AI எரிபொருள் திறனை எவ்வாறு புரட்சிகரமாக்குகிறது: ஸ்மார்ட் டேக்-ஆஃப் (Take-offs) முறைகளை சோதனை செய்ய IndiGo முடிவு செய்துள்ளது

விமான நிறுவனங்கள் அதிகரித்து வரும் எரிபொருள் செலவுகள் மற்றும் சுற்றுச்சூழல் கவலைகளை எதிர்கொள்ள செயற்கை நுண்ணறிவை (Artificial Intelligence) பயன்படுத்துவதால், விமானப் போக்குவரத்துத் துறை செயல்பாட்டுத் திறனின் புதிய யுகத்திற்குள் நுழைகிறது. இதில் முன்னணியில் இருக்கும் IndiGo, விமானங்களின் டேக்-ஆஃப் (take-offs) முறைகளை மேம்படுத்த, துல்லியமான பொறியியல் மூலம் எரிபொருள் நுகர்வைக் கணிசமாகக் குறைக்க இலக்குக் கொண்டு, மேம்பட்ட AI சார்ந்த சோதனைகளை இன்று தொடங்க உள்ளது.

AI சார்ந்த எரிபொருள் மேலாண்மையை நோக்கிய மூலோபாய மாற்றம்

பொதுவாக, ஒரு விமான நிறுவனத்தின் செயல்பாட்டுச் செலவில் எரிபொருளே பெரும் பகுதியை வகிக்கிறது. இதைத் தவிர்க்க, விமான நிறுவனங்கள் பாரம்பரியமாக விமானிகளால் செய்யப்படும் கைமுறை கணக்கீடுகளிலிருந்து விலகி, தரவு சார்ந்த AI மாதிரிகளை நோக்கி நகர்ந்து வருகின்றன. இந்தத் தொழில்நுட்பங்கள் காற்றின் வெப்பநிலை, காற்றின் வேகம், விமானத்தின் எடை மற்றும் வளிமண்டல அழுத்தம் உள்ளிட்ட ஏராளமான நிகழ்நேரத் தரவுகளை ஆய்வு செய்து, மிகவும் திறமையான விமானப் பயண அளவுருக்களை (flight parameters) தீர்மானிக்கின்றன.

AI-ஐ ஒருங்கிணைப்பதன் மூலம், விமான நிறுவனங்கள் பொதுவான விமான நடைமுறைகளைக் கடந்து, ஒவ்வொரு முறைக்கும் ஏற்றவாறு "தனிப்பயனாக்கப்பட்ட" (tailored) செயல்பாடுகளை மேற்கொள்ள முடியும். இந்த மாற்றம் வெறும் செலவுக் குறைப்பு சார்ந்தது மட்டுமல்ல; இது நிலையான விமானப் போக்குவரத்து மற்றும் ஒவ்வொரு விமானத்தின் ஒட்டுமொத்த கார்பன் தடயத்தைக் (carbon footprint) குறைப்பதற்கான பரந்தத் தொழில்துறை இயக்கத்தின் ஒரு முக்கிய அங்கமாகும்.

IndiGo-வின் சோதனை: அதிகப்படியான சேமிப்பிற்கான துல்லியமான டேக்-ஆஃப் முறைகள்

சந்தைப் பங்கின் அடிப்படையில் இந்தியாவின் மிகப்பெரிய விமான நிறுவனமான IndiGo, உள்நாட்டுச் சூழலில் இந்தத் தொழில்நுட்பப் பயன்பாட்டிற்கு முன்னிலையில் உள்ளது. இன்று முதல், விமானத்தின் டேக்-ஆஃப் (take-off) கட்டத்தை மேம்படுத்துவதில் கவனம் செலுத்தும் சோதனைகளை இந்த நிறுவனம் தொடங்கும். ஒரு பயணத்தின் மிகவும் எரிபொருள் அதிகம் தேவைப்படும் கட்டங்களில் ஒன்று டேக்-ஆஃப் ஆகும், இதற்குப் பெரும் உந்துவிசை மற்றும் ஆற்றல் தேவைப்படுகிறது.

சோதனை செய்யப்படும் AI மென்பொருள், த்ரோட்டில் அமைப்புகள் (throttle settings) மற்றும் சுழற்சி வேகங்கள் (rotation speeds) குறித்த துல்லியமான, நிகழ்நேரப் பரிந்துரைகளை விமானப் பணியாளர்களுக்கு வழங்கும். இந்த மாறிகளைச் சீரமைப்பதன் மூலம், எரிபொருள் பயன்பாட்டைச் சிக்கனமாக்கும் முறையை அடைய இந்த விமான நிறுவனம் இலக்குக் கொண்டுள்ளது; இதன் மூலம் எரிக்கப்படும் ஒவ்வொரு கிலோகிராம் எரிபொருளும் அதிகபட்சத் திறனுடன் பயன்படுத்தப்படுவதை உறுதி செய்கிறது. இந்தச் சோதனைகள் வெற்றியடைந்தால், இந்திய விமானப் போக்குவரத்துத் துறையில் செயல்பாட்டுச் சிறப்பிற்கான ஒரு புதிய தரநிலையை இது உருவாக்கும்.

விமானப் போக்குவரத்துப் பொருளாதாரம் மற்றும் நிலைத்தன்மை மீதான பரந்த தாக்கம்

விமானச் செயல்பாடுகளில் AI-ஐப் பயன்படுத்துவது என்பது டேக்-ஆஃப் வரிசையைத் தாண்டி பல விஷயங்களை உள்ளடக்கியது. IndiGo போன்ற விமான நிறுவனங்கள் இந்தத் கருவிகளைச் சோதனை செய்யும்போது, சேகரிக்கப்படும் தரவுகள் இறுதியில் மிகவும் மேம்பட்ட விமானப் பாதை மேம்படுத்தல்கள் (flight path optimizations) மற்றும் தரையிறங்கும் நடைமுறைகளுக்குப் பங்களிக்கும்.

பயணிகள் எண்ணிக்கையில் முன்னெப்போதும் இல்லாத வளர்ச்சியைச் சந்தித்து வரும் இந்திய விமானப் போக்குவரத்துச் சந்தைக்கு, எரிபொருள் திறன் என்பது உயிர்வாழத் தேவையான ஒரு கட்டாயமாகும். உலகளாவிய புவிசார் அரசியல் பதற்றங்களால் ஜெட் எரிபொருள் விலைகள் நிலையற்றதாக இருக்கும் நிலையில், AI மூலம் எரிபொருள் பயன்பாட்டிலிருந்து ஒரு சிறு சதவீதத்தைக் கூடக் குறைக்கும் திறன், ஆண்டுதோறும் மில்லியன் கணக்கான டாலர்களைச் சேமிக்க வழிவகுக்கும். மேலும், இந்தத் தொழில்நுட்ப முன்னேற்றம் பசுமையான வானத்திற்கான உலகளாவிய கட்டளைகளுடன் ஒத்துப்போகிறது, இது இந்திய விமான நிறுவனங்கள் கடுமையான சுற்றுச்சூழல் விதிமுறைகளைப் பூர்த்தி செய்ய உதவுகிறது.

முக்கியக் குறிப்புகள்

• IndiGo-வின் முன்னோடித் திட்டம்: அதிக ஆற்றல் தேவைப்படும் விமானப் பயணக் கட்டத்தின் போது எரிபொருள் வீணாவதைக் குறைக்க இலக்குக் கொண்டு, டேக்-ஆஃப் நடைமுறைகளை மேம்படுத்த இந்த விமான நிறுவனம் இன்று AI சார்ந்த சோதனைகளைத் தொடங்குகிறது.
• தரவு சார்ந்த திறன்: காற்றின் வேகம், வெப்பநிலை மற்றும் விமானத்தின் எடை போன்ற நிகழ்நேர மாறிகளைப் பயன்படுத்தி, துல்லியமான மற்றும் தனிப்பயனாக்கப்பட்ட விமானப் பயணப் பரிந்துரைகளை AI மாதிரிகள் வழங்கும்.
• பொருளாதார மற்றும் பசுமைத் தாக்கம்: இந்தத் தொழில்நுட்பங்கள் இரட்டை நோக்கத்திற்காகச் செயல்படுகின்றன: விமான நிறுவனங்களுக்கான செயல்பாட்டுச் செலவுகளைக் கணிசமாகக் குறைப்பது மற்றும் விமானப் போக்குவரத்துத் துறையின் கார்பன் வெளியேற்றத்தைக் குறைப்பது.