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

எரிபொருள் செலவுகள் விமானத் துறையின் லாபத்தைத் தீர்மானித்துக் கொண்டே இருப்பதால், விமான நிறுவனங்கள் தங்கள் செயல்பாடுகளை மேம்படுத்தத் தொடர்ந்து செயற்கை நுண்ணறிவை (Artificial Intelligence) நோக்கித் திரும்புகின்றன. இந்தியாவின் முன்னணி விமான நிறுவனமான IndiGo, மேம்பட்ட அல்காரிதமிக் துல்லியத்தின் (algorithmic precision) மூலம் விமானங்களின் டேக்-ஆஃப் (take-off) செயல்பாடுகளை அதிக எரிபொருள் திறன் கொண்டதாக மாற்றுவதை நோக்கமாகக் கொண்ட முன்னோடி சோதனைகளை இன்று தொடங்க உள்ளது.

AI மூலம் எரிபொருள் திறனுக்கான முயற்சி

எந்தவொரு விமான நிறுவனத்திற்கும் எரிபொருள் என்பது மிகப்பெரிய செயல்பாட்டுச் செலவுகளில் ஒன்றாகும், எனவே எரிபொருள் பயன்பாட்டில் ஏற்படும் மிகச்சிறிய முன்னேற்றமும் நிறுவனத்தின் லாபத்திற்குப் பெரும் முக்கியத்துவம் வாய்ந்தது. அதிகரித்து வரும் செலவுகளைக் கட்டுப்படுத்தவும், கார்பன் தடயத்தைக் (carbon footprint) குறைக்கவும், இந்தத் துறை தரவு சார்ந்த முடிவெடுக்கும் முறையை நோக்கி நகர்ந்து வருகிறது. செயற்கை நுண்ணறிவைப் பயன்படுத்துவதன் மூலம், வானிலை முறைகள் மற்றும் காற்றின் வேகம் முதல் விமானத்தின் எடை மற்றும் என்ஜின் செயல்திறன் வரை பல்வேறு வகையான நிகழ்நேரத் தரவுகளை (real-time data) விமான நிறுவனங்களால் இப்போது பகுப்பாய்வு செய்ய முடிகிறது. இதன் மூலம் விமானப் பயணத்தின் முக்கியமான கட்டங்களில் நொடிப் பொழுதில் தேவையான மாற்றங்களைச் செய்ய முடியும்.

IndiGo-வின் புரட்சிகரமான டேக்-ஆஃப் சோதனைகள்

இந்திய வான்வெளியில் இந்தத் தொழில்நுட்ப மாற்றத்திற்கு IndiGo முன்னணியில் உள்ளது. இன்று முதல், விமானப் பயணத்தின் டேக்-ஆஃப் (take-off) கட்டத்தை மேம்படுத்துவதில் கவனம் செலுத்தும் சோதனைகளை இந்த விமான நிறுவனம் தொடங்கும். ஒரு பயணத்தின் மிகவும் எரிபொருள் அதிகம் தேவைப்படும் பகுதிகளில் டேக்-ஆஃப் ஒன்றாகும், இதற்குப் பெரும் உந்துவிசை (thrust) மற்றும் ஆற்றல் தேவைப்படுகிறது.

இந்தச் சோதனைகளின் நோக்கம், மிகவும் "சிக்கனமான" டேக்-ஆஃப் அளவுருக்களைத் (parameters) தீர்மானிக்க AI சார்ந்த மாதிரிகளைப் பயன்படுத்துவதாகும். வளிமண்டல நிலைமைகள் மற்றும் விமானத்தின் இயக்கவியலை (aircraft dynamics) நிகழ்நேரத்தில் பகுப்பாய்வு செய்வதன் மூலம், AI சிறந்த உந்துவிசை அமைப்புகள் மற்றும் சுழற்சி வேகங்களை (rotation speeds) பரிந்துரைக்க முடியும். இந்தத் துல்லியம், விமான நிறுவனம் கடைப்பிடிக்கும் கடுமையான பாதுகாப்புத் தரங்களில் சமரசம் செய்யாமல், தேவையான மிகக் குறைந்த அளவு எரிபொருளைப் பயன்படுத்தி விமானம் பாதுகாப்பான பறக்கும் உயரத்தை அடைவதை உறுதி செய்கிறது.

சுற்றுச்சூழல் மற்றும் பொருளாதாரத் தாக்கங்கள்

விமானச் செயல்பாடுகளில் AI-ஐ ஒருங்கிணைப்பது இரட்டை நோக்கங்களுக்குப் பயன்படுகிறது: பொருளாதார நிலைத்தன்மை மற்றும் சுற்றுச்சூழல் பொறுப்பு. அதிகப் போட்டி நிறைந்த சந்தையில் இயங்கும் இந்திய விமான நிறுவனங்களுக்கு, எரிபொருள் பயன்பாட்டைக் குறைப்பது நேரடியாகக் குறைந்த டிக்கெட் விலையாகவோ அல்லது மேம்பட்ட லாப வரம்பாகவோ அமையும்.

மேலும், உலகளாவிய கார்பன் குறைப்பு இலக்குகளை (decarbonization goals) அடைய விமானத் துறை அதிக அழுத்தத்தை எதிர்கொண்டு வரும் நிலையில், இந்த "ஸ்மார்ட்" டேக்-ஆஃப்கள் CO2 வெளியேற்றத்தைக் குறைப்பதில் முக்கியப் பங்கு வகிக்கின்றன. இது வெற்றியடைந்தால், IndiGo பயன்படுத்தும் இந்தத் தொழில்நுட்பம் உலகளாவிய விமானத் துறையில் ஒரு தரநிலையாக மாறக்கூடும், மேலும் விமானப் பயணத்தின் மிக முக்கியமான கட்டங்களில் விமானிகள் மற்றும் விமானக் கணினிகள் (flight computers) எவ்வாறு ஒன்றிணைகிறார்கள் என்பதை இது மாற்றியமைக்கும்.

தரவு சார்ந்த விமானத் துறையின் எதிர்காலம்

IndiGo-வின் இந்த நடவடிக்கை, "Big Data" ஜெட் எரிபொருளைப் போலவே முக்கியத்துவம் பெறத் தொடங்கும் ஒரு பரந்தப் போக்கைக் குறிக்கிறது. டேக்-ஆஃப்களைத் தாண்டி, காற்றழுத்த மாற்றங்களைத் (turbulence) தவிர்க்கவும், வால் காற்றைப் (tailwinds) பயன்படுத்தி பயணத்தை மேம்படுத்தவும், மற்றும் தேவையற்ற காத்திருப்பு நேரத்தைக் குறைக்க தரைவழிச் செயல்பாடுகளை நிர்வகிக்கவும் AI பயன்படுத்தப்படுகிறது. இந்தச் சோதனைகள் முன்னேறும்போது, AI வழி எரிபொருள் மேலாண்மையின் வெற்றி, அடுத்த தசாப்தத்திற்கான இந்திய விமானச் சந்தையின் போட்டிச் சூழலைத் தீர்மானிக்கக்கூடும்.

முக்கியக் குறிப்புகள்

• மூலோபாய மேம்பாடு (Strategic Optimization): விமானப் பயணத்தின் அதிக ஆற்றல் தேவைப்படும் கட்டத்தில் எரிபொருள் நுகர்வைக் குறைக்கக் கூடிய வகையில், டேக்-ஆஃப் நடைமுறைகளை மேம்படுத்த IndiGo AI மூலம் இயங்கும் சோதனைகளைத் தொடங்கியுள்ளது.
• செலவு மற்றும் கார்பன் குறைப்பு: என்ஜின் உந்துவிசை மற்றும் விமானத்தின் செயல்திறனைச் செம்மைப்படுத்த நிகழ்நேரத் தரவைப் பயன்படுத்துவதன் மூலம், விமான நிறுவனங்களால் செயல்பாட்டுச் செலவுகளைக் குறைப்பதோடு மட்டுமல்லாமல், அவற்றின் கார்பன் தடயத்தையும் குறைக்க முடியும்.
• தொழில்துறைப் போக்கு: AI சார்ந்த விமானச் செயல்பாடுகளுக்கான மாற்றம், விமானத் துறையில் பொருளாதார ஏற்ற இறக்கங்கள் மற்றும் சுற்றுச்சூழல் விதிமுறைகளைக் கையாள முன்கணிப்பு பகுப்பாய்வை (predictive analytics) பயன்படுத்தும் உலகளாவிய நகர்வைப் பிரதிபலிக்கிறது.