AI ਏਅਰਲਾਈਨਾਂ ਲਈ ਬਾਲਣ ਦੀ ਲਾਗਤ ਘਟਾਉਣ ਵਿੱਚ ਕਿਵੇਂ ਮਦਦ ਕਰ ਰਿਹਾ ਹੈ: IndiGo ਟ੍ਰਾਇਲ ਸ਼ੁਰੂ ਕਰੇਗੀ

ਹਵਾਬਾਜ਼ੀ ਉਦਯੋਗ ਸੰਚਾਲਨ ਕੁਸ਼ਲਤਾ ਦੇ ਇੱਕ ਨਵੇਂ ਯੁੱਗ ਵਿੱਚ ਪ੍ਰਵੇਸ਼ ਕਰ ਰਿਹਾ ਹੈ ਕਿਉਂਕਿ ਏਅਰਲਾਈਨਾਂ ਆਪਣੇ ਸਭ ਤੋਂ ਵੱਡੇ ਖਰਚਿਆਂ ਵਿੱਚੋਂ ਇੱਕ: ਬਾਲਣ ਦੀ ਖਪਤ ਨਾਲ ਨਜਿੱਠਣ ਲਈ ਵੱਧ ਤੋਂ ਵੱਧ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਦਾ ਸਹਾਰਾ ਲੈ ਰਹੀਆਂ ਹਨ। ਭਾਰਤ ਦੀ ਪ੍ਰਮੁੱਖ ਕੈਰੀਅਰ, IndiGo, ਬਾਲਣ ਦੀ ਵਰਤੋਂ ਨੂੰ ਘਟਾਉਣ ਲਈ ਫਲਾਈਟ ਟੇਕ-ਆਫ (take-offs) ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਣ ਦੇ ਉਦੇਸ਼ ਨਾਲ ਵਿਸ਼ੇਸ਼ AI-ਅਧਾਰਿਤ ਟ੍ਰਾਇਲ ਸ਼ੁਰੂ ਕਰਕੇ ਇਸ ਦੀ ਅਗਵਾਈ ਕਰ ਰਹੀ ਹੈ।

ਸਭ ਤੋਂ ਵੱਧ ਬਾਲਣ ਦੀ ਵਰਤੋਂ ਵਾਲੇ ਪੜਾਅ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਣਾ: ਟੇਕ-ਆਫ (Take-off)

ਕਿਸੇ ਵੀ ਏਅਰਲਾਈਨ ਲਈ, ਟੇਕ-ਆਫ ਪੜਾਅ ਉਡਾਣ ਦੇ ਸਭ ਤੋਂ ਵੱਧ ਊਰਜਾ ਦੀ ਵਰਤੋਂ ਵਾਲੇ ਹਿੱਸਿਆਂ ਵਿੱਚੋਂ ਇੱਕ ਹੈ। ਇੱਕ ਜਹਾਜ਼ ਕਿਵੇਂ ਉੱਪਰ ਚੜ੍ਹਦਾ ਹੈ ਅਤੇ ਆਪਣੇ ਥ੍ਰਸਟ (thrust) ਨੂੰ ਕਿਵੇਂ ਪ੍ਰਬੰਧਿਤ ਕਰਦਾ ਹੈ, ਇਸ ਵਿੱਚ ਮਾਮੂਲੀ ਜਿਹੀਆਂ ਤਬਦੀਲੀਆਂ ਵੀ ਹਜ਼ਾਰਾਂ ਫਲਾਈਟ ਚੱਕਰਾਂ ਦੌਰਾਨ ਮਹੱਤਵਪੂਰਨ ਬਚਤ ਕਰ ਸਕਦੀਆਂ ਹਨ। IndiGo ਅੱਜ ਅਜਿਹੇ ਟ੍ਰਾਇਲ ਸ਼ੁਰੂ ਕਰਨ ਲਈ ਤਿਆਰ ਹੈ ਜੋ ਸਭ ਤੋਂ "ਕਿਫਾਇਤੀ" ਟੇਕ-ਆਫ ਪ੍ਰੋਫਾਈਲਾਂ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਨ ਲਈ AI ਐਲਗੋਰਿਦਮ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ।

ਵਿਸ਼ਾਲ ਡੇਟਾ ਸੈੱਟਾਂ—ਜਿਨ੍ਹਾਂ ਵਿੱਚ ਜਹਾਜ਼ ਦਾ ਭਾਰ, ਵਾਯੂਮੰਡਲ ਦੀਆਂ ਸਥਿਤੀਆਂ, ਰਨਵੇ ਦੀ ਲੰਬਾਈ ਅਤੇ ਆਲੇ-ਦੁਆਲੇ ਦਾ ਤਾਪਮਾਨ ਸ਼ਾਮਲ ਹਨ—ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਕੇ, AI ਸਹੀ ਇੰਜਣ ਸੈਟਿੰਗਾਂ ਅਤੇ ਕਲਾਈਮ ਗ੍ਰੇਡੀਐਂਟਸ (climb gradients) ਦਾ ਸੁਝਾਅ ਦੇ ਸਕਦਾ ਹੈ। ਇਹ ਮਾਈਕਰੋ-ਅਡਜਸਟਮੈਂਟਸ ਇਹ ਯਕੀਨੀ ਬਣਾਉਂਦੇ ਹਨ ਕਿ ਜਹਾਜ਼ ਯਾਤਰੀਆਂ ਦੀ ਸੁਰੱਖਿਆ ਜਾਂ ਸੰਚਾਲਨ ਮਿਆਰਾਂ ਨਾਲ ਸਮਝੌਤਾ ਕੀਤੇ ਬਿਨਾਂ ਸੁਰੱਖਿਅਤ ਕਰੂਜ਼ਿੰਗ ਉਚਾਈ ਤੱਕ ਪਹੁੰਚਣ ਲਈ ਲੋੜੀਂਦੀ ਘੱਟੋ-ਘੱਟ ਮਾਤਰਾ ਵਿੱਚ ਬਾਲਣ ਦੀ ਵਰਤੋਂ ਕਰੇ।

ਆਰਥਿਕ ਅਤੇ ਵਾਤਾਵਰਣਕ ਲੋੜ

AI-ਅਧਾਰਿਤ ਫਲਾਈਟ ਪ੍ਰਬੰਧਨ ਵੱਲ ਤਬਦੀਲੀ ਦੋਹਰੀ ਲੋੜ ਦੁਆਰਾ ਚਲਾਈ ਜਾ ਰਹੀ ਹੈ: ਵਧਦੀਆਂ ਬਾਲਣ ਦੀਆਂ ਕੀਮਤਾਂ ਅਤੇ ਡੀਕਾਰਬਨਾਈਜ਼ੇਸ਼ਨ (decarbonization) ਲਈ ਵਿਸ਼ਵਵਿਆਪੀ ਦਬਾਅ। ਜੈੱਟ ਫਿਊਲ (ATF) ਭਾਰਤੀ ਕੈਰੀਅਰਾਂ ਲਈ ਸਭ ਤੋਂ ਵੱਡਾ ਇਕੱਲਾ ਖਰਚਾ ਬਣਿਆ ਹੋਇਆ ਹੈ, ਜੋ ਅਕਸਰ ਕੁੱਲ ਸੰਚਾਲਨ ਲਾਗਤਾਂ ਦਾ ਲਗਭਗ 40% ਹੁੰਦਾ ਹੈ। ਐਲਗੋਰਿਦਮਿਕ ਅਨੁਕੂਲਤਾ ਰਾਹੀਂ ਬਾਲਣ ਦੀ ਖਪਤ ਵਿੱਚ 1% ਦੀ ਕਮੀ ਵੀ IndiGo ਵਰਗੇ ਵੱਡੇ ਪੱਧਰ ਦੇ ਸੰਚਾਲਕ ਲਈ ਸਾਲਾਨਾ ਲੱਖਾਂ ਡਾਲਰਾਂ ਦੀ ਬਚਤ ਵਿੱਚ ਬਦਲ ਸਕਦੀ ਹੈ।

ਬੈਲੇਂਸ ਸ਼ੀਟ ਤੋਂ ਇਲਾਵਾ, ਇਹ ਤਕਨੀਕੀ ਦਖਲਅੰਦਾਜ਼ੀ ਸਥਿਰਤਾ (sustainability) ਦੇ ਟੀਚਿਆਂ ਨੂੰ ਪੂਰਾ ਕਰਨ ਲਈ ਮਹੱਤਵਪੂਰਨ ਹੈ। ਜਿਵੇਂ-ਜਿਵੇਂ ਹਵਾਬਾਜ਼ੀ ਖੇਤਰ ਨੂੰ ਆਪਣੇ ਕਾਰਬਨ ਫੁੱਟਪ੍ਰਿੰਟ ਨੂੰ ਘਟਾਉਣ ਲਈ ਵਧਦੇ ਦਬਾਅ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈ ਰਿਹਾ ਹੈ, AI CO2 ਉਤਸਰਜਨ ਨੂੰ ਘਟਾਉਣ ਲਈ ਇੱਕ ਵਿਸਤਾਰਯੋਗ ਤਰੀਕਾ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ। ਫਲਾਈਟ ਪਾਥ ਦੇ ਹਰ ਪੜਾਅ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾ ਕੇ, ਏਅਰਲਾਈਨਾਂ ਆਪਣੇ ਮੌਜੂਦਾ ਜਹਾਜ਼ਾਂ ਦੇ ਪੂਰੇ ਫਲੀਟ ਨੂੰ ਬਦਲੇ ਬਿਨਾਂ ਆਪਣੇ ਵਾਤਾਵਰਣਕ ਪ੍ਰਭਾਵ ਨੂੰ ਕਾਫ਼ੀ ਹੱਦ ਤੱਕ ਘਟਾ ਸਕਦੀਆਂ ਹਨ।

ਬੁੱਧੀਮਾਨ ਹਵਾਬਾਜ਼ੀ (Intelligent Aviation) ਵੱਲ ਇੱਕ ਵਿਸ਼ਾਲ ਉਦਯੋਗਿਕ ਰੁਝਾਨ

IndiGo ਦਾ ਇਹ ਕਦਮ ਕੋਈ ਇਕੱਲੀ ਘਟਨਾ ਨਹੀਂ ਹੈ ਬਲਕਿ ਵਿਸ਼ਵਵਿਆਪੀ ਹਵਾਬਾਜ਼ੀ ਵਿੱਚ ਇੱਕ ਵਿਸ਼ਾਲ ਤਕਨੀਕੀ ਤਬਦੀਲੀ ਦਾ ਹਿੱਸਾ ਹੈ। ਏਅਰਲਾਈਨਾਂ ਰਵਾਇਤੀ, ਸਥਿਰ ਫਲਾਈਟ ਮੈਨੂਅਲਾਂ ਤੋਂ ਦੂਰ ਹੋ ਕੇ ਗਤੀਸ਼ੀਲ, ਰੀਅਲ-ਟਾਈਮ ਫੈਸਲੇ ਲੈਣ ਵਾਲੇ ਸਾਧਨਾਂ ਵੱਲ ਵਧ ਰਹੀਆਂ ਹਨ। ਆਧੁਨਿਕ AI ਪ੍ਰਣਾਲੀਆਂ ਜਹਾਜ਼ ਵਿੱਚ ਲੱਗੇ ਸੈਂਸਰਾਂ ਤੋਂ "big data" ਨੂੰ ਪ੍ਰੋਸੈਸ ਕਰ ਸਕਦੀਆਂ ਹਨ ਤਾਂ ਜੋ ਮਕੈਨੀਕਲ ਕੁਸ਼ਲਤਾ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕੀਤੀ ਜਾ ਸਕੇ ਅਤੇ ਰੀਅਲ-ਟਾਈਮ ਵਿੱਚ ਉਡਾਣ ਦੇ ਰਸਤੇ (flight trajectories) ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਇਆ ਜਾ ਸਕੇ।

ਜਿਵੇਂ-ਜਿਵੇਂ ਇਹ ਟ੍ਰਾਇਲ ਅੱਗੇ ਵਧਦੇ ਹਨ, ਫਲਾਈਟ ਕਾਰਜਾਂ ਵਿੱਚ ਮਸ਼ੀਨ ਲਰਨਿੰਗ (machine learning) ਦਾ ਇੱਕਤਾਗਰ ਹੋਣਾ ਉਦਯੋਗ ਦਾ ਮਿਆਰ ਬਣਨ ਦੀ ਉਮੀਦ ਹੈ। ਭਾਰਤੀ ਵਪਾਰਕ ਪੇਸ਼ੇਵਰਾਂ ਅਤੇ ਨਿਵੇਸ਼ਕਾਂ ਲਈ, ਇਹ ਹਵਾਬਾਜ਼ੀ ਦੇ ਖੇਤਰ ਵਿੱਚ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਤਬਦੀਲੀ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ—ਜਿੱਥੇ ਮੁਕਾਬਲੇਬਾਜ਼ੀ ਦਾ ਫਾਇਦਾ ਹੁਣ ਸਿਰਫ਼ ਫਲੀਟ ਦੇ ਆਕਾਰ ਜਾਂ ਰੂਟ ਨੈੱਟਵਰਕਾਂ ਬਾਰੇ ਨਹੀਂ ਹੈ, ਸਗੋਂ ਕੌਕਪਿਟ ਨੂੰ ਚਲਾਉਣ ਵਾਲੀ ਡੇਟਾ ਸਾਇੰਸ ਦੀ ਸੂਖਮਤਾ ਬਾਰੇ ਹੈ।

ਮੁੱਖ ਨੁਕਤੇ

• ਸਟੀਕ ਅਨੁਕੂਲਤਾ (Precision Optimization): IndiGo ਜਹਾਜ਼ ਦੇ ਭਾਰ ਅਤੇ ਮੌਸਮ ਦੀਆਂ ਸਥਿਤੀਆਂ ਵਰਗੇ ਵੇਰੀਏਬਲਜ਼ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਕੇ ਸਭ ਤੋਂ ਵੱਧ ਬਾਲਣ-ਕੁਸ਼ਲ ਟੇਕ-ਆਫ ਪ੍ਰੋਫਾਈਲਾਂ ਦੀ ਗਣਨਾ ਕਰਨ ਲਈ AI ਦੀ ਵਰਤੋਂ ਕਰ ਰਹੀ ਹੈ।
• ਲਾਗਤ ਅਤੇ ਕਾਰਬਨ ਵਿੱਚ ਕਮੀ: AI-ਅਧਾਰਿਤ ਬਾਲਣ ਦੀ ਬਚਤ ATF ਖਰਚਿਆਂ ਨੂੰ ਘਟਾ ਕੇ ਏਅਰਲਾਈਨ ਦੀ ਮੁਨਾਫਾਯੋਗਤਾ 'ਤੇ ਸਿੱਧਾ ਪ੍ਰਭਾਵ ਪਾਉਂਦੀ ਹੈ ਅਤੇ ਵਿਸ਼ਵਵਿਆਪੀ ਕਾਰਬਨ ਉਤਸਰਜਨ ਦੇ ਟੀਚਿਆਂ ਨੂੰ ਪੂਰਾ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦੀ ਹੈ।
• ਡੇਟਾ-ਅਧਾਰਿਤ ਭਵਿੱਖ: ਇਹ ਕਦਮ "ਬੁੱਧੀਮਾਨ ਹਵਾਬਾਜ਼ੀ" (intelligent aviation) ਵੱਲ ਤਬਦੀਲੀ ਦਾ ਸੰਕੇਤ ਦਿੰਦਾ ਹੈ, ਜਿੱਥੇ ਰੀਅਲ-ਟਾਈਮ ਡੇਟਾ ਅਤੇ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਸੰਚਾਲਨ ਕੁਸ਼ਲਤਾ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਦੇ ਹਨ।