വിമാനക്കമ്പനികൾ ഇന്ധനച്ചെലവ് കുറയ്ക്കാൻ എങ്ങനെ AI ഉപയോഗിക്കുന്നു: IndiGo പുതിയ പരീക്ഷണങ്ങൾ ആരംഭിക്കുന്നു

വിമാനക്കമ്പനികളുടെ പ്രവർത്തനച്ചെലവിൽ ഇന്ധനവില ഒരു അസ്ഥിര ഘടകമായി തുടരുന്ന സാഹചര്യത്തിൽ, കാര്യക്ഷമത വർദ്ധിപ്പിക്കുന്നതിനായി വ്യോമയാന മേഖല ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിലേക്ക് (AI) തിരിയുകയാണ്. വിമാനങ്ങൾ പറന്നുയരുന്ന രീതി (take-off procedures) മെച്ചപ്പെടുത്തുന്നതിനും ഇന്ധന ഉപഭോഗം ഗണ്യമായി കുറയ്ക്കുന്നതിനുമായി പ്രത്യേകം രൂപകൽപ്പന ചെയ്ത AI പരീക്ഷണങ്ങൾ ആരംഭിച്ചുകൊണ്ട് ഇന്ത്യയിലെ ഏറ്റവും വലിയ വിമാനക്കമ്പനിയായ IndiGo ഈ സാങ്കേതിക മുന്നേറ്റത്തിന് നേതൃത്വം നൽകുന്നു.

ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ഉപയോഗിച്ച് ടേക്ക്-ഓഫ് രീതികൾ മെച്ചപ്പെടുത്തുന്നു

ഏതൊരു വിമാനയാത്രയിലും ഏറ്റവും കൂടുതൽ ഇന്ധനം ഉപയോഗിക്കുന്ന ഘട്ടം ടേക്ക്-ഓഫും (take-off) തുടക്കത്തിലെ ഉയർച്ചയുമാണ്. ഇത് പരിഹരിക്കുന്നതിനായി, AI അധിഷ്ഠിത ഫ്ലൈറ്റ് പ്രൊഫൈലുകൾ നടപ്പിലാക്കുന്ന ലക്ഷ്യത്തോടെ IndiGo പരീക്ഷണങ്ങൾ ആരംഭിക്കുകയാണ്. പരമ്പരാഗതമായി പൈലറ്റുമാർ നിശ്ചിത മാനദണ്ഡങ്ങൾ പാലിക്കാറാണ് പതിവ്, എന്നാൽ തത്സമയ കാലാവസ്ഥാ രീതികൾ, വിമാനത്തിന്റെ ഭാരം, എഞ്ചിൻ പ്രവർത്തനം, അന്തരീക്ഷ സാന്ദ്രത എന്നിവയുൾപ്പെടെയുള്ള വലിയ ഡാറ്റാസെറ്റുകൾ വിശകലനം ചെയ്ത് ഏറ്റവും കുറഞ്ഞ ഇന്ധനം ഉപയോഗിക്കുന്ന ടേക്ക്-ഓഫ് ക്രമം നിർദ്ദേശിക്കാൻ AI-ക്ക് സാധിക്കും.

പ്രത്യേക സാഹചര്യങ്ങളിൽ ആവശ്യമായ കൃത്യമായ ത്രസ്റ്റ് (thrust) കണക്കാക്കുന്നതിലൂടെ, വിമാനം ഉയർന്നുയരുമ്പോൾ അനാവശ്യമായി ഇന്ധനം നഷ്ടപ്പെടുന്നത് കുറയ്ക്കാൻ AI സഹായിക്കുന്നു. ഉയർന്ന പ്രവർത്തന കൃത്യത കൈവരിക്കുന്നതിനായി, പൊതുവായ ഫ്ലൈറ്റ് പാരാമീറ്ററുകൾക്ക് പകരം ഡാറ്റാധിഷ്ഠിത തീരുമാനങ്ങൾ എടുക്കുന്ന വിപുലമായ വ്യോമയാന വ്യവസായ പ്രവണതയുടെ ഭാഗമാണ് ഈ നീക്കം.

സാമ്പത്തികവും പാരിസ്ഥിതികവുമായ ആവശ്യകതകൾ

AI അധിഷ്ഠിത ഫ്ലൈറ്റ് ഒപ്റ്റിമൈസേഷനിലേക്കുള്ള മാറ്റത്തിന് രണ്ട് പ്രധാന ഘടകങ്ങളാണ് കാരണമാകുന്നത്: കുറഞ്ഞുവരുന്ന ലാഭവിഹിതവും (profit margins) കാർബൺ പുറന്തള്ളൽ കുറയ്ക്കാനുള്ള ലക്ഷ്യങ്ങളും. സാധാരണയായി ഒരു വിമാനക്കമ്പനിയുടെ ആകെ പ്രവർത്തനച്ചെലവിന്റെ വലിയൊരു ഭാഗം ഇന്ധനത്തിനായാണ് ചെലവാകുന്നത്. ഓരോ വിമാനയാത്രയിലും ഇന്ധന ഉപഭോഗത്തിൽ ചെറിയൊരു ശതമാനം കുറവ് വരുത്തിയാൽ പോലും IndiGo പോലുള്ള വലിയൊരു വിമാനക്കമ്പനിക്ക് പ്രതിവർഷം ദശലക്ഷക്കണക്കിന് ഡോളർ ലാഭിക്കാൻ സാധിക്കും.

സാമ്പത്തിക ലാഭത്തിന് പുറമെ, കാർബൺ ഫൂട്ട്പ്രിന്റ് കുറയ്ക്കുന്നതിനുള്ള ആഗോള വ്യോമയാന വ്യവസായത്തിന്റെ പ്രതിബദ്ധതയുമായും ഈ പരീക്ഷണങ്ങൾ ചേർന്നുനിൽക്കുന്നു. കുറഞ്ഞ ഇന്ധനം ഉപയോഗിച്ചുള്ള ടേക്ക്-ഓഫുകൾ എന്നാൽ ഓരോ യാത്രക്കാരനും ഓരോ കിലോമീറ്ററിനും ഉണ്ടാകുന്ന CO2 പുറന്തള്ളൽ കുറയുന്നു എന്നാണ് അർത്ഥമാക്കുന്നത്. ഇത് ആഗോള വ്യോമയാന ഏജൻസികൾ ഏർപ്പെടുത്തിയിട്ടുള്ള കർശനമായ പാരിസ്ഥിതിക നിയമങ്ങളും സുസ്ഥിരതാ നിർദ്ദേശങ്ങളും പാലിക്കാൻ വിമാനക്കമ്പനികളെ സഹായിക്കുന്നു.

വ്യോമയാന സാങ്കേതികവിദ്യയിലെ വളരുന്ന പ്രവണതകൾ

IndiGo-യുടെ ഈ നീക്കം ഒരു ഒറ്റപ്പെട്ട സംഭവമല്ല, മറിച്ച് ഈ മേഖലയിലെ വിപുലമായ ഡിജിറ്റൽ പരിവർത്തനത്തിന്റെ സൂചനയാണ്. ഈ പരീക്ഷണം ടേക്ക്-ഓഫ് ഘട്ടത്തിൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കുമ്പോൾ തന്നെ, വ്യോമയാന മേഖലയുടെ മുഴുവൻ പ്രവർത്തനങ്ങളിലും AI ഉപയോഗിച്ചുവരുന്നുണ്ട്. മറ്റ് ഉപയോഗങ്ങൾ ഇവയാണ്:

• പ്രവചനപരമായ പരിപാലനം (Predictive Maintenance): ഭാഗങ്ങൾ കേടാകുന്നതിന് മുമ്പ് തന്നെ അത് പ്രവചിക്കാൻ AI ഉപയോഗിക്കുന്നത് വഴി വിമാനങ്ങൾ അറ്റകുറ്റപ്പണികൾക്കായി മാറ്റിവെക്കേണ്ട സമയം കുറയ്ക്കാം.
• ഡൈനാമിക് ഫ്ലൈറ്റ് പാത്ത് പ്ലാനിംഗ്: ടർബുലൻസ് (turbulence) ഒഴിവാക്കാനും അനുകൂലമായ കാറ്റിന്റെ (tailwinds) സഹായം തേടാനും റൂട്ടുകൾ തത്സമയം ക്രമീകരിക്കുക.
• ഗ്രൗണ്ട് ഓപ്പറേഷൻസ് കാര്യക്ഷമത: വിമാനങ്ങൾ എയർപോർട്ടിൽ ഇറങ്ങുന്നതും വീണ്ടും പറന്നുയരുന്നതും (turnaround times) തമ്മിലുള്ള സമയം കുറയ്ക്കാനും ഇന്ധനം നിറയ്ക്കുന്ന പ്രക്രിയകൾ മെച്ചപ്പെടുത്താനും സഹായിക്കുന്നു.

ഈ സാങ്കേതികവിദ്യകൾ കൂടുതൽ വികസിതമാകുന്നതോടെ, AI-യുടെ ഉപയോഗം പരീക്ഷണ ഘട്ടത്തിൽ നിന്ന് മാറി ലോകത്തിലെയും ഇന്ത്യയിലെയും പ്രമുഖ വിമാനക്കമ്പനികളുടെ സാധാരണ പ്രവർത്തന രീതിയായി മാറും.

പ്രധാന കാര്യങ്ങൾ

• ഡാറ്റാധിഷ്ഠിത ഫ്ലൈറ്റ് പ്രൊഫൈലുകളിലൂടെ ഇന്ധന ഉപഭോഗം കുറയ്ക്കുന്നതിനായി ടേക്ക്-ഓഫ് രീതികൾ മെച്ചപ്പെടുത്താൻ IndiGo AI അധിഷ്ഠിത പരീക്ഷണങ്ങൾ ആരംഭിക്കുന്നു.
• ഇന്ധനച്ചെലവിൽ വലിയ ലാഭമുണ്ടാക്കുക, ആഗോള കാർബൺ പുറന്തള്ളൽ കുറയ്ക്കാനുള്ള ലക്ഷ്യങ്ങൾ കൈവരിക്കുക എന്നിവയാണ് ഈ സാങ്കേതിക മാറ്റത്തിന് പിന്നിലെ പ്രധാന കാരണങ്ങൾ.
• AI സംയോജനം വ്യോമയാന മേഖലയിലെ ഒരു വലിയ മാറ്റത്തെ സൂചിപ്പിക്കുന്നു; ഇത് ഫ്ലൈറ്റ് പാത്തുകൾക്ക് അപ്പുറം പ്രവചനപരമായ പരിപാലനത്തിലേക്കും തത്സമയ ഗ്രൗണ്ട് ഓപ്പറേഷൻസ് മെച്ചപ്പെടുത്തുന്നതിലേക്കും വ്യാപിക്കുന്നു.