AI எவ்வாறு IndiGo போன்ற விமான நிறுவனங்களின் எரிபொருள் நுகர்வைக் குறைக்க உதவுகிறது

உலகளாவிய எரிபொருள் விலைகள் நிலையற்றதாக இருக்கும் நிலையில், விமான போக்குவரத்துத் துறை தனது செயல்பாடுகளை மேம்படுத்தவும், கார்பன் தடயங்களைக் (carbon footprints) குறைக்கவும் அதிநவீன செயற்கை நுண்ணறிவை (Artificial Intelligence) நோக்கித் திரும்புகிறது. இதில் முன்னணியில் இருக்கும் IndiGo, எரிபொருள் திறனை அதிகப்படுத்துவதற்காக வடிவமைக்கப்பட்ட AI சார்ந்த விமானம் புறப்படும் நடைமுறைகளை (takeoff procedures) நடைமுறைப்படுத்த இன்று முன்னோடி சோதனைகளைத் தொடங்க உள்ளது.

AI மூலம் மேம்படுத்தப்பட்ட விமானம் புறப்படும் முறையை நோக்கிய மாற்றம்

எந்தவொரு விமானப் பயணத்திலும் அதிக எரிபொருள் தேவைப்படும் கட்டம், விமானம் புறப்படுவதும் அதன் ஆரம்பக்கட்ட ஏறுதலும் ஆகும். பாரம்பரியமாக, விமானிகள் தரப்படுத்தப்பட்ட நடைமுறைகளைப் பின்பற்றுகிறார்கள், ஆனால் இவை பெரும்பாலும் வளிமண்டல நிலைகளில் ஏற்படும் நுணுக்கமான, நிகழ்நேர மாற்றங்களைக் கருத்தில் கொள்வதில்லை. ஒவ்வொரு தனிப்பட்ட விமானத்திற்கும் மிகவும் "சிக்கனமான" புறப்பாட்டு அளவுருக்களைக் (takeoff parameters) கணக்கிட AI அல்காரிதம்களைப் பயன்படுத்துவதன் மூலம் இந்த இடைவெளியைக் குறைப்பதே IndiGo-வின் புதிய முயற்சியாகும்.

காற்றின் அடர்த்தி, வெப்பநிலை, காற்றின் வேகம் மற்றும் விமானத்தின் எடை போன்ற சிக்கலான மாறிகளை நிகழ்நேரத்தில் பகுப்பாய்வு செய்வதன் மூலம், AI மிகவும் மேம்படுத்தப்பட்ட ஏறுதலுக்குத் தேவையான துல்லியமான வழிமுறைகளை வழங்குகிறது. இந்தத் தொழில்நுட்பம் இயந்திரங்கள் அவற்றின் மிகவும் திறமையான ஆற்றல் அமைப்புகளில் பயன்படுத்தப்படுவதை உறுதி செய்கிறது, இதன் மூலம் விலையுயர்ந்த விமான டர்பைன் எரிபொருளின் (ATF) தேவையற்ற எரிப்புத் தவிர்க்கப்படுகிறது.

செலவு மற்றும் கார்பன் வெளியேற்றத்தைக் குறைத்தல்

இந்திய விமான நிறுவனங்களுக்கு, எரிபொருள் என்பது மிகப்பெரிய செயல்பாட்டுச் செலவுகளில் ஒன்றாகும், இது பெரும்பாலும் மொத்த செயல்பாட்டுச் செலவில் கிட்டத்தட்ட 40% ஆகும். ஒரு விமானத்திற்கான எரிபொருள் நுகர்வில் ஏற்படும் சிறிய குறைப்பு கூட, நூற்றுக்கணக்கான விமானங்களைக் கொண்ட ஒரு பெரும் விமானக் கூட்டத்திற்குப் பயன்படுத்தப்படும்போது மிகப்பெரிய சேமிப்பாக மாறும்.

நிதி ரீதியான தாக்கங்களைத் தாண்டி, இந்த நடவடிக்கை நிலைத்தன்மை (sustainability) நோக்கிய ஒரு குறிப்பிடத்தக்க படியாகும். குறைவான எரிபொருள் நுகர்வு நேரடியாகக் குறைந்த CO2 வெளியேற்றத்திற்கு வழிவகுக்கிறது, இது விமான நிறுவனங்கள் உலகளாவிய விமான நிலைத்தன்மை இலக்குகளுடன் இணைந்து செயல்பட உதவுகிறது. "Net Zero" இலக்குகளை அடையத் தொழில் துறை அதிகரித்து வரும் அழுத்தத்தை எதிர்கொள்வதால், விமானக் கட்டுப்பாட்டுச் செயல்பாடுகளில் (flight deck operations) AI-ஐ ஒருங்கிணைப்பது ஒரு ஆடம்பரமாக இல்லாமல், ஒரு மூலோபாயத் தேவையாக மாறி வருகிறது.

விமானத் தொழில்நுட்பத்தில் வளர்ந்து வரும் போக்கு

இந்த முயற்சியில் IndiGo மட்டும் தனியாக இல்லை; உலகளாவிய விமானத் துறை இயந்திரக் கற்றல் (machine learning) மற்றும் முன்கணிப்பு பகுப்பாய்வுகளின் (predictive analytics) விரைவான ஒருங்கிணைப்பைக் கண்டு வருகிறது. IndiGo விமானம் புறப்படும் கட்டத்தில் கவனம் செலுத்தும் அதே வேளையில், மற்ற உலகளாவிய நிறுவனங்கள் விமானப் பாதையை மேம்படுத்தவும், தரைவழித் தாமதங்களைத் தவிர்க்க முன்கணிப்புப் பராமரிப்பிற்கும் (predictive maintenance), மற்றும் விமானம் தரையிறங்கி மீண்டும் புறப்படுவதற்கான நேரத்தை (turnaround times) மிகவும் திறமையாக நிர்வகிக்கவும் AI-ஐப் பயன்படுத்துகின்றன.

இந்தியாவில் இந்தச் சோதனைகளின் வெற்றி, மற்ற உள்நாட்டு விமான நிறுவனங்களுக்கு ஒரு முன்மாதிரியாக அமையும். தரவு (data) என்பது விமானத் தொழில்துறையின் புதிய எரிபொருளாக மாறும் நிலையில், பெருமளவிலான வானிலை மற்றும் இயந்திரத் தரவுகளைச் செயலாக்கும் திறன், வரும் தசாப்தத்தில் விமான நிறுவனங்களின் போட்டித்தன்மையை தீர்மானிக்கும்.

முக்கியக் குறிப்புகள்

• துல்லியமான திறன்: காற்றின் அடர்த்தி மற்றும் வெப்பநிலை போன்ற நிகழ்நேர மாறிகளைப் பகுப்பாய்வு செய்வதன் மூலம், விமானம் புறப்படுதல் மற்றும் ஏறுதல் முறைகளை மேம்படுத்துவதில் IndiGo-வின் AI சோதனைகள் கவனம் செலுத்துகின்றன.
• செலவு மற்றும் நிலைத்தன்மை: AI மூலம் எரிபொருள் எரிப்பைக் குறைப்பது நேரடியாகச் செயல்பாட்டுச் செலவுகளைக் குறைக்கிறது மற்றும் விமான நிறுவனங்கள் தங்களின் கார்பன் தடயத்தைக் குறைக்க உதவுகிறது.
• தொழில் துறை மாற்றம்: இந்த நடவடிக்கை, இந்திய விமானத் துறை அதிக எரிபொருள் செலவுகளை எதிர்கொள்ளவும் மற்றும் சுற்றுச்சூழல் இலக்குகளை அடையவும் இயந்திரக் கற்றலைப் பயன்படுத்துவதை நோக்கிய ஒரு பரந்த போக்கைக் குறிக்கிறது.