക്-ഓഫ് മാത്രമല്ല, "continuous descent approaches" മെച്ചപ്പെടുത്തുന്നതിനും AI ഉപയോഗിക്കുന്നു. ഇത് വിമാനങ്ങൾ വിവിധ ഉയരങ്ങളിൽ എഞ്ചിൻ പവർ ഉപയോഗിച്ച് നിലനിർത്തുന്നതിന് പകരം റൺവേകളിലേക്ക് കൂടുതൽ കാര്യക്ഷമമായി തെന്നിനീങ്ങാൻ (glide) സഹായിക്കുന്നു. ഈ സാങ്കേതികവിദ്യ ഇന്ധനം ലാഭിക്കുക മാത്രമല്ല, ഓരോ വിമാനയാത്രയുടെയും കാർബൺ ഫൂട്ട്പ്രിന്റ് കുറയ്ക്കുകയും ചെയ്യുന്നു, ഇത് വാണിജ്യ ലക്ഷ്യങ്ങളെ ആഗോള സുസ്ഥിരതാ മാനദണ്ഡങ്ങളുമായി യോജിപ്പിക്കുന്നു.

സാമ്പത്തികവും പാരിസ്ഥിതികവുമായ വെല്ലുവിളികൾ നേരിടുന്നു

ഇന്ത്യൻ വിമാനക്കമ്പനികളെ സംബന്ധിച്ചിടത്തോളം ഇതിന്റെ പ്രാധാന്യം വളരെ വലുതാണ്. ഇന്ത്യൻ വ്യോമയാന വിപണി അതിവേഗം വളരുകയാണെങ്കിലും ക്രൂഡ് ഓയിൽ വിലയിലെ മാറ്റങ്ങൾ ഇതിനെ വളരെയധികം ബാധിക്കുന്നുണ്ട്. AI അധിഷ്ഠിത ഇന്ധന മാനേജ്‌മെന്റ് നടപ്പിലാക്കുന്നത് രണ്ട് പ്രധാന ലക്ഷ്യങ്ങൾ നിറവേറ്റുന്നു: ടിക്കറ്റ് നിരക്കുകൾ മത്സരക്ഷമമായി നിലനിർത്തുക, കാർബൺ പുറന്തള്ളൽ കുറയ്ക്കാനുള്ള ലക്ഷ്യങ്ങൾ (decarbonization targets) കൈവരിക്കുക.

IndiGo-യുടെ പരീക്ഷണങ്ങൾ മുന്നോട്ട് പോകുമ്പോൾ, അതിന്റെ ഫലങ്ങൾ ആഭ്യന്തര വ്യോമയാന മേഖലയ്ക്ക് ഒരു മാതൃകയാകും. ഇവ വിജയിക്കുകയാണെങ്കിൽ, ഡാറ്റാ അധിഷ്ഠിത ഫ്ലൈറ്റ് മാനേജ്‌മെന്റ് ഒരു സാധാരണ രീതിയായി മാറുന്ന രീതിയിൽ ഇന്ത്യൻ ആകാശങ്ങളിൽ ഒരു ഏകീകൃത സമീപനത്തിന് ഇത് വഴിയൊരുക്കും. പരമ്പരാഗതമായ മാനുവൽ ഫ്ലൈറ്റ് പ്ലാനിംഗിൽ നിന്ന് ഹൈ-ടെക്, പ്രെഡിക്റ്റീവ് ഏരിയയിലേക്കുള്ള വ്യോമയാന മാനേജ്‌മെന്റിന്റെ പരിവർത്തനമാണ് ഇത് സൂചിപ്പിക്കുന്നത്.

പ്രധാന വിവരങ്ങൾ

• IndiGo-യുടെ തന്ത്രപരമായ നീക്കം: ടേക്ക്-ഓഫ് നടപടികൾ മെച്ചപ്പെടുത്തുന്നതിനും ഇന്ധന ഉപഭോഗം ഗണ്യമായി കുറയ്ക്കുന്നതിനുമായി വിമാനക്കമ്പനി ഇന്ന് മുതൽ AI അധിഷ്ഠിത പരീക്ഷണങ്ങൾ ആരംഭിക്കുന്നു.
• ചെലവും സുസ്ഥിരതയും: ഇന്ധനം നിയന്ത്രിക്കാൻ AI ഉപയോഗിക്കുന്നത് പ്രവർത്തനച്ചെലവ് കുറയ്ക്കുന്നതിനും വ്യോമയാന മേഖലയുടെ കാർബൺ ഫൂട്ട്പ്രിന്റ് കുറയ്ക്കുന്നതിനുമുള്ള ഇരട്ട ലക്ഷ്യങ്ങളുള്ള ഒരു തന്ത്രമാണ്.
• ഡാറ്റാ അധിഷ്ഠിത ഫ്ലൈറ്റ് പ്രവർത്തനങ്ങൾ: കാറ്റ്, ഭാരം തുടങ്ങിയ തത്സമയ ഘടകങ്ങൾ AI വഴി സംയോജിപ്പിക്കുന്നത് കൂടുതൽ കാര്യക്ഷമമായ ക്ലൈംബ്, ഡിസെന്റ് പ്രൊഫൈലുകൾ സാധ്യമാക്കുന്നു, ഇത് പ്രെഡിക്റ്റീവ് ഏവിയേഷൻ മാനേജ്‌മെന്റിലേക്കുള്ള മാറ്റത്തെ അടയാളപ്പെടുത്തുന്നു.