AI ਏਅਰਲਾਈਨਾਂ ਲਈ ਬਾਲਣ ਦੀ ਲਾਗਤ ਘਟਾਉਣ ਵਿੱਚ ਕਿਵੇਂ ਮਦਦ ਕਰ ਰਿਹਾ ਹੈ: IndiGo ਨੇ ਪ੍ਰਯੋਗ ਸ਼ੁਰੂ ਕੀਤੇ

ਜਿਵੇਂ-ਜਿਵੇਂ ਬਾਲਣ ਦੀਆਂ ਲਾਗਤਾਂ ਏਅਰਲਾਈਨਾਂ ਦੇ ਮੁਨਾਫੇ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰ ਰਹੀਆਂ ਹਨ, ਹਵਾਬਾਜ਼ੀ ਉਦਯੋਗ ਸੰਚਾਲਨ ਕੁਸ਼ਲਤਾ ਵਧਾਉਣ ਲਈ ਵੱਧ ਤੋਂ ਵੱਧ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਵੱਲ ਮੁੜ ਰਿਹਾ ਹੈ। ਭਾਰਤ ਦੀ ਪ੍ਰਮੁੱਖ ਏਅਰਲਾਈਨ, IndiGo, ਟੇਕਆਫ (takeoff) ਪ੍ਰਕਿਰਿਆਵਾਂ ਨੂੰ ਅਨੁਕੂਲਿਤ ਕਰਨ ਅਤੇ ਬਾਲਣ ਦੀ ਖਪਤ ਨੂੰ ਘਟਾਉਣ ਲਈ ਅੱਜ ਤੋਂ ਪ੍ਰਯੋਗ ਸ਼ੁਰੂ ਕਰਕੇ ਇਸ ਤਕਨੀਕੀ ਤਬਦੀਲੀ ਦੀ ਅਗਵਾਈ ਕਰ ਰਹੀ ਹੈ।

AI ਰਾਹੀਂ ਬਾਲਣ ਦੀ ਕੁਸ਼ਲਤਾ ਲਈ ਯਤਨ

ਬਾਲਣ ਕਿਸੇ ਵੀ ਏਅਰਲਾਈਨ ਲਈ ਸਭ ਤੋਂ ਵੱਡੇ ਬਦਲਦੇ ਖਰਚਿਆਂ ਵਿੱਚੋਂ ਇੱਕ ਹੈ, ਜਿਸ ਕਾਰਨ ਖਪਤ ਵਿੱਚ ਮਾਮੂਲੀ ਸੁਧਾਰ ਵੀ ਮੁਨਾਫੇ ਲਈ ਬਹੁਤ ਮਹੱਤਵਪੂਰਨ ਹੁੰਦਾ ਹੈ। ਇਸ ਨਾਲ ਨਜਿੱਠਣ ਲਈ, ਏਅਰਲਾਈਨਾਂ ਫਲਾਈਟ ਪੈਰਾਮੀਟਰਾਂ ਨੂੰ ਅਨੁਕੂਲਿਤ ਕਰਨ ਲਈ ਤਿਆਰ ਕੀਤੇ ਗਏ AI-ਅਧਾਰਿਤ ਐਲਗੋਰਿਦਮਾਂ ਨੂੰ ਜੋੜ ਰਹੀਆਂ ਹਨ। ਰੀਅਲ-ਟਾਈਮ ਡੇਟਾ ਦੀ ਵੱਡੀ ਮਾਤਰਾ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਕੇ, ਇਹ ਪ੍ਰਣਾਲੀਆਂ ਉਡਾਣ ਦੇ ਮਹੱਤਵਪੂਰਨ ਪੜਾਵਾਂ, ਜਿਵੇਂ ਕਿ ਟੇਕਆਫ ਅਤੇ ਕਲਾਈਮ (climb), ਨੂੰ ਲਾਗੂ ਕਰਨ ਦਾ ਸਭ ਤੋਂ ਕੁਸ਼ਲ ਤਰੀਕਾ ਨਿਰਧਾਰਤ ਕਰ ਸਕਦੀਆਂ ਹਨ, ਜੋ ਰਵਾਇਤੀ ਤੌਰ 'ਤੇ ਯਾਤਰਾ ਦੇ ਸਭ ਤੋਂ ਵੱਧ ਬਾਲਣ ਦੀ ਵਰਤੋਂ ਵਾਲੇ ਹਿੱਸੇ ਹੁੰਦੇ ਹਨ।

IndiGo ਦੀ ਨਵੀਂ ਪਹਿਲਕਦਮੀ "thriftier take-offs" 'ਤੇ ਕੇਂਦਰਿਤ ਹੈ, ਜੋ ਖਾਸ ਵਾਤਾਵਰਣ ਵੇਰੀਏਬਲਜ਼ ਦੇ ਅਧਾਰ 'ਤੇ ਲੋੜੀਂਦੇ ਸਹੀ ਥ੍ਰਸਟ (thrust) ਅਤੇ ਪਿੱਚ (pitch) ਦੀ ਗਣਨਾ ਕਰਨ ਲਈ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦੀ ਵਰਤੋਂ ਕਰਦੀ ਹੈ। ਇਹ ਕਦਮ ਇੱਕ ਵਿਆਪਕ ਵਿਸ਼ਵਵਿਆਪੀ ਰੁਝਾਨ ਦਾ ਹਿੱਸਾ ਹੈ ਜਿੱਥੇ ਹਵਾਬਾਜ਼ੀ ਤਕਨਾਲੋਜੀ ਰਿਐਕਟਿਵ ਮੇਨਟੇਨੈਂਸ ਤੋਂ ਪ੍ਰੀਡਿਕਟਿਵ ਅਤੇ ਅਨੁਕੂਲਿਤ ਸੰਚਾਲਨ ਕੰਟਰੋਲ ਵੱਲ ਵਧ ਰਹੀ ਹੈ।

ਟੇਕਆਫ ਅਤੇ ਕਲਾਈਮ ਪੜਾਵਾਂ ਵਿੱਚ ਸ਼ੁੱਧਤਾ

ਇਸ ਪ੍ਰਯੋਗ ਦਾ ਮੁੱਖ ਹਿੱਸਾ ਜਹਾਜ਼ ਦਾ ਭਾਰ, ਆਲੇ-ਦੁਆਲੇ ਦਾ ਤਾਪਮਾਨ, ਹਵਾ ਦੀ ਗਤੀ ਅਤੇ ਵਾਯੂਮੰਡਲ ਦੇ ਦਬਾਅ ਸਮੇਤ ਰੀਅਲ-ਟਾਈਮ ਡੇਟਾ ਪੁਆਇੰਟਾਂ ਨੂੰ ਪ੍ਰੋਸੈਸ ਕਰਨ ਲਈ AI ਦੀ ਵਰਤੋਂ ਕਰਨਾ ਹੈ। ਰਵਾਇਤੀ ਟੇਕਆਫ ਪ੍ਰਕਿਰਿਆਵਾਂ ਅਕਸਰ ਮਿਆਰੀ ਗਣਿਤਕ ਮਾਡਲਾਂ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀਆਂ ਹਨ ਜਿਨ੍ਹਾਂ ਵਿੱਚ ਵੇਰੀਏਬਲਜ਼ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖਣ ਲਈ ਵਾਧੂ ਬਾਲਣ ਦਾ "ਸੇਫਟੀ ਬਫਰ" ਸ਼ਾਮਲ ਹੋ ਸਕਦਾ ਹੈ। ਹਾਲਾਂਕਿ, AI ਵਧੇਰੇ ਸਟੀਕ ਸ਼ੁੱਧਤਾ ਪ੍ਰਦਾਨ ਕਰ ਸਕਦਾ ਹੈ।

ਟੇਕਆਫ ਪ੍ਰੋਫਾਈਲ ਨੂੰ ਅਨੁਕੂਲਿਤ ਕਰਕੇ, ਏਅਰਲਾਈਨ ਦਾ ਉਦੇਸ਼ ਵਧੇਰੇ ਕੁਸ਼ਲਤਾ ਨਾਲ ਕਰੂਜ਼ਿੰਗ ਅਲਟੀਟਿਊਡ (cruising altitude) ਤੱਕ ਪਹੁੰਚਣਾ ਹੈ। ਇਨ੍ਹਾਂ ਪੜਾਵਾਂ ਦੌਰਾਨ ਬਾਲਣ ਦੀ ਖਪਤ ਵਿੱਚ 1% ਤੋਂ 2% ਦੀ ਕਮੀ ਵੀ IndiGo ਵਰਗੀ ਉੱਚ-ਫ੍ਰੀਕੁਐਂਸੀ ਕੈਰੀਅਰ ਲਈ ਸਾਲਾਨਾ ਲੱਖਾਂ ਡਾਲਰ ਦੀ ਬਚਤ ਵਿੱਚ ਬਦਲ ਸਕਦੀ ਹੈ, ਅਤੇ ਨਾਲ ਹੀ ਹਰ ਉਡਾਣ ਦੇ ਕਾਰਬਨ ਫੁੱਟਪ੍ਰਿੰਟ ਨੂੰ ਘਟਾ ਸਕਦੀ ਹੈ।

ਸਥਿਰਤਾ ਅਤੇ ਮੁਨਾਫੇ 'ਤੇ ਵਿਆਪਕ ਪ੍ਰਭਾਵ

ਇਹ ਤਕਨੀਕੀ ਮੋੜ ਦੋਹਰਾ ਉਦੇਸ਼ ਪੂਰਾ ਕਰਦਾ ਹੈ: ਆਰਥਿਕ ਮਾਰਜਿਨ ਨੂੰ ਵਧਾਉਣਾ ਅਤੇ ESG (ਵਾਤਾਵਰਣ, ਸਮਾਜਿਕ, ਅਤੇ ਸ਼ਾਸਨ) ਟੀਚਿਆਂ ਨੂੰ ਪੂਰਾ ਕਰਨਾ। ਜਿਵੇਂ-ਜਿਵੇਂ ਹਵਾਬਾਜ਼ੀ ਉਦਯੋਗ 'ਤੇ ਡੀਕਾਰਬਨਾਈਜ਼ ਕਰਨ ਦਾ ਦਬਾਅ ਵਧ ਰਿਹਾ ਹੈ, AI ਨਵੇਂ ਜਹਾਜ਼ਾਂ ਦੇ ਫਲੀਟਾਂ ਜਾਂ Sustainable Aviation Fuel (SAF) ਵਰਗੇ ਵਿਕਲਪਿਕ ਬਾਲਣਾਂ ਵਿੱਚ ਤੁਰੰਤ, ਵੱਡੇ ਨਿਵੇਸ਼ ਦੀ ਲੋੜ ਤੋਂ ਬਿਨਾਂ "ਗ੍ਰੀਨ" ਕਾਰਜਾਂ ਲਈ ਇੱਕ ਮਾਰਗ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ।

ਭਾਰਤੀ ਹਵਾਬਾਜ਼ੀ ਬਾਜ਼ਾਰ ਲਈ, ਜਿੱਥੇ ਯਾਤਰੀਆਂ ਦੀ ਆਵਾਜਾਈ ਵਿੱਚ ਭਾਰੀ ਵਾਧਾ ਦੇਖਿਆ ਜਾ ਰਿਹਾ ਹੈ, ਕੁਸ਼ਲਤਾ ਹੁਣ ਵਿਕਲਪਿਕ ਨਹੀਂ ਰਹੀ। ਜਿਵੇਂ-ਜਿਵੇਂ ਕੈਰੀਅਰ ਆਪਣੇ ਕੰਮਾਂ ਦਾ ਪਸਾਰ ਕਰ ਰਹੇ ਹਨ, ਡਿਜੀਟਲ ਤਬਦੀਲੀ ਰਾਹੀਂ ਬਾਲਣ ਦੀ ਖਪਤ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਨ ਦੀ ਯੋਗਤਾ ਘੱਟ ਕਿਰਾਏ ਅਤੇ ਚੰਗੇ ਮਾਰਜਿਨ ਨੂੰ ਬਣਾਈ ਰੱਖਣ ਵਿੱਚ ਇੱਕ ਮੁੱਖ ਮੁਕਾਬਲੇਬਾਜ਼ੀ ਦਾ ਫਾਇਦਾ ਬਣ ਸਕਦੀ ਹੈ।

ਮੁੱਖ ਗੱਲਾਂ

  • ਸੰਚਾਲਨ ਅਨੁਕੂਲਤਾ (Operational Optimization): IndiGo ਵਧੇਰੇ ਬਾਲਣ-ਕੁਸ਼ਲ ਟੇਕਆਫ ਅਤੇ ਕਲਾਈਮ ਪ੍ਰੋਫਾਈਲ ਬਣਾਉਣ ਲਈ AI-ਅਧਾਰਿਤ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਕਰਨ ਲਈ ਪ੍ਰਯੋਗ ਸ਼ੁਰੂ ਕਰ ਰਿਹਾ ਹੈ।
  • ਲਾਗਤ ਅਤੇ ਕਾਰਬਨ ਵਿੱਚ ਕਮੀ: ਇਸ ਪਹਿਲਕਦਮੀ ਦਾ ਉਦੇਸ਼ ਏਅਰਲਾਈਨਾਂ ਦੇ ਭਾਰੀ ਬਾਲਣ ਖਰਚੇ ਨੂੰ ਘਟਾਉਣਾ ਹੈ ਅਤੇ ਨਾਲ ਹੀ ਮਹੱਤਵਪੂਰਨ ਵਾਤਾਵਰਣ ਸਥਿਰਤਾ ਟੀਚਿਆਂ ਨੂੰ ਪੂਰਾ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਨਾ ਹੈ।
  • ਡੇਟਾ-ਅਧਾਰਿਤ ਸ਼ੁੱਧਤਾ: AI ਮਾਡਲ ਜਹਾਜ਼ ਦੇ ਭਾਰ ਅਤੇ ਮੌਸਮ ਵਰਗੇ ਰੀਅਲ-ਟਾਈਮ ਵੇਰੀਏਬਲਜ਼ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨਗੇ ਤਾਂ ਜੋ ਆਮ ਸੇਫਟੀ ਬਫਰਾਂ ਦੀ ਜਗ੍ਹਾ ਸਟੀਕ, ਅਨੁਕੂਲਿਤ ਫਲਾਈਟ ਪੈਰਾਮੀਟਰਾਂ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਜਾ ਸਕੇ।