ਇੰਡੀਗੋ (IndiGo) ਬਾਲਣ ਦੀ ਖਪਤ ਅਤੇ ਟੇਕ-ਆਫਾਂ ਨੂੰ ਅਨੁਕੂਲਤਮ ਬਣਾਉਣ ਲਈ AI ਦੀ ਵਰਤੋਂ ਕਿਵੇਂ ਕਰ ਰਿਹਾ ਹੈ
ਜਿਵੇਂ-ਜਿਵੇਂ ਬਾਲਣ ਦੀਆਂ ਲਾਗਤਾਂ ਏਅਰਲਾਈਨਾਂ ਦੇ ਮੁਨਾਫੇ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰ ਰਹੀਆਂ ਹਨ, ਹਵਾਬਾਜ਼ੀ ਉਦਯੋਗ ਕਾਰਜਸ਼ੀਲ ਕੁਸ਼ਲਤਾ ਵਧਾਉਣ ਲਈ ਵੱਧ ਤੋਂ ਵੱਧ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਵੱਲ ਮੁੜ ਰਿਹਾ ਹੈ। ਭਾਰਤ ਦੀ ਸਭ ਤੋਂ ਵੱਡੀ ਕੈਰੀਅਰ, IndiGo, ਅੱਜ ਜਹਾਜ਼ਾਂ ਦੇ ਟੇਕ-ਆਫ ਪ੍ਰਕਿਰਿਆਵਾਂ ਨੂੰ ਅਨੁਕੂਲਤਮ ਬਣਾਉਣ ਲਈ ਵਿਸ਼ੇਸ਼ AI-ਅਧਾਰਿਤ ਪ੍ਰਯੋਗ ਸ਼ੁਰੂ ਕਰਕੇ ਇਸ ਤਕਨੀਕੀ ਤਬਦੀਲੀ ਦੀ ਅਗਵਾਈ ਕਰਨ ਲਈ ਤਿਆਰ ਹੈ।
AI-ਅਧਾਰਿਤ ਬਾਲਣ ਕੁਸ਼ਲਤਾ ਵੱਲ ਤਬਦੀਲੀ
ਬਹੁਤ ਹੀ ਮੁਕਾਬਲੇਬਾਜ਼ ਭਾਰਤੀ ਬਾਜ਼ਾਰ ਵਿੱਚ ਕੰਮ ਕਰ ਰਹੀ ਕਿਸੇ ਵੀ ਏਅਰਲਾਈਨ ਲਈ ਬਾਲਣ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਵਾਧੂ ਲਾਗਤਾਂ ਵਿੱਚੋਂ ਇੱਕ ਹੈ। ਵਧਦੇ ਖਰਚਿਆਂ ਦਾ ਮੁਕਾਬਲਾ ਕਰਨ ਅਤੇ ਕਾਰਬਨ ਫੁੱਟਪ੍ਰਿੰਟ ਨੂੰ ਘਟਾਉਣ ਲਈ, ਏਅਰਲਾਈਨਾਂ ਰਵਾਇਤੀ ਮੈਨੂਅਲ ਫਲਾਈਟ ਪੈਰਾਮੀਟਰਾਂ ਤੋਂ ਹਟ ਕੇ ਡੇਟਾ-ਅਧਾਰਿਤ ਫੈਸਲੇ ਲੈਣ ਵੱਲ ਵਧ ਰਹੀਆਂ ਹਨ। ਫਲਾਈਟ ਕਾਰਜਾਂ ਵਿੱਚ AI ਨੂੰ ਜੋੜਨ ਦਾ ਮੁੱਖ ਉਦੇਸ਼ ਇੰਜਣ ਦੀ ਕਾਰਗੁਜ਼ਾਰੀ ਵਿੱਚ "ਸਹੀ ਸੰਤੁਲਨ" (sweet spot) ਲੱਭਣਾ ਹੈ—ਜਿੱਥੇ ਲੋੜ ਹੋਵੇ ਉੱਥੇ ਥਰਸਟ (thrust) ਨੂੰ ਵੱਧ ਤੋਂ ਵੱਧ ਕਰਨਾ ਅਤੇ ਬੇਲੋੜੀ ਬਾਲਣ ਦੀ ਖਪਤ ਨੂੰ ਘੱਟ ਤੋਂ ਘੱਟ ਕਰਨਾ।
ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਐਲਗੋਰਿਦਮ ਦੀ ਵਰਤੋਂ ਕਰਕੇ, ਏਅਰਲਾਈਨਾਂ ਮੌਸਮ ਦੇ ਪੈਟਰਨ, ਜਹਾਜ਼ ਦਾ ਭਾਰ, ਆਲੇ-ਦੁਆਲੇ ਦੇ ਤਾਪਮਾਨ ਅਤੇ ਇੰਜਣ ਦੀ ਕਾਰਗੁਜ਼ਾਰੀ ਦੇ ਮਾਪਦੰਡਾਂ ਸਮੇਤ ਵਿਸ਼ਾਲ ਡੇਟਾਸੈਟਾਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰ ਸਕਦੀਆਂ ਹਨ। ਇਹ ਵਧੇਰੇ ਸਹੀ ਗਣਨਾਵਾਂ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ ਜੋ ਸ਼ਾਇਦ ਮਨੁੱਖੀ ਪਾਇਲਟ ਜਾਂ ਮਿਆਰੀ ਫਲਾਈਟ ਪ੍ਰਬੰਧਨ ਪ੍ਰਣਾਲੀਆਂ (flight management systems) ਰੀਅਲ-ਟਾਈਮ ਵਿੱਚ ਪੂਰੀ ਤਰ੍ਹਾਂ ਅਨੁਕੂਲਤਮ ਨਾ ਕਰ ਸਕਣ।
ਕਿਫਾਇਤੀ ਟੇਕ-ਆਫਾਂ ਲਈ IndiGo ਦੇ ਰਣਨੀਤਕ ਪ੍ਰਯੋਗ
ਅੱਜ ਤੋਂ, IndiGo ਉਡਾਣ ਦੇ ਟੇਕ-ਆਫ ਪੜਾਅ ਨੂੰ ਅਨੁਕੂਲਤਮ ਬਣਾਉਣ 'ਤੇ ਕੇਂਦਰਿਤ ਪ੍ਰਯੋਗ ਸ਼ੁਰੂ ਕਰ ਰਿਹਾ ਹੈ। ਟੇਕ-ਆਫ ਯਾਤਰਾ ਦੇ ਸਭ ਤੋਂ ਵੱਧ ਬਾਲਣ ਦੀ ਖਪਤ ਵਾਲੇ ਪੜਾਵਾਂ ਵਿੱਚੋਂ ਇੱਕ ਹੈ, ਜਿਸ ਵਿੱਚ ਜਹਾਜ਼ ਨੂੰ ਹਵਾ ਵਿੱਚ ਉਠਾਉਣ ਲਈ ਭਾਰੀ ਮਾਤਰਾ ਵਿੱਚ ਥਰਸਟ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਇਸ ਪੜਾਅ ਦੀ ਕੁਸ਼ਲਤਾ ਵਿੱਚ ਮਾਮੂਲੀ ਸੁਧਾਰ ਵੀ ਇੱਕ ਵੱਡੇ ਫਲੀਟ (fleet) ਵਿੱਚ ਭਾਰੀ ਕੁੱਲ ਬਚਤ ਲਿਆ ਸਕਦਾ ਹੈ।
ਟੈਸਟ ਕੀਤੇ ਜਾ ਰਹੇ AI ਮਾਡਲ ਸਭ ਤੋਂ ਕੁਸ਼ਲ ਕਲਾਈਮਬ ਪ੍ਰੋਫਾਈਲ (climb profiles) ਅਤੇ ਥਰਸਟ ਸੈਟਿੰਗਾਂ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਨਗੇ। ਜਹਾਜ਼ ਕਿਵੇਂ ਤੇਜ਼ ਹੁੰਦਾ ਹੈ ਅਤੇ ਘੁੰਮਦਾ ਹੈ (rotates), ਇਸ ਨੂੰ ਬਾਰੀਕੀ ਨਾਲ ਸੈੱਟ ਕਰਕੇ, ਇਸ ਤਕਨਾਲੋਜੀ ਦਾ ਉ