இந்திய விமானத் துறையில் எரிபொருள் திறனை AI எவ்வாறு புரட்சிகரமாக்குகிறது

எரிபொருள் செலவுகள் விமான நிறுவனங்களின் லாபத்தைத் தீர்மானிக்கும் காரணியாகத் தொடர்வதால், செயல்பாடுகளை மேம்படுத்த இந்தத் துறை அதிநவீனத் தொழில்நுட்பத்தை நோக்கித் திரும்புகிறது. இந்தியாவின் மிகப்பெரிய விமான நிறுவனமான IndiGo, விமானங்களின் புறப்பாடு (take-off) நிலையை எரிபொருள் பயன்பாட்டில் கணிசமாக மேம்படுத்தும் நோக்கில், மேம்பட்ட AI சார்ந்த சோதனைகளை இன்று தொடங்கியுள்ளதுடன் இந்த மாற்றத்திற்கு முன்னணியில் உள்ளது.

பசுமையான மற்றும் மலிவான புறப்பாடுகளுக்கான முயற்சி

எந்தவொரு விமான நிறுவனத்திற்கும் எரிபொருள் என்பது மிகப்பெரிய செயல்பாட்டுச் செலவுகளில் ஒன்றாகும், எனவே அதன் பயன்பாட்டில் செய்யப்படும் சிறிய முன்னேற்றங்கள் கூட நிறுவனத்தின் லாபத்தில் பெரும் தாக்கத்தை ஏற்படுத்தும். இதனைச் சமாளிக்க, ஒரு விமானத்தின் "புறப்பாடு" (take-off) நிலையை மேம்படுத்தும் வகையில் வடிவமைக்கப்பட்ட செயற்கை நுண்ணறிவு (AI) வழிமுறைகளை (algorithms) IndiGo செயல்படுத்தி வருகிறது. இந்த முக்கியமான நிலையில் வேகம், பாதுகாப்பு மற்றும் எரிபொருள் நுகர்வு ஆகியவற்றைச் சமநிலைப்படுத்த, இன்ஜின் உந்துவிசை (engine thrust) மற்றும் ஏறுவரிசை சரிவுகள் (climb gradients) ஆகியவற்றின் துல்லியமான மேலாண்மை அவசியமாகும்.

AI தொழில்நுட்பத்தைப் பயன்படுத்துவதன் மூலம், விமானத்தின் எடை, சுற்றுப்புற வெப்பநிலை மற்றும் வளிமண்டல அழுத்தம் உள்ளிட்ட ஒவ்வொரு குறிப்பிட்ட விமான நிலையத்திற்கும் மிகவும் திறமையான கணித மாதிரியைத் தீர்மானிப்பதை இந்த நிறுவனம் நோக்கமாகக் கொண்டுள்ளது. இந்தச் சோதனைகள் தரவு சார்ந்த முடிவெடுக்கும் முறையை நோக்கிய ஒரு மூலோபாய மாற்றத்தைக் குறிக்கின்றன; இதில் வழிமுறைகள் (algorithms) வரலாற்று மற்றும் நிகழ்நேர விமானத் தரவுகளைப் பகுப்பாய்வு செய்து, மிகவும் சிக்கனமான விமானப் பாதைகள் மற்றும் ஆற்றல் அமைப்புகளைப் பரிந்துரைக்கின்றன.

தரவு அறிவியலின் மூலம் துல்லியமான பொறியியல்

விமானச் செயல்பாடுகளில் AI-ஐ ஒருங்கிணைப்பது பணத்தைச் சேமிப்பது மட்டுமல்ல; அது செயல்பாட்டுத் துல்லியத்தை மேம்படுத்துவதைப் பற்றியும் கூட. பாரம்பரிய விமான நடைமுறைகள் பெரும்பாலும் தரப்படுத்தப்பட்ட முறைகளையே (standardized profiles) நம்பியிருக்கின்றன, அவை ஒவ்வொரு விமான நிலையத்திலும் நிலவும் வானிலை அல்லது விமானத்தின் சுமை ஆகியவற்றில் ஏற்படும் சிறிய மாற்றங்களைக் கணக்கில் கொள்ளாமல் போகலாம்.

இந்த புதிய AI சார்ந்த அணுகுமுறை "தனிப்பயனாக்கப்பட்ட" (tailored) புறப்பாடுகளை அனுமதிக்கிறது. காற்றின் வேகம், காற்றின் அடர்த்தி மற்றும் ஒரு குறிப்பிட்ட விமானத்தின் இன்ஜின் செயல்திறன் போன்ற மாறிகளைப் பகுப்பாய்வு செய்வதன் மூலம், இந்த அமைப்பு ஒரு பிரத்யேக உந்துவிசை அமைப்பைப் (custom thrust profile) பரிந்துரைக்க முடியும். புறப்பாடு மற்றும் ஏறும் நிலைகளின் போது எரிபொருள் பயன்பாட்டில் வெறும் 1% குறைப்பு ஏற்பட்டால் கூட, தினசரி ஆயிரக்கணக்கான விமானங்களின் மூலம் மிகப்பெரிய சேமிப்பைப் பெற முடியும், அதே நேரத்தில் விமான நிறுவனத்தின் கார்பன் தடத்தையும் (carbon footprint) குறைக்க முடியும்.

இந்திய விமானத் துறையில் ஏற்படும் தாக்கம்

இந்தியா உலகளவில் மிக வேகமாக வளர்ந்து வரும் விமானச் சந்தைகளில் ஒன்றாக மாறிவரும் நிலையில், திறம்பட விரிவாக்க வேண்டிய அழுத்தம் அதிகமாக உள்ளது. பிரம்மாண்டமான விமானப் படையை நிர்வகிக்கும் IndiGo போன்ற நிறுவனங்களுக்கு, AI சார்ந்த எரிபொருள் மேலாண்மையை ஏற்றுக்கொள்வது ஒரு போட்டித்தன்மையுள்ள பலமாக (competitive moat) அமைகிறது. எரிபொருள் பயன்பாட்டைக் குறைப்பது, 'கிமீ-க்கு கிடைக்கும் இருக்கைக்கான செலவை' (CASK) நேரடியாகக் குறைக்கிறது; இது உலகளாவிய எண்ணெய் விலை ஏற்ற இறக்கங்களுக்கு மத்தியிலும், விமான நிறுவனங்கள் போட்டித்தன்மையுள்ள விலையைத் தக்கவைக்கவும், லாபத்தைப் பாதுகாக்கவும் உதவுகிறது.

மேலும், இந்த நடவடிக்கை "நிலையான விமானப் போக்குவரத்து" (Sustainable Aviation) என்ற உலகளாவிய விமானத் துறைப் போக்கோடு ஒத்துப்போகிறது. கார்பன் வெளியேற்றங்கள் குறித்த விதிமுறைகளை ஒழுங்குமுறை அமைப்புகள் கடுமையாக்கும்போது, எரிபொருள் வீணாவதைக் குறைக்கத் தொழில்நுட்பத்தைப் பயன்படுத்துவது ஒரு விருப்பமாக இல்லாமல் அவசியமான ஒன்றாக மாறி வருகிறது. இந்தச் சோதனைகள் வெற்றி பெற்றால், அவை இந்தியத் துணைக்கண்டம் முழுவதும் விமானச் செயல்பாடுகளுக்கு ஒரு புதிய தரநிலையை நிர்ணயிக்கக்கூடும், மேலும் இது மற்ற உள்நாட்டு விமான நிறுவனங்களையும் இத்தகைய அறிவுசார் விமான மேலாண்மை அமைப்புகளைப் பின்பற்றத் தூண்டும்.

முக்கியக் குறிப்புகள்

• மூலோபாய எரிபொருள் சேமிப்பு: தொழில்துறையின் மிக உயர்ந்த செலவுகளில் ஒன்றைக் குறைக்கும் நோக்கில், புறப்பாட்டு உந்துவிசை மற்றும் ஏறும் நிலைகளை மேம்படுத்த IndiGo AI வழிமுறைகளைப் பயன்படுத்துகிறது.
• தரவு சார்ந்த துல்லியம்: இந்தத் தொழில்நுட்பம் விமானத்தின் எடை, வெப்பநிலை மற்றும் காற்றின் வேகம் போன்ற நிகழ்நேர மாறிகளைப் பயன்படுத்தி, தனிப்பயனாக்கப்பட்ட மற்றும் திறமையான விமானப் பாதைகளை உருவாக்குகிறது.
• நிலைத்தன்மை மற்றும் விரிவாக்கம்: செலவுக் குறைப்பைத் தாண்டி, AI சார்ந்த எரிபொருள் திறன், விமான நிறுவனங்கள் சுற்றுச்சூழல் இலக்குகளை அடையவும், அதிகச் செலவு கொண்ட செயல்பாட்டுச் சூழலில் வளர்ச்சியை நிர்வகிக்கவும் உதவுகிறது.