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

விமான நிறுவனங்களின் லாபத்தில் எரிபொருள் விலைகள் ஒரு நிலையற்ற காரணியாகத் தொடர்வதால், செயல்பாடுகளை மேம்படுத்த விமானப் போக்குவரத்துத் துறை அதிநவீன செயற்கை நுண்ணறிவை (Artificial Intelligence) நோக்கித் திரும்புகிறது. இந்தியாவின் மிகப்பெரிய விமான நிறுவனமான IndiGo, விமானங்களின் புறப்பாடு (take-offs) எரிபொருள் பயன்பாட்டை கணிசமாகக் குறைக்க உதவும் நோக்கில், நிஜ உலகச் சோதனைகளைத் தொடங்குவதன் மூலம் இந்தத் தொழில்நுட்பப் புரட்சியில் முன்னிலை வகிக்கிறது.

சிக்கனமான புறப்பாட்டின் அறிவியல்

எரிபொருள் நுகர்வு என்பது எந்தவொரு விமான நிறுவனத்திற்கும் மிக உயர்ந்த செயல்பாட்டுச் செலவுகளில் ஒன்றாகும், மேலும் விமானம் புறப்படும் நிலை (take-off phase) அதிக ஆற்றல் செலவாகும் ஒரு முக்கியமான தருணமாகும். இதைச் சமாளிக்க, புறப்படுவதற்கான மிகவும் திறமையான அளவுருக்களைக் (parameters) கணக்கிடும் வகையில் வடிவமைக்கப்பட்ட AI சார்ந்த விமான மேம்பாட்டுத் கருவிகளை (flight optimization tools) IndiGo செயல்படுத்தி வருகிறது.

Machine learning அல்காரிதம்களைப் பயன்படுத்துவதன் மூலம், நிகழ்நேர வானிலை முறைகள், காற்றின் அடர்த்தி, விமானத்தின் எடை மற்றும் ஓடுதள (runway) நிலைகள் உள்ளிட்ட பெருமளவிலான தரவுகளை இந்த விமான நிறுவனம் பகுப்பாய்வு செய்ய முடியும். ஒவ்வொரு குறிப்பிட்ட விமானத்திற்கும் தேவையான துல்லியமான உந்துதல் அமைப்புகள் (thrust settings) மற்றும் ஏறுதல் முறைகளைத் (climb profiles) தீர்மானிப்பதே இதன் இலக்காகும். இந்த முக்கியமான தருணங்களில் எரிபொருள் பயன்பாட்டில் ஏற்படும் மிகச்சிறிய குறைப்பு கூட, தினமும் ஆயிரக்கணக்கான விமானப் பயணங்களுக்குப் பயன்படுத்தப்படும்போது மிகப்பெரிய செலவு சேமிப்பாக மாறும்.

காக்பிட்டில் (Cockpit) தரவு சார்ந்த செயல்திறன்

AI ஒருங்கிணைக்கப்பட்ட காக்பிட்டுகளை நோக்கி நகர்வது, உலகளாவிய விமானப் போக்குவரத்தில் தரவு சார்ந்த முடிவெடுத்தல் பாரம்பரிய கைமுறை மதிப்பீடுகளுக்குப் பதிலாக அமையும் ஒரு பரந்த போக்கைக் குறிக்கிறது. IndiGo-வைப் பொறுத்தவரை, இந்தச் சோதனைகள் பணத்தைச் சேமிப்பது மட்டுமல்ல; துல்லியமான பொறியியலை டிஜிட்டல் நுண்ணறிவுடன் ஒருங்கிணைப்பைப் பற்றியதுமாகும்.

AI மாதிரிகள் ஆயிரக்கணக்கான மாறிகளை (variables) உருவகப்படுத்துவதன் மூலம் "மிகச்சிறந்த" புறப்பாட்டுத் திறனைப் பரிந்துரைக்கின்றன. அதிக எரிபொருளைப் பயன்படுத்தக்கூடிய பாதுகாப்பான இடைவெளிகளை (safety buffers) நம்பியிருக்கும் வழக்கமான நடைமுறைகளைப் போலல்லாமல், பாதுகாப்புத் தரங்களைக் குறைக்காமல், கணித ரீதியான சிறந்த செயல்திறனுக்கு நெருக்கமாகச் செயல்பட AI விமானிகளுக்கு அனுமதிக்கிறது. இந்தத் தொழில்நுட்பம் ஒவ்வொரு விமானத்தின் கார்பன் தடத்தையும் (carbon footprint) குறைக்க உதவுகிறது, இதன் மூலம் செயல்பாட்டுச் சேமிப்பை உலகளாவிய நிலைத்தன்மை இலக்குகளுடன் இணைக்கிறது.

விமானப் பொருளாதாரத்தின் மீதான பரந்த தாக்கம்

இந்திய விமானப் போக்குவரத்துத் துறையில் குறைந்து வரும் லாப வரம்புகளுக்கு (tightening margins) ஒரு மூலோபாயப் பதிலாக IndiGo-வின் இந்த நடவடிக்கை அமைந்துள்ளது. ஜெட் எரிபொருள் (ATF) மொத்த செயல்பாட்டுச் செலவில் கணிசமான பங்கைக் கொண்டுள்ளதால், எரிபொருள் செயல்திறனில் 1% அல்லது 2% முன்னேற்றத்தை வழங்கும் எந்தவொரு தொழில்நுட்பத் தலையீடும் நிறுவனத்தின் நிகர லாபத்தில் (bottom line) பெரும் தாக்கத்தை ஏற்படுத்தும்.

உலகளவில் அதிக விமான நிறுவனங்கள் விமானப் பாதை மேம்படுத்தல் (flight path optimization), எடை மேலாண்மை மற்றும் முன்கணிப்பு பராமரிப்பு (predictive maintenance) ஆகியவற்றிற்காக இத்தகைய AI தீர்வுகளைப் பின்பற்றுவதால், இந்தத் துறை "ஸ்மார்ட்" காலத்தை நோக்கி நகர்ந்து கொண்டிருக்கிறது. இந்தியப் பயணிகளுக்கு, இந்த மாற்றங்கள் காக்பிட் மற்றும் விமானத் திட்டமிடல் துறைகளில் திரைக்குப் பின்னால் நடந்தாலும், அவை நாட்டில் நிலையான விலைச் சூழலுக்கும் மற்றும் நிலையான விமானப் போக்குவரத்துச் சூழலுக்கும் பங்களிக்கின்றன.

முக்கியக் குறிப்புகள்

• துல்லியமான மேம்படுத்தல்: வானிலை மற்றும் விமான எடை போன்ற நிகழ்நேர மாறிகளைப் பகுப்பாய்வு செய்து, மிகவும் எரிபொருள் சிக்கனமான புறப்பாட்டு முறைகளைத் தீர்மானிக்க IndiGo AI-ஐப் பயன்படுத்துகிறது.
• செலவு மற்றும் கார்பன் குறைப்பு: அதிக ஆற்றல் தேவைப்படும் விமானப் பயண நிலைகளின் போது தேவையற்ற எரிபொருள் பயன்பாட்டைக் குறைப்பதன் மூலம், விமான நிறுவனங்கள் ஒரே நேரத்தில் செயல்பாட்டுச் செலவுகளைக் குறைக்கவும் மற்றும் CO2 வெளியேற்றத்தைக் குறைக்கவும் முடியும்.
• தொழில்நுட்ப மாற்றம்: விமானச் செயல்பாடுகளில் Machine learning-ஐ ஒருங்கிணைப்பது, இந்தியச் சந்தையில் தரவு சார்ந்த விமானப் போக்குவரத்து மேலாண்மையை நோக்கிய ஒரு குறிப்பிடத்தக்க நகர்வைக் குறிக்கிறது.