AI ਕਿਵੇਂ ਏਅਰਲਾਈਨਾਂ ਨੂੰ ਬਾਲਣ ਦੀ ਲਾਗਤ ਘਟਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰ ਰਿਹਾ ਹੈ: IndiGo ਦਾ ਨਵਾਂ ਪਾਇਲਟ ਪ੍ਰੋਜੈਕਟ

ਜਿਵੇਂ ਕਿ ਵਿਸ਼ਵ ਪੱਧਰ 'ਤੇ ਬਾਲਣ ਦੀਆਂ ਕੀਮਤਾਂ ਅਸਥਿਰ ਰਹਿ ਰਹੀਆਂ ਹਨ, ਏਅਰਲਾਈਨਾਂ ਉਡਾਣ ਸੰਚਾਲਨ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਣ ਅਤੇ ਕਾਰਬਨ ਫੁੱਟਪ੍ਰਿੰਟ ਨੂੰ ਘਟਾਉਣ ਲਈ ਉੱਨਤ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਵੱਲ ਵਧੇਰੇ ਮੁੜ ਰਹੀਆਂ ਹਨ। ਭਾਰਤ ਦੀ ਹਵਾਈ ਉਡਾਣ ਖੇਤਰ ਦੀ ਮੋਹਰੀ ਕੰਪਨੀ, IndiGo, ਅੱਜ ਤੋਂ AI-ਅਧਾਰਿਤ ਟੇਕਆਫ (takeoff) ਪ੍ਰਕਿਰਿਆਵਾਂ ਲਈ ਪ੍ਰਯੋਗ ਸ਼ੁਰੂ ਕਰਕੇ ਇਸ ਤਕਨੀਕੀ ਤਬਦੀਲੀ ਦੀ ਅਗਵਾਈ ਕਰਨ ਲਈ ਤਿਆਰ ਹੈ।

AI ਰਾਹੀਂ ਬਾਲਣ ਦੀ ਕੁਸ਼ਲਤਾ ਦੀ ਭਾਲ

ਬਾਲਣ ਆਮ ਤੌਰ 'ਤੇ ਇੱਕ ਏਅਰਲਾਈਨ ਦੇ ਸੰਚਾਲਨ ਖਰਚੇ ਦਾ ਇੱਕ ਵੱਡਾ ਹਿੱਸਾ ਹੁੰਦਾ ਹੈ। ਵਧਦੀਆਂ ਲਾਗਤਾਂ ਅਤੇ ਵਾਤਾਵਰਣ ਸੰਬੰਧੀ ਚਿੰਤਾਵਾਂ ਨਾਲ ਨਜਿੱਠਣ ਲਈ, ਕੈਰੀਅਰ ਰਵਾਇਤੀ ਉਡਾਣ ਯੋਜਨਾਬੰਦੀ ਤੋਂ ਅੱਗੇ ਵਧ ਕੇ ਰੀਅਲ-ਟਾਈਮ, ਡੇਟਾ-ਅਧਾਰਿਤ ਫੈਸਲੇ ਲੈਣ ਵੱਲ ਦੇਖ ਰਹੇ ਹਨ। ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਦਾ ਇੱਕASਟੇਗ੍ਰੇਸ਼ਨ ਏਅਰਲਾਈਨਾਂ ਨੂੰ ਹਵਾ ਦੀ ਗਤੀ, ਹਵਾ ਦੀ ਘਣਤਾ, ਜਹਾਜ਼ ਦਾ ਭਾਰ, ਅਤੇ ਰਨਵੇਅ ਦੀਆਂ ਸਥਿਤੀਆਂ ਵਰਗੇ ਗੁੰਝਲਦਾਰ ਵੇਰੀਏਬਲਜ਼ (variables) ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ, ਤਾਂ ਜੋ ਜਹਾਜ਼ ਨੂੰ ਹਵਾ ਵਿੱਚ ਲੈ ਜਾਣ ਦਾ ਸਭ ਤੋਂ ਕੁਸ਼ਲ ਤਰੀਕਾ ਲੱਭਿਆ ਜਾ ਸਕੇ।

ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਐਲਗੋਰਿਦਮ ਦੀ ਵਰਤੋਂ ਕਰਕੇ, ਏਅਰਲਾਈਨਾਂ "ਸਭ ਲਈ ਇੱਕੋ ਜਿਹੇ" (one-size-fits-all) ਟੇਕਆਫ ਪ੍ਰੋਫਾਈਲਾਂ ਤੋਂ ਦੂਰ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਇਸ ਦੀ ਬਜਾਏ, ਉਹ ਬਹੁਤ ਹੀ ਵਿਸ਼ੇਸ਼ ਤੌਰ 'ਤੇ ਤਿਆਰ ਕੀਤੇ ਗਏ ਉਡਾਣ ਮਾਰਗਾਂ ਨੂੰ ਲਾਗੂ ਕਰ ਸਕਦੀਆਂ ਹਨ ਜਿਨ੍ਹਾਂ ਲਈ ਘੱਟ ਥਰਸਟ (thrust) ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ ਅਤੇ ਨਤੀਜੇ ਵਜੋਂ, ਉਡਾਣ ਦੇ ਸਭ ਤੋਂ ਵੱਧ ਊਰਜਾ ਦੀ ਵਰਤੋਂ ਵਾਲੇ ਪੜਾਅ ਦੌਰਾਨ ਬਾਲਣ ਦੀ ਖਪਤ ਘੱਟ ਹੁੰਦੀ ਹੈ।

AI ਟੇਕਆਫਸ ਵਿੱਚ IndiGo ਦਾ ਰਣਨੀਤਕ ਕਦਮ

IndiGo, ਜੋ ਕਿ ਭਾਰਤੀ ਘਰੇਲੂ ਬਾਜ਼ਾਰ ਵਿੱਚ ਦਬਦਬਾ ਰੱਖਦੀ ਹੈ, ਅੱਜ ਆਪਣੇ AI-ਸੰਚਾਲਿਤ ਟੇਕਆਫ ਪ੍ਰਯੋਗਾਂ ਨੂੰ ਲਾਂਚ ਕਰਕੇ ਸੰਚਾਲਨ ਉੱਤਮਤਾ ਵੱਲ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਕਦਮ ਵਧਾ ਰਹੀ ਹੈ। ਇਸ ਪਹਿਲਕਦਮੀ ਦਾ ਮੁੱਖ ਉਦੇਸ਼ "ਘੱਟ ਬਾਲਣ ਵਾਲੇ ਟੇਕਆਫ" (thriftier takeoffs) ਪ੍ਰਾਪਤ ਕਰਨਾ ਹੈ।

ਰਵਾਇਤੀ ਟੇਕਆਫ ਪ੍ਰਕਿਰਿਆਵਾਂ ਵਿੱਚ ਅਕਸਰ ਵੱਖ-ਵੱਖ ਸਥਿਤੀਆਂ ਦੇ ਅਧੀਨ ਸੁਰੱਖਿਆ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ ਇੱਕ ਨਿਸ਼ਚਿਤ ਪੱਧਰ ਦਾ ਬਾਲਣ ਬਫਰ (fuel buffer) ਸ਼ਾਮਲ ਹੁੰਦਾ ਹੈ। ਹਾਲਾਂਕਿ, AI ਇਹਨਾਂ ਸੁਰੱਖਿਆ ਮਾਰਜਿਨਾਂ ਦੀ ਬਹੁਤ ਉੱਚੀ ਸ਼ੁੱਧਤਾ ਨਾਲ ਗਣਨਾ ਕਰ ਸਕਦਾ ਹੈ। AI ਸਿਮੂਲੇਸ਼ਨਾਂ ਅਤੇ ਰੀਅਲ-ਟਾਈਮ ਡੇਟਾ ਰਾਹੀਂ ਥਰਸਟ ਸੈਟਿੰਗਾਂ ਅਤੇ ਕਲਾਈਮ ਗ੍ਰੇਡੀਐਂਟ (climb gradient) ਨੂੰ ਅਨੁਕੂਲ ਬਣਾ ਕੇ, IndiGo ਦਾ ਉਦੇਸ਼ ਹਰ ਰਵਾਨਗੀ ਦੌਰਾਨ ਬਲਣ ਵਾਲੇ ਬਾਲਣ ਦੀ ਮਾਤਰਾ ਨੂੰ ਕਾਫ਼ੀ ਘਟਾਉਣਾ ਹੈ। ਇਹ ਕਦਮ ਨਾ ਸਿਰਫ਼ ਏਅਰਲਾਈਨ ਦੇ ਮੁਨਾਫ਼ੇ ਨੂੰ ਸੁਧਾਰਨ ਦਾ ਵਾਅਦਾ ਕਰਦਾ ਹੈ, ਸਗੋਂ ਟਿਕਾਊ ਅਤੇ "ਗ੍ਰੀਨ" ਉਡਾਣਾਂ ਵੱਲ ਵਿਸ਼ਵਵਿਆਪੀ ਹਵਾਬਾਜ਼ੀ ਦੇ ਰੁਝਾਨਾਂ ਦੇ ਅਨੁਕੂਲ ਵੀ ਹੈ।

ਹਵਾਬਾਜ਼ੀ ਉਦਯੋਗ 'ਤੇ ਵਿਆਪਕ ਪ੍ਰਭਾਵ

IndiGo ਦਾ ਇਹ ਕਦਮ ਇੱਕ ਵੱਡੇ ਵਿਸ਼ਵਵਿਆਪੀ ਰੁਝਾਨ ਦਾ ਹਿੱਸਾ ਹੈ ਜਿੱਥੇ ਹਵਾਬਾਜ਼ੀ ਦੀਆਂ ਦਿੱਗਜ ਕੰਪਨੀਆਂ ਉਦਯੋਗ ਦੀ ਸਭ ਤੋਂ ਵੱਡੀ ਚੁਣੌਤੀ: ਕੁਸ਼ਲਤਾ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ ਬਿਗ ਡੇਟਾ (Big Data) ਦੀ ਵਰਤੋਂ ਕਰ ਰਹੀਆਂ ਹਨ। ਹਾਲਾਂਕਿ ਇਹ ਪ੍ਰਯੋਗ ਟੇਕਆਫ ਪੜਾਅ 'ਤੇ ਕੇਂਦਰਿਤ ਹੈ, ਪਰ ਇਸ ਦੇ ਪ੍ਰਭਾਵ ਬਹੁਤ ਵਿਆਪਕ ਹਨ। AI ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ:

• ਰੂਟ ਅਨੁਕੂਲਤਾ (Route Optimization): ਵੱਖ-ਵੱਖ ਮੌਸਮ ਦੇ ਪੈਟਰਨਾਂ ਰਾਹੀਂ ਸਭ ਤੋਂ ਵੱਧ ਬਾਲਣ-ਕੁਸ਼ਲ ਮਾਰਗਾਂ ਦੀ ਗਣਨਾ ਕਰਨਾ।
• ਪੂਰਵ ਅਨੁਮਾਨਿਤ ਰੱਖ-ਰਖਾਅ (Predictive Maintenance): ਇੰਜਣ ਦੀਆਂ ਸੰਭਾਵਿਤ ਸਮੱਸਿਆਵਾਂ ਦੀ ਪਛਾਣ ਕਰਨ ਲਈ ਜੋ ਦੇਰੀ ਜਾਂ ਬੇਲੋੜੀ ਬਾਲਣ ਦੀ ਖਪਤ ਦਾ ਕਾਰਨ ਬਣ ਸਕਦੀਆਂ ਹਨ।
• ਭਾਰ ਪ੍ਰਬੰਧਨ (Weight Management): ਪੇਲੋਡ (payload) ਅਤੇ ਬਾਲਣ ਲੋਡਿੰਗ ਨੂੰ ਬਿਹਤਰ ਢੰਗ ਨਾਲ ਪ੍ਰਬੰਧਿਤ ਕਰਨ ਲਈ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਕਰਨਾ।

ਭਾਰਤੀ ਹਵਾਬਾਜ਼ੀ ਖੇਤਰ ਲਈ, ਜਿੱਥੇ ਯਾਤਰੀਆਂ ਦੀ ਗਿਣਤੀ ਵਿੱਚ ਭਾਰੀ ਵਾਧਾ ਹੋ ਰਿਹਾ ਹੈ, ਇਹ ਤਕਨੀਕੀ ਉੱਨਤੀਆਂ ਹੁਣ ਸਿਰਫ਼ ਵਿਲਾਸਤਾ ਨਹੀਂ ਹਨ ਬਲਕਿ ਮੁਨਾਫ਼ਾ ਬਣਾਈ ਰੱਖਣ ਅਤੇ ਵਾਤਾਵਰਣ ਦੇ ਟੀਚਿਆਂ ਨੂੰ ਪੂਰਾ ਕਰਨ ਲਈ ਜ਼ਰੂਰੀ ਹਨ।

ਮੁੱਖ ਨੁਕਤੇ

• IndiGo ਰਵਾਨਗੀ ਦੌਰਾਨ ਥਰਸਟ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਣ ਅਤੇ ਬਾਲਣ ਦੀ ਖਪਤ ਨੂੰ ਘਟਾਉਣ ਲਈ ਅੱਜ AI-ਅਧਾਰਿਤ ਟੇਕਆਫ ਪ੍ਰਯੋਗ ਸ਼ੁਰੂ ਕਰ ਰਿਹਾ ਹੈ।
• ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਮੌਸਮ ਅਤੇ ਜਹਾਜ਼ ਦੇ ਵੇਰੀਏਬਲਜ਼ ਦੇ ਅਧਾਰ 'ਤੇ ਬਹੁਤ ਸਹੀ, ਰੀਅਲ-ਟਾਈਮ ਸਮਝੌਤੇ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦੀ ਹੈ, ਜੋ ਕਿ ਆਮ ਉਡਾਣ ਪ੍ਰੋਫਾਈਲਾਂ ਦੀ ਜਗ੍ਹਾ ਲੈਂਦੀ ਹੈ।
• AI-ਅਧਾਰਿਤ ਬਾਲਣ ਬਚਾਉਣ ਦੇ ਉਪਾਵਾਂ ਨੂੰ ਲਾਗੂ ਕਰਨ ਨਾਲ ਏਅਰਲਾਈਨਾਂ ਨੂੰ ਇੱਕੋ ਸਮੇਂ ਸੰਚਾਲਨ ਮਾਰਜਿਨ ਵਿੱਚ ਸੁਧਾਰ ਕਰਨ ਅਤੇ ਆਪਣੇ ਕੁੱਲ ਕਾਰਬਨ ਨਿਕਾਸ ਨੂੰ ਘਟਾਉਣ ਵਿੱਚ ਮਦਦ ਮਿਲਦੀ ਹੈ।