ਕਿਵੇਂ AI ਇੰਡੀਗੋ (IndiGo) ਵਰਗੀਆਂ ਏਅਰਲਾਈਨਾਂ ਨੂੰ ਬਾਲਣ ਦੀ ਖਪਤ ਘਟਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰ ਰਿਹਾ ਹੈ

ਜਿਵੇਂ ਕਿ ਵਿਸ਼ਵ ਪੱਧਰ 'ਤੇ ਬਾਲਣ ਦੀਆਂ ਕੀਮਤਾਂ ਅਸਥਿਰ ਰਹੀਆਂ ਹਨ, ਹਵਾਬਾਜ਼ੀ ਉਦਯੋਗ ਕਾਰਜਾਂ ਨੂੰ ਸੁਧਾਰਨ ਅਤੇ ਕਾਰਬਨ ਫੁੱਟਪ੍ਰਿੰਟ ਨੂੰ ਘਟਾਉਣ ਲਈ ਅਤਿ-ਆਧੁਨਿਕ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਦਾ ਰੁਖ ਕਰ ਰਿਹਾ ਹੈ। ਇਸ ਮੁਹਿੰਮ ਦੀ ਅਗਵਾਈ ਕਰਦੇ ਹੋਏ, IndiGo ਅੱਜ AI-ਅਧਾਰਤ ਟੇਕਆਫ (takeoff) ਪ੍ਰਕਿਰਿਆਵਾਂ ਨੂੰ ਲਾਗੂ ਕਰਨ ਲਈ ਪਾਇਲਟ ਟਰਾਇਲ ਸ਼ੁਰੂ ਕਰਨ ਲਈ ਤਿਆਰ ਹੈ, ਜੋ ਬਾਲਣ ਦੀ ਕੁਸ਼ਲਤਾ ਨੂੰ ਵੱਧ ਤੋਂ ਵੱਧ ਕਰਨ ਲਈ ਤਿਆਰ ਕੀਤੀਆਂ ਗਈਆਂ ਹਨ।

AI-ਅਧਾਰਿਤ ਅਨੁਕੂਲਿਤ ਟੇਕਆਫ ਵੱਲ ਤਬਦੀਲੀ

ਕਿਸੇ ਵੀ ਉਡਾਣ ਦਾ ਸਭ ਤੋਂ ਵੱਧ ਬਾਲਣ ਦੀ ਵਰਤੋਂ ਵਾਲਾ ਪੜਾਅ ਟੇਕਆਫ ਅਤੇ ਸ਼ੁਰੂਆਤੀ ਚੜ੍ਹਾਈ ਹੁੰਦਾ ਹੈ। ਰਵਾਇਤੀ ਤੌਰ 'ਤੇ, ਪਾਇਲਟ ਮਿਆਰੀ ਪ੍ਰਕਿਰਿਆਵਾਂ ਦੀ ਪਾਲਣਾ ਕਰਦੇ ਹਨ, ਪਰ ਇਹ ਅਕਸਰ ਵਾਯੂਮੰਡਲ ਦੀਆਂ ਸਥਿਤੀਆਂ ਵਿੱਚ ਹੋਣ ਵਾਲੇ ਮਾਮੂਲੀ, ਰੀਅਲ-ਟਾਈਮ ਉਤਰਾਅ-ਚੜ੍ਹਾਅ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਨਹੀਂ ਰੱਖਦੇ। IndiGo ਦੀ ਨਵੀਂ ਪਹਿਲਕਦਮੀ AI ਐਲਗੋਰਿਦਮ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਹਰ ਇੱਕ ਉਡਾਣ ਲਈ ਸਭ ਤੋਂ "ਕਿਫਾਇਤੀ" ਟੇਕਆਫ ਪੈਰਾਮੀਟਰਾਂ ਦੀ ਗਣਨਾ ਕਰਕੇ ਇਸ ਪਾੜੇ ਨੂੰ ਪੂਰਾ ਕਰਨ ਦਾ ਉਦੇਸ਼ ਰੱਖਦੀ ਹੈ।

ਹਵਾ ਦੀ ਘਣਤਾ, ਤਾਪਮਾਨ, ਹਵਾ ਦੀ ਰਫ਼ਤਾਰ ਅਤੇ ਜਹਾਜ਼ ਦੇ ਭਾਰ ਵਰਗੇ ਗੁੰਝਲਦਾਰ ਵੇਰੀਏਬਲਜ਼ (variables) ਦਾ ਰੀਅਲ-ਟਾਈਮ ਵਿੱਚ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਕੇ, AI ਸਹੀ ਨਿਰਦੇਸ਼ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ ਜੋ ਵਧੇਰੇ ਅਨੁਕੂਲਿਤ ਚੜ੍ਹਾਈ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦੇ ਹਨ। ਇਹ ਤਕਨਾਲੋਜੀ ਇਹ ਯਕੀਨੀ ਬਣਾਉਂਦੀ ਹੈ ਕਿ ਇੰਜਣਾਂ ਦੀ ਵਰਤੋਂ ਉਹਨਾਂ ਦੀ ਸਭ ਤੋਂ ਕੁਸ਼ਲ ਪਾਵਰ ਸੈਟਿੰਗਾਂ 'ਤੇ ਕੀਤੀ ਜਾਵੇ, ਜਿਸ ਨਾਲ ਮਹਿੰਗੇ ਏਵੀਏਸ਼ਨ ਟਰਬਾਈਨ ਫਿਊਲ (ATF) ਦੀ ਬੇਲੋੜੀ ਵਰਤੋਂ ਨੂੰ ਰੋਕਿਆ ਜਾ ਸਕੇ।

ਲਾਗਤ ਅਤੇ ਕਾਰਬਨ ਨਿਕਾਸ ਵਿੱਚ ਕਟੌਤੀ

ਭਾਰਤੀ ਕੈਰੀਅਰਾਂ ਲਈ, ਬਾਲਣ ਸਭ ਤੋਂ ਵੱਡੇ ਸੰਚਾਲਨ ਖਰਚਿਆਂ ਵਿੱਚੋਂ ਇੱਕ ਹੈ, ਜੋ ਅਕਸਰ ਕੁੱਲ ਸੰਚਾਲਨ ਲਾਗਤਾਂ ਦਾ ਲਗਭਗ 40% ਹੁੰਦਾ ਹੈ। ਹਰ ਉਡਾਣ ਵਿੱਚ ਬਾਲਣ ਦੀ ਖਪਤ ਵਿੱਚ ਮਾਮੂਲੀ ਕਟੌਤੀ ਵੀ ਸੈਂਕੜੇ ਜਹਾਜ਼ਾਂ ਦੇ ਫਲੀਟ ਵਿੱਚ ਫੈਲਣ 'ਤੇ ਵੱਡੀ ਬਚਤ ਵਿੱਚ ਬਦਲ ਸਕਦੀ ਹੈ।

ਵਿੱਤੀ ਪ੍ਰਭਾਵਾਂ ਤੋਂ ਇਲਾਵਾ, ਇਹ ਕਦਮ ਸਥਿਰਤਾ (sustainability) ਵੱਲ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਕਦਮ ਹੈ। ਬਾਲਣ ਦੀ ਘਟਾਈ ਹੋਈ ਖਪਤ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਘੱਟ CO2 ਨਿਕਾਸ ਵੱਲ ਲੈ ਜਾਂਦੀ ਹੈ, ਜੋ ਏਅਰਲਾਈਨਾਂ ਨੂੰ ਵਿਸ਼ਵਵਿਆਪੀ ਹਵਾਬਾਜ਼ੀ ਸਥਿਰਤਾ ਟੀਚਿਆਂ ਨਾਲ ਜੋੜਨ ਵਿੱਚ ਮਦਦ ਕਰਦੀ ਹੈ। ਜਿਵੇਂ ਕਿ ਉਦਯੋਗ ਨੂੰ "Net Zero" ਟੀਚਿਆਂ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਵਧਦੇ ਦਬਾਅ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈ ਰਿਹਾ ਹੈ, ਫਲਾਈਟ ਡੈੱਕ ਕਾਰਜਾਂ ਵਿੱਚ AI ਨੂੰ ਜੋੜਨਾ ਇੱਕ ਵਿਲਾਸਤਾ ਦੀ ਬਜਾਏ ਇੱਕ ਰਣਨੀਤਕ ਲੋੜ ਬਣ ਰਿਹਾ ਹੈ।

ਹਵਾਬਾਜ਼ੀ ਤਕਨਾਲੋਜੀ ਵਿੱਚ ਵਧਦਾ ਰੁਝਾਨ

ਇਸ ਖੋਜ ਵਿੱਚ IndiGo ਇਕੱਲਾ ਨਹੀਂ ਹੈ; ਵਿਸ਼ਵਵਿਆਪੀ ਹਵਾਬਾਜ਼ੀ ਖੇਤਰ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਅਤੇ ਪ੍ਰੈਡਿਕਟਿਵ ਐਨਾਲਿਟਿਕਸ (predictive analytics) ਦੇ ਤੇਜ਼ੀ ਨਾਲ ਇੱਕੀਕਰਨ ਦਾ ਗਵਾਹ ਬਣ ਰਿਹਾ ਹੈ। ਜਦੋਂ ਕਿ IndiGo ਟੇਕਆਫ ਪੜਾਅ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਦਾ ਹੈ, ਹੋਰ ਵਿਸ਼ਵਵਿਆਪੀ ਖਿਡਾਰੀ ਫਲਾਈਟ ਪਾਥ ਆਪਟੀਮਾਈਜ਼ੇਸ਼ਨ, ਜ਼ਮੀਨੀ ਦੇਰੀ ਤੋਂ ਬਚਣ ਲਈ ਪ੍ਰੈਡਿਕਟਿਵ ਮੇਨਟੇਨੈਂਸ, ਅਤੇ ਟਰਨਅਰਆਊਂਡ ਸਮੇਂ ਨੂੰ ਵਧੇਰੇ ਕੁਸ਼ਲਤਾ ਨਾਲ ਪ੍ਰਬੰਧਿਤ ਕਰਨ ਲਈ AI ਦੀ ਵਰਤੋਂ ਕਰ ਰਹੇ ਹਨ।

ਭਾਰਤ ਵਿੱਚ ਇਹਨਾਂ ਟਰਾਇਲ ਦੀ ਸਫਲਤਾ ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ ਹੋਰ ਘਰੇਲੂ ਕੈਰੀਅਰਾਂ ਲਈ ਇੱਕ ਨਮੂਨੇ (blueprint) ਵਜੋਂ ਕੰਮ ਕਰੇਗੀ। ਜਿਵੇਂ ਕਿ ਡੇਟਾ ਹਵਾਬਾਜ਼ੀ ਉਦਯੋਗ ਲਈ ਨਵਾਂ ਬਾਲਣ ਬਣ ਰਿਹਾ ਹੈ, ਮੈਟੇਓਰੋਲੋਜੀਕਲ ਅਤੇ ਮਕੈਨੀਕਲ ਡੇਟਾ ਦੀ ਵੱਡੀ ਮਾਤਰਾ ਨੂੰ ਪ੍ਰੋਸੈਸ ਕਰਨ ਦੀ ਯੋਗਤਾ ਆਉਣ ਵਾਲੇ ਦਹਾਕੇ ਵਿੱਚ ਏਅਰਲਾਈਨਾਂ ਦੀ ਮੁਕਾਬਲੇਬਾਜ਼ੀ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰੇਗੀ।

ਮੁੱਖ ਗੱਲਾਂ

• ਸਟੀਕ ਕੁਸ਼ਲਤਾ: IndiGo ਦੇ AI ਟਰਾਇਲ ਹਵਾ ਦੀ ਘਣਤਾ ਅਤੇ ਤਾਪਮਾਨ ਵਰਗੇ ਰੀਅਲ-ਟਾਈਮ ਵੇਰੀਏਬਲਜ਼ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਕੇ ਟੇਕਆਫ ਅਤੇ ਚੜ੍ਹਾਈ ਪ੍ਰੋਫਾਈਲਾਂ ਨੂੰ ਅਨੁਕੂਲਿਤ ਕਰਨ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਦੇ ਹਨ।
• ਲਾਗਤ ਅਤੇ ਸਥਿਰਤਾ: AI ਰਾਹੀਂ ਬਾਲਣ ਦੀ ਖਪਤ ਘਟਾਉਣਾ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਸੰਚਾਲਨ ਖਰਚਿਆਂ ਨੂੰ ਘਟਾਉਂਦਾ ਹੈ ਅਤੇ ਏਅਰਲਾਈਨਾਂ ਨੂੰ ਆਪਣੇ ਕਾਰਬਨ ਫੁੱਟਪ੍ਰਿੰਟ ਨੂੰ ਘਟਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ।
• ਉਦਯੋਗਿਕ ਤਬਦੀਲੀ: ਇਹ ਕਦਮ ਇੱਕ ਵਿਆਪਕ ਰੁਝਾਨ ਦਾ ਸੰਕੇਤ ਦਿੰਦਾ ਹੈ ਜਿੱਥੇ ਭਾਰਤੀ ਹਵਾਬਾਜ਼ੀ ਉੱਚ ਬਾਲਣ ਦੀਆਂ ਲਾਗਤਾਂ ਦਾ ਮੁਕਾਬਲਾ ਕਰਨ ਅਤੇ ਵਾਤਾਵਰਣ ਦੇ ਟੀਚਿਆਂ ਨੂੰ ਪੂਰਾ ਕਰਨ ਲਈ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਦੀ ਵਰਤੋਂ ਕਰ ਰਹੀ ਹੈ।