AI எவ்வாறு IndiGo போன்ற விமான நிறுவனங்களின் எரிபொருள் நுகர்வைக் குறைக்க உதவுகிறது

விமான நிறுவனங்களின் செயல்பாட்டுச் செலவுகளில் எரிபொருள் விலைகள் ஒரு நிலையற்ற காரணியாக இருப்பதால், செயல்திறனை மேம்படுத்த விமானத் துறை அதிநவீன செயற்கை நுண்ணறிவை (AI) நோக்கித் திரும்புகிறது. இந்தியாவின் மிகப்பெரிய விமான நிறுவனமான IndiGo, எரிபொருள் சிக்கனத்தை அதிகப்படுத்துவதற்காக வடிவமைக்கப்பட்ட AI சார்ந்த விமானம் புறப்படும் (takeoff) நடைமுறைகளுக்கான சோதனைகளைத் தொடங்குவதன் மூலம் இந்த முயற்சியில் முன்னிலை வகிக்கிறது.

AI மூலம் மேம்படுத்தப்பட்ட விமானம் புறப்படும் நடைமுறைகளை நோக்கிய மாற்றம்

பொதுவாக எந்தவொரு விமான நிறுவனத்திற்கும் எரிபொருள் என்பது மிகப்பெரிய செலவினப் பிரிவுகளில் ஒன்றாகும். அதிகரித்து வரும் செலவுகள் மற்றும் சுற்றுச்சூழல் கவலைகளை எதிர்கொள்ள, விமானம் புறப்படும் கட்டத்தை (takeoff phase) மேம்படுத்துவதை நோக்கமாகக் கொண்டு IndiGo இன்று சோதனைகளைத் தொடங்க உள்ளது. செயற்கை நுண்ணறிவைப் பயன்படுத்துவதன் மூலம், நிகழ்நேர வளிமண்டல நிலைகளுக்கு ஏற்ப மிகவும் திறமையான ஏறுதல் விவரக்குறிப்புகள் (climb profiles) மற்றும் என்ஜின் அமைப்புகளைக் கணக்கிட இந்த விமான நிறுவனம் முயல்கிறது.

பாரம்பரியமான தரப்படுத்தப்பட்ட விமானம் புறப்படும் நடைமுறைகளைப் போலன்றி, AI அல்காரிதம்கள் காற்றின் வேகம், வெப்பநிலை, காற்றின் அடர்த்தி மற்றும் விமானத்தின் எடை உள்ளிட்ட பெருமளவிலான தரவுகளைச் செயலாக்கி, "சிக்கனமான" ஏறுதலுக்குத் தேவையான துல்லியமான பவர் அமைப்புகளைத் தீர்மானிக்க முடியும். இந்தத் துல்லியம், என்ஜின்கள் தேவையற்ற முறையில் அதிகப்படியான ஆற்றலைச் செலவிடுவதைத் தவிர்க்கிறது, இதன் மூலம் விமானப் பயணத்தின் அதிக ஆற்றல் தேவைப்படும் கட்டத்தில் கணிசமான அளவு ஜெட் எரிபொருளைச் சேமிக்கிறது.

செயல்பாட்டுத் திறன் மற்றும் பாதுகாப்பிற்கு இடையிலான சமநிலை

இந்த AI சோதனைகளின் முதன்மை நோக்கம் செலவுக் குறைப்பு மற்றும் கார்பன் தடயத்தைக் (carbon footprint) குறைப்பதே என்றாலும், பாதுகாப்பு என்பது சமரசத்திற்கு அப்பாற்பட்ட முன்னுரிமையாகும். விமானச் செயல்பாடுகளில் AI-ஐ ஒருங்கிணைப்பது, ஒவ்வொரு மேம்படுத்தப்பட்ட நடவடிக்கையும் விமானப் போக்குவரத்து ஒழுங்குமுறை அமைப்புகளால் நிர்ணயிக்கப்பட்ட பாதுகாப்பு வரம்பிற்குள் இருப்பதை உறுதி செய்வதற்கான சிக்கலான மாதிரிகளை (modeling) உள்ளடக்கியது.

IndiGo நிறுவனத்தைப் பொறுத்தவரை, இந்தச் சோதனை தரவு சார்ந்த முடிவெடுக்கும் முறையை நோக்கிய ஒரு நகர்வாகும். விமானம் புறப்படும் பாதையை (takeoff trajectory) நுணுக்கமாகச் சரிசெய்வதன் மூலம், விமான நிறுவனம் பணத்தை மட்டும் சேமிக்கவில்லை; மாறாக, பயணத்தின் அடுத்த கட்டமான 'குரூஸ்' (cruise) நிலைக்குத் தடையற்ற மாற்றத்திற்கு உதவும் வகையில், மிகவும் கணிக்கக்கூடிய விமானப் பாதைகளுக்கும் பங்களிக்கிறது. இது வெற்றியடைந்தால், செயல்திறன் மற்றும் சிக்கனம் ஆகியவற்றுக்கு இடையிலான நுட்பமான சமநிலையை விமான நிறுவனங்கள் எவ்வாறு நிர்வகிக்க வேண்டும் என்பதற்கு இந்த AI சார்ந்த மாற்றங்கள் ஒரு புதிய தொழில்முறைத் தரத்தை நிர்ணயிக்கக்கூடும்.

சுற்றுச்சூழல் மற்றும் பொருளாதாரத் தாக்கங்கள்

உலகளாவிய நிலைத்தன்மை இலக்குகளை எட்டுவதற்கு ஒட்டுமொத்த விமானத் துறையும் அதிகரித்து வரும் அழுத்தத்திற்கு உள்ளாகியுள்ளது. எரிபொருள் பயன்பாட்டைக் குறைப்பது, CO2 வெளியேற்றத்தைக் குறைக்க உதவும் மிக நேரடியான வழிகளில் ஒன்றாகும். விமானப் பயண நிலைகளை மேம்படுத்த AI-ஐப் பயன்படுத்துவதன் மூலம், தினசரி ஆயிரக்கணக்கான விமானப் பயணங்களின் மூலம் வெளியேற்றப்படும் கார்பன் அளவில் சிறிய அளவிலான மாற்றங்களைச் செய்தாலும், அது ஒட்டுமொத்தமாக மிகப்பெரிய சேமிப்பைக் கொடுக்கும்.

பொருளாதார ரீதியாகவும், இதன் தாக்கங்கள் மிக முக்கியமானவை. அதிகப்படியான விமானப் பயணங்களை மேற்கொள்ளும் IndiGo போன்ற நிறுவனத்திற்கு, எரிபொருள் திறனில் ஒரு சிறிய சதவீத முன்னேற்றம் ஏற்பட்டாலும், அது ஆண்டுதோறும் மில்லியன் கணக்கான டாலர்களைச் சேமிக்க உதவும். இந்த விமான நிறுவனம் சோதனை நிலையத்திலிருந்து முழுமையான பயன்பாட்டிற்கு நகரும்போது, இந்தத் தொழில்நுட்பத்தின் வெற்றி, மற்ற உள்நாட்டு மற்றும் சர்வதேச விமான நிறுவனங்கள் எரிபொருள் மேலாண்மை மற்றும் விமானப் பாதை மேம்படுத்தலை எவ்வாறு அணுக வேண்டும் என்பதில் தாக்கத்தை ஏற்படுத்தும்.

முக்கியக் குறிப்புகள்

• AI சார்ந்த செயல்திறன்: தேவையற்ற எரிபொருள் பயன்பாட்டைக் குறைக்க, துல்லியமான என்ஜின் அமைப்புகளில் கவனம் செலுத்தி, விமானம் புறப்படும் நடைமுறைகளை மேம்படுத்த IndiGo AI அல்காரிதம்களைச் சோதித்து வருகிறது.
• தரவு மைய அணுகுமுறை: இந்தத் தொழில்நுட்பம் காற்று, வெப்பநிலை மற்றும் விமானத்தின் எடை போன்ற நிகழ்நேர மாறிகளைச் செயலாக்கி, தனிப்பயனாக்கப்பட்ட மற்றும் சிக்கனமான ஏறுதல் விவரக்குறிப்புகளை உருவாக்குகிறது.
• நிலைத்தன்மை மற்றும் சேமிப்பு: வெற்றிகரமான அமலாக்கம், செயல்பாட்டுச் செலவுகளைக் கணிசமாகக் குறைப்பது மற்றும் விமான நிறுவனத்தின் ஒட்டுமொத்த கார்பன் தடயத்தைக் குறைப்பது ஆகிய இரட்டைப் பலன்களை வழங்குகிறது.