AI எவ்வாறு விமான நிறுவனங்களின் எரிபொருள் செலவைக் குறைக்க உதவுகிறது: IndiGo புதிய சோதனைகளைத் தொடங்குகிறது

விமான நிறுவனங்களின் செயல்பாட்டுச் செலவுகளில் எரிபொருள் விலை ஒரு நிலையற்ற காரணியாக இருப்பதால், விமானப் போக்குவரத்துத் துறை செயல்திறனை அதிகரிக்கத் தொடர்ந்து செயற்கை நுண்ணறிவை (AI) நோக்கித் திரும்புகிறது. இந்தியாவின் மிகப்பெரிய விமான நிறுவனமான IndiGo, விமானங்களின் டேக்-ஆஃப் (take-off) செயல்பாடுகளை மேம்படுத்தவும், எரிபொருள் நுகர்வைக் குறைக்கவும் மேம்பட்ட AI சார்ந்த சோதனைகளைத் தொடங்குவதன் மூலம் இந்தத் தொழில்நுட்பப் புரட்சியில் முன்னிலை வகிக்கிறது.

AI மூலம் எரிபொருள் செயல்திறனுக்கான தேடல்

பொதுவாக, ஒரு விமான நிறுவனத்தின் மொத்தச் செலவில் எரிபொருளே பெரும் பகுதியை வகிக்கிறது, எனவே செயல்திறனில் ஏற்படும் சிறிய முன்னேற்றங்கள் கூட நிறுவனத்தின் லாபத்தில் பெரும் தாக்கத்தை ஏற்படுத்தும். இதனைச் சமாளிக்க, விமான நிறுவனங்கள் பாரம்பரிய விமானத் திட்டமிடலைக் கடந்து, சிக்கலான மாறிகளை (variables) நிகழ்நேரத்தில் (real-time) கையாளும் வகையில் வடிவமைக்கப்பட்ட அதிநவீன AI அல்காரிதம்களை ஒருங்கிணைத்து வருகின்றன.

IndiGo-வின் சமீபத்திய முயற்சி விமானப் பயணத்தின் மிக முக்கியமான கட்டமான 'டேக்-ஆஃப்' (take-off) மீது கவனம் செலுத்துகிறது. ஒரு விமானத்தை வானில் உயர்த்த மிகவும் சிக்கனமான அல்லது எரிபொருள் திறன்மிக்க வழியைக் கணக்கிட AI-ஐப் பயன்படுத்துவதன் மூலம், தேவையற்ற உந்துதலைக் (thrust) குறைக்கவும், இன்ஜின் செயல்திறனை மேம்படுத்தவும் இந்த நிறுவனம் இலக்கு வைத்துள்ளது. இது பணத்தைச் சேமிப்பது மட்டுமல்லாமல், கார்பன் வெளியேற்றத்தைக் குறைப்பதன் மூலம் ஒவ்வொரு விமானப் பயணத்தின் சுற்றுச்சூழல் தாக்கத்தையும் (environmental footprint) மேம்படுத்துவதையும் நோக்கமாகக் கொண்டுள்ளது.

டேக்-ஆஃப் கட்டத்தை மேம்படுத்துதல்

டேக்-ஆஃப் செயல்முறை என்பது எந்தவொரு விமானப் பயணத்திலும் அதிக எரிபொருள் தேவைப்படும் நிலைகளில் ஒன்றாகும். பாரம்பரியமாக, விமானிகள் தரப்படுத்தப்பட்ட நடைமுறைகளைப் பின்பற்றுகிறார்கள், ஆனால் வளிமண்டல நிலைகளில் ஏற்படும் நுணுக்கமான மாற்றங்களைக் கணக்கில் கொள்ளத் தேவையான துல்லியத்தன்மை பெரும்பாலும் இவற்றில் இருப்பதில்லை.

IndiGo மேற்கொண்டு வரும் புதிய AI சோதனைகள் இந்த நடைமுறைகளைச் செம்மைப்படுத்துவதை நோக்கமாகக் கொண்டுள்ளன. இந்தத் தொழில்நுட்பம் தற்போதைய விமானத்தின் எடை, சுற்றுப்புற வெப்பநிலை, காற்றின் வேகம் மற்றும் காற்றின் அடர்த்தி உள்ளிட்ட பல தரவுப் புள்ளிகளை (data points) ஆய்வு செய்து, உகந்த பவர் அமைப்புகள் (power settings) மற்றும் சுழற்சி வேகங்களை (rotation speeds) பரிந்துரைக்கிறது. இந்த அளவுருக்களை (parameters) நுணுக்கமாகச் சரிசெய்வதன் மூலம், முழுமையான பாதுகாப்புத் தரங்களைப் பேணிக்கொண்டே, இன்ஜின்கள் மிகக் குறைந்த அளவு எரிபொருளை மட்டுமே பயன்படுத்துவதை விமான நிறுவனத்தால் உறுதி செய்ய முடியும்.

தரவு சார்ந்த விமானப் போக்குவரத்துத் துறைக்கான விரிவான மாற்றம்

IndiGo மட்டும் தனியாகச் செயல்படவில்லை; இந்த நடவடிக்கை தரவு அறிவியல் (data science) விமான நிறுவனங்களின் செயல்பாடுகளின் முதுகெலும்பாக மாறிவரும் உலகளாவிய போக்கைப் பிரதிபலிக்கிறது. டேக்-ஆஃப் தவிர, பின்வரும் காரணங்களுக்காகத் துறையின் பல்வேறு பகுதிகளில் AI பயன்படுத்தப்படுகிறது:

• முன்கூட்டியே பராமரித்தல் (Predictive Maintenance): இன்ஜின் பாகங்கள் பழுதடைவதற்கு முன்பே அவற்றைச் சரிசெய்ய இன்ஜின் தரவுகளை ஆய்வு செய்து, அதிகப்படியான தாமதங்களைத் தவிர்க்க உதவுகிறது.
• மாறும் வழித்தட மேம்படுத்தல் (Dynamic Route Optimization): காற்றழுத்த மாற்றங்களைத் (turbulence) தவிர்க்கவும், சாதகமான காற்றின் வேகத்தைப் பயன்படுத்திக் கொள்ளவும் நிகழ்நேரத்தில் விமானப் பாதைகளைச் சரிசெய்கிறது.
• எடை மேலாண்மை (Weight Management): சரக்கு மற்றும் பயணிகளின் ஏற்றத்தை மேம்படுத்தத் துல்லியமான தரவைப் பயன்படுத்துகிறது, இது எரிபொருள் பயன்பாட்டை நேரடியாகப் பாதிக்கிறது.

இந்திய விமானப் போக்குவரத்துத் துறை முன்னெப்போதும் இல்லாத வளர்ச்சிக் காலத்திற்குள் நுழையும் நிலையில், செலவுகளைக் கையாள்வதோடு செயல்பாடுகளையும் விரிவுபடுத்தும் திறன், IndiGo போன்ற நிறுவனங்கள் இந்தத் intelligent தொழில்நுட்பங்களைத் தங்களின் அன்றாடப் பணிகளில் எவ்வளவு திறம்பட ஒருங்கிணைக்கின்றன என்பதிலேயே பெரிதும் தங்கியுள்ளது.

முக்கியக் குறிப்புகள்

• துல்லியமான டேக்-ஆஃப்: டேக்-ஆஃப் கட்டத்தின் போது மிகவும் எரிபொருள் திறன்மிக்க பவர் அமைப்புகளைத் தீர்மானிக்க IndiGo AI அல்காரிதம்களைச் சோதித்து வருகிறது.
• செலவு மற்றும் கார்பன் குறைப்பு: அதிக எரிபொருள் செலவைக் குறைப்பதும், விமான நிறுவனத்தின் ஒட்டுமொத்த கார்பன் வெளியேற்றத்தைக் குறைப்பதும் இந்த AI சோதனைகளின் முதன்மை நோக்கங்களாகும்.
• தரவு மைய செயல்பாடுகள்: எடை, வானிலை மற்றும் இன்ஜின் செயல்திறன் போன்ற சிக்கலான மாறிகளை நிர்வகிக்க நிகழ்நேரத் தரவைப் பயன்படுத்துவதை நோக்கி இந்திய விமானப் போக்குவரத்துத் துறையில் ஏற்பட்டுள்ள ஒரு பெரிய மாற்றத்தை இந்த நடவடிக்கை உணர்த்துகிறது.