AI எவ்வாறு விமான நிறுவனங்கள் எரிபொருளைச் சேமிக்க உதவுகிறது: IndiGo புதிய சோதனைகளைத் தொடங்குகிறது

எரிபொருள் செலவுகள் விமான நிறுவனங்களின் லாபத்தைப் பாதித்து வருவதால், செயல்பாடுகளை மேம்படுத்த விமான நிறுவனங்கள் பெருகிய முறையில் செயற்கை நுண்ணறிவை (Artificial Intelligence) நாடுகின்றன. இந்தியாவின் முன்னணி விமான நிறுவனமான IndiGo, AI மூலம் துல்லியமான முறையில் விமானங்களின் டேக்-ஆஃப் (take-offs) செயல்பாடுகளை எரிபொருள் சிக்கனத்துடன் மேற்கொள்ளும் நோக்கில், இன்று ஒரு முன்னோடி சோதனையைத் தொடங்க உள்ளது.

AI சார்ந்த எரிபொருள் சிக்கனத்தை நோக்கிய மாற்றம்

எந்தவொரு விமான நிறுவனத்திற்கும் எரிபொருள் என்பது மிகப்பெரிய மாறுபடும் செலவுகளில் ஒன்றாகும், இது பெரும்பாலும் மொத்த செயல்பாட்டுச் செலவுகளில் கணிசமான பங்கைக் கொண்டுள்ளது. இதனைச் சமாளிக்க, இந்தத் துறை பாரம்பரியமாக விமானிகள் கணக்கிடும் முறைகளிலிருந்து விலகி, தரவு சார்ந்த (data-driven), நிகழ்நேர மேம்படுத்தல்களை (real-time optimizations) நோக்கி நகர்ந்து வருகிறது. சமீபத்திய நகர்வில், முக்கியமான விமானப் பயண நிலைகளின் போது விமானத்தின் செயல்பாட்டைப் பாதிக்கும் சிக்கலான சுற்றுச்சூழல் காரணிகளைப் பகுப்பாய்வு செய்ய செயற்கை நுண்ணறிவு பயன்படுத்தப்படுகிறது.

மெஷின் லேர்னிங் (machine learning) அல்காரிதம்களைப் பயன்படுத்துவதன் மூலம், காற்றின் வேகம், காற்றின் வெப்பநிலை, வளிமண்டல அழுத்தம் மற்றும் விமானத்தின் எடை உள்ளிட்ட மிகப்பெரிய தரவுத் தொகுப்புகளை (datasets) விமான நிறுவனங்களால் இப்போது பகுப்பாய்வு செய்ய முடிகிறது. இதன் மூலம் ஒரு விமானத்தை ஓடுதளத்திலிருந்து (runway) மிகச் சிறந்த முறையில் மேலே தூக்குவதற்கான வழியைக் கண்டறிய முடியும். இந்தத் தொழில்நுட்ப மாற்றம் வெறும் செலவுக் குறைப்பு மட்டுமல்ல; இது நிலையற்ற உலகப் பொருளாதாரத்தில் செயல்பாட்டு லாபத்தை (operational margins) மேம்படுத்துவதற்கான ஒரு மூலோபாய நடவடிக்கையாகும்.

IndiGo-வின் சோதனை: டேக்-ஆஃப் நிலையை மேம்படுத்துதல்

சந்தைப் பங்கின் அடிப்படையில் இந்தியாவின் மிகப்பெரிய விமான நிறுவனமான IndiGo, "சிக்கனமான டேக்-ஆஃப்" (thriftier take-offs) முறைகளுக்கான சோதனைகளை இன்று முதல் தொடங்குவதன் மூலம் ஒரு முன்னெடுப்பை எடுத்துள்ளது. பல்வேறு விமானப் பயண நிலைகளுக்குத் தேவையான உகந்தத் தூண்டுதல் அமைப்புகள் (thrust settings) மற்றும் ஏறுதல் சரிவுகளை (climb gradients) கணக்கிட AI-ஐப் பயன்படுத்துவதே இந்தச் சோதனையின் முக்கிய நோக்கமாகும்.

விமானப் பயணத்தின் போது டேக்-ஆஃப் நிலை என்பது அதிக எரிபொருள் தேவைப்படும் ஒரு பகுதியாகும். இந்த நேரத்தில் எரிபொருள் நுகர்வில் ஏற்படும் மிகச்சிறிய குறைப்பு கூட, நூற்றுக்கணக்கான விமானங்களைக் கொண்ட ஒரு நிறுவனத்திற்குப் பெரும் சேமிப்பைத் தரும். AI மூலம் சக்தியின் பயன்பாட்டை (power application) நுணுக்கமாகச் சரிசெய்வதன் மூலம், விமானத்தின் பாதுகாப்பு அல்லது திட்டமிடப்பட்ட செயல்பாட்டைப் பாதிக்காமல் தேவையற்ற எரிபொருள் பயன்பாட்டைக் குறைக்க IndiGo இலக்கு வைத்துள்ளது. இந்தச் சோதனைகள் வெற்றி பெற்றால், இந்திய விமானத் துறையில் செயல்பாட்டுத் திறனுக்கான ஒரு புதிய தரநிலையை இது உருவாக்கும்.

நிலைத்தன்மை மற்றும் லாபம்

விமானத் துறையில் AI-ஐப் பயன்படுத்துவது இரட்டை நோக்கத்திற்காகச் செயல்படுகிறது: பொருளாதாரத் திறனை மேம்படுத்துதல் மற்றும் சுற்றுச்சூழல் இலக்குகளுக்கு ஆதரவளித்தல். எரிபொருள் நுகர்வைக் குறைப்பது நேரடியாகக் குறைந்த கார்பன் வெளியேற்றத்துடன் தொடர்புடையது, இது விமான நிறுவனங்கள் உலகளாவிய நிலைத்தன்மை கட்டளைகள் மற்றும் "Net Zero" இலக்குகளுடன் இணைந்து செயல்பட உதவுகிறது.

இந்திய வணிக வல்லுநர்கள் மற்றும் முதலீட்டாளர்களுக்கு, இந்தப் போக்கு விமானத் துறையில் ஒரு விரிவான டிஜிட்டல் மாற்றத்தைக் குறிக்கிறது. விமான நிறுவனங்கள் மிகவும் மேம்பட்ட முன்கணிப்பு பகுப்பாய்வு (predictive analytics) மற்றும் AI கருவிகளை ஒருங்கிணைக்கும்போது, கவனம் "துல்லியமான பறத்தல்" (precision flying) நோக்கி நகர்கிறது. இந்த பரிணாமம் அதிகக் கணிக்கக்கூடிய கால அட்டவணைகள், குறைக்கப்பட்ட கார்பன் தடம் மற்றும் உலகளாவிய கச்சா எண்ணெய் விலை ஏற்ற இறக்கங்களுக்கு எதிரான ஒரு குறிப்பிடத்தக்க பாதுகாப்பை வழங்கும்.

முக்கியக் குறிப்புகள்

• AI சார்ந்த மேம்படுத்தல்: முக்கியமான விமானப் பயண நிலைகளின் போது எரிபொருள் நுகர்வைக் குறைக்க, காற்றின் வேகம் மற்றும் வெப்பநிலை போன்ற சுற்றுச்சூழல் காரணிகளைப் பகுப்பாய்வு செய்ய விமான நிறுவனங்கள் செயற்கை நுண்ணறிவைப் பயன்படுத்துகின்றன.
• IndiGo-வின் மூலோபாய நடவடிக்கை: செயல்பாட்டு லாபத்தை மேம்படுத்த, AI உதவியுடன் கூடிய எரிபொருள் சிக்கனமான டேக்-ஆஃப் நடைமுறைகளைச் செயல்படுத்த IndiGo இன்று குறிப்பிட்ட சோதனைகளைத் தொடங்குகிறது.
• பொருளாதார மற்றும் பசுமைத் தாக்கம்: இந்தத் தொழில்நுட்ப முன்னேற்றங்கள் அதிக எரிபொருள் செலவைக் குறைப்பதையும், அதே நேரத்தில் விமானத் துறையின் கார்பன் தடத்தைக் குறைப்பதையும் நோக்கமாகக் கொண்டுள்ளன.