ഇന്ധന ഉപഭോഗം കുറയ്ക്കാൻ ഇൻഡിഗോയും ആഗോള എയർലൈനുകളും എങ്ങനെയാണ് AI ഉപയോഗിക്കുന്നത്

ഇന്ധനച്ചെലവ് എയർലൈനുകളുടെ ലാഭക്ഷമതയെ സ്വാധീനിക്കുന്ന പ്രധാന ഘടകമായതിനാൽ, വിമാനങ്ങളുടെ പ്രവർത്തനങ്ങൾ മെച്ചപ്പെടുത്തുന്നതിനായി വ്യോമയാന മേഖല അത്യാധുനിക ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിലേക്ക് (AI) മാറിക്കൊണ്ടിരിക്കുകയാണ്. ഇന്ത്യയിൽ ഇതിന് നേതൃത്വം നൽകിക്കൊണ്ട്, ഇന്ധനക്ഷമത പരമാവധി വർദ്ധിപ്പിക്കുന്നതിനായി രൂപകൽപ്പന ചെയ്ത AI അധിഷ്ഠിത ടേക്ക്ഓഫ് (takeoff) നടപടിക്രമങ്ങളുടെ പരീക്ഷണങ്ങൾ ഇൻഡിഗോ ഇന്ന് ആരംഭിക്കുന്നു.

ഇൻഡിഗോയുടെ AI അധിഷ്ഠിത ടേക്ക്ഓഫ് പരീക്ഷണങ്ങൾ

ഇന്ത്യയിലെ ഏറ്റവും വലിയ പാസഞ്ചർ എയർലൈനായ ഇൻഡിഗോ, അതിന്റെ വിമാന പ്രവർത്തനങ്ങളിൽ AI സംയോജിപ്പിച്ചുകൊണ്ട് വലിയൊരു സാങ്കേതിക മാറ്റത്തിന് തുടക്കം കുറിക്കുകയാണ്. കൂടുതൽ കാര്യക്ഷമമായ ടേക്ക്ഓഫ് രീതികൾക്കായി എയർലൈൻ ഇന്ന് മുതൽ പരീക്ഷണങ്ങൾ ആരംഭിക്കും. നിലവിലുള്ള നിശ്ചിത രീതികളിൽ നിന്ന് മാറി, കുറഞ്ഞ ഇന്ധനം മാത്രം ഉപയോഗിക്കുന്ന, ഡാറ്റാ അധിഷ്ഠിതവും ഒപ്റ്റിമൈസ് ചെയ്തതുമായ ടേക്ക്ഓഫ് രീതികളിലേക്ക് മാറുന്നതാണ് ഇതിന്റെ പ്രധാന ലക്ഷ്യം.

AI അൽഗോരിതങ്ങൾ ഉപയോഗിക്കുന്നതിലൂടെ വിമാനത്തിന്റെ ഭാരം, അന്തരീക്ഷാവസ്ഥ, റൺവേയുടെ നീളം തുടങ്ങിയ സങ്കീർണ്ണമായ ഘടകങ്ങൾ തത്സമയം വിശകലനം ചെയ്യാൻ എയർലൈൻ ലക്ഷ്യമിടുന്നു. ഈ കൃത്യത പൈലറ്റുമാർക്ക് കുറഞ്ഞ ഇന്ധനം ഉപയോഗിച്ചുള്ള ടേക്ക്ഓഫുകൾ നടത്താൻ സഹായിക്കുന്നു, കൂടാതെ എഞ്ചിനുകൾ ഏറ്റവും കാര്യക്ഷമമായ പവർ സെറ്റിംഗുകളിൽ പ്രവർത്തിക്കുന്നുവെന്ന് ഉറപ്പാക്കുകയും ചെയ്യുന്നു. ഇൻഡിഗോയെപ്പോലെ വലിയ തോതിൽ വിമാനങ്ങൾ സർവീസ് നടത്തുന്ന ഒരു കമ്പനിയെ സംബന്ധിച്ചിടത്തോളം, ഓരോ ടേക്ക്ഓഫിലും ഇന്ധന ഉപഭോഗത്തിൽ ഉണ്ടാകുന്ന ചെറിയൊരു കുറവ് പോലും വർഷാവർഷം വലിയ സാമ്പത്തിക ലാഭത്തിനും കാർബൺ പുറന്തള്ളൽ കുറയ്ക്കുന്നതിനും സഹായിക്കും.

വ്യോമയാന മേഖലയിൽ AI-ലേക്ക് മാറുന്ന ആഗോള പ്രവണത

പ്രമുഖ എയർലൈനുകൾ മെഷീൻ ലേണിംഗും പ്രെഡിക്റ്റീവ് അനലിറ്റിക്സും തങ്ങളുടെ പ്രവർത്തനങ്ങളിൽ സംയോജിപ്പിക്കുന്ന ആഗോള പ്രവണതയുടെ ഭാഗമാണ് ഇൻഡിഗോയുടെ ഈ നീക്കം. ഒരു എയർലൈനിന്റെ ആകെ പ്രവർത്തനച്ചെലവിന്റെ ഏകദേശം 25% മുതൽ 30% വരെ ഇന്ധനച്ചെലവ് ആയിരിക്കും, അതിനാൽ ഇന്ധനക്ഷമത വർദ്ധിപ്പിക്കുന്നത് ഒരു പ്രധാന തന്ത്രപരമായ ലക്ഷ്യമാണ്.

ടേക്ക്ഓഫുകൾക്ക് പുറമെ, ആഗോള എയർലൈനുകൾ AI താഴെ പറയുന്ന കാര്യങ്ങൾക്കായി ഉപയോഗിക്കുന്നു:

• ഡൈനാമിക് ഫ്ലൈറ്റ് പാത്ത് ഒപ്റ്റിമൈസേഷൻ: ടർബുലൻസ് (turbulence) ഒഴിവാക്കാനും അനുകൂലമായ കാറ്റിന്റെ (tailwinds) സഹായം തേടാനും വിമാനത്തിന്റെ പാത പറക്കുന്നതിനിടെ തന്നെ ക്രമീകരിക്കുക.
• പ്രെഡിക്റ്റീവ് മെയിന്റനൻസ്: എഞ്ചിനുകളുടെ തേയ്മാനം മുൻകൂട്ടി പ്രവചിക്കാൻ സെൻസറുകളും AI-യും ഉപയോഗിക്കുക, ഇത് അപ്രതീക്ഷിതമായ തടസ്സങ്ങൾ കുറയ്ക്കാനും ഇന്ധനക്ഷമത വർദ്ധിപ്പിക്കാനും സഹായിക്കുന്നു.
• വെയിറ്റ് ആൻഡ് ബാലൻസ് മാനേജ്‌മെന്റ്: വിമാനത്തിന്റെ വായു പ്രതിരോധം (drag) കുറയ്ക്കാനും ഉയർച്ച (lift) വർദ്ധിപ്പിക്കാനും അനുയോജ്യമായ രീതിയിൽ ഭാരം ക്രമീകരിക്കുന്നതിന് അത്യാധുനിക അൽഗോരിതങ്ങൾ ഉപയോഗിക്കുക.

കാര്യക്ഷമതയും സുരക്ഷയും തമ്മിലുള്ള സന്തുലിതാവസ്ഥ

ഇന്ധന ലാഭത്തിനായുള്ള ശ്രമങ്ങൾ സാമ്പത്തികവും പാരിസ്ഥിതികവുമായ കാരണങ്ങളാൽ ഉണ്ടായതാണെങ്കിലും, വ്യോമയാന മേഖല എപ്പോഴും "സുരക്ഷയ്ക്ക് മുൻഗണന" നൽകുന്നു. ഇൻഡിഗോ പരീക്ഷിക്കുന്ന AI ടൂളുകൾ സ്വയം വിമാനം പറത്തുന്നതിന് പകരം, തീരുമാനങ്ങൾ എടുക്കാൻ സഹായിക്കുന്ന സംവിധാനങ്ങളായാണ് (decision-support systems) രൂപകൽപ്പന ചെയ്തിരിക്കുന്നത്. അതായത്, AI ഏറ്റവും കാര്യക്ഷമമായ വിവരങ്ങളും പാരാമീറ്ററുകളും നൽകുമെങ്കിലും, വിമാനത്തിന്റെ നിയന്ത്രണവും ഉത്തരവാദിത്തവും പൈലറ്റുമാരുടെ കൈകളിൽ തന്നെയായിരിക്കും.

യാത്രക്കാരുടെ എണ്ണത്തിൽ അഭൂതപൂർവമായ വളർച്ച കൈവരിക്കുന്ന ഇന്ത്യൻ വ്യോമയാന മേഖലയിൽ ഇത്തരം സാങ്കേതിക ഇടപെടലുകൾ അത്യന്താപേക്ഷിതമാണ്. ആഗോള സുസ്ഥിരതാ ലക്ഷ്യങ്ങൾ (Net Zero targets) കൈവരിക്കാനുള്ള സമ്മർദ്ദം നേരിടുന്ന ഈ സാഹചര്യത്തിൽ, വിമാനങ്ങളുടെ സർവീസ് വർദ്ധിപ്പിക്കുന്നതിനെ ബാധിക്കാതെ തന്നെ കാർബൺ പുറന്തള്ളൽ കുറയ്ക്കാൻ AI സഹായിക്കുന്നു.

പ്രധാന വിവരങ്ങൾ

• തന്ത്രപരമായ കാര്യക്ഷമത: വ്യോമയാന മേഖലയിലെ ഏറ്റവും ഉയർന്ന പ്രവർത്തനച്ചെലവുകളിൽ ഒന്നായ ഇന്ധന ഉപഭോഗം കുറയ്ക്കുന്നതിനായി ഇൻഡിഗോ AI അധിഷ്ഠിത ടേക്ക്ഓഫ് പരീക്ഷണങ്ങൾ ആരംഭിക്കുന്നു.
• ഡാറ്റാ അധിഷ്ഠിത പ്രവർത്തനങ്ങൾ: വിമാനത്തിന്റെ നിർണ്ണായക ഘട്ടങ്ങളിൽ എഞ്ചിൻ പ്രവർത്തനം മെച്ചപ്പെടുത്തുന്നതിനായി കാലാവസ്ഥ, വിമാനത്തിന്റെ ഭാരം തുടങ്ങിയ വിവരങ്ങൾ ഈ സാങ്കേതികവിദ്യ ഉപയോഗിക്കുന്നു.
• സുസ്ഥിരതയും ലാഭക്ഷമതയും: എയർലൈനുകളുടെ ലാഭം വർദ്ധിപ്പിക്കുന്നതിനും പരിസ്ഥിതി മലിനീകരണം കുറയ്ക്കാനുള്ള ആഗോള ലക്ഷ്യങ്ങൾ കൈവരിക്കുന്നതിനും AI സംയോജനം ഇരട്ട ലക്ഷ്യത്തോടെ പ്രവർത്തിക്കുന്നു.