AI எவ்வாறு எரிபொருள் திறனைப் புரட்சிகரமாக்குகிறது: ஸ்மார்ட் டேக்-ஆஃப் (Take-offs) சோதனையைத் தொடங்குகிறது IndiGo

விமான நிறுவனங்களின் செயல்பாட்டுச் செலவுகளில் எரிபொருள் செலவு ஒரு நிலையற்ற அங்கமாக இருப்பதால், நிலைத்தன்மை மற்றும் செலவு சேமிப்பை மேம்படுத்த விமானத் துறை செயற்கை நுண்ணறிவை (Artificial Intelligence) நோக்கித் திரும்புகிறது. இந்தியாவின் முன்னணி விமான நிறுவனமான IndiGo, விமானப் பயணத்தின் மிக முக்கியமான கட்டமான 'டேக்-ஆஃப்' (take-off) எனப்படும் விமானம் கிளம்பும் போது எரிபொருள் நுகர்வைக் குறைக்க வடிவமைக்கப்பட்ட AI சார்ந்த நடைமுறைகளைச் செயல்படுத்தும் முன்னோடி சோதனைகளை இன்று தொடங்க உள்ளது.

புத்திசாலித்தனமான டேக்-ஆஃப் முறைகளின் அறிவியல்

விமானப் பயணத்தின் எந்தவொரு கட்டத்திலும், டேக்-ஆஃப் கட்டம் அதிக எரிபொருளைப் பயன்படுத்தும் ஒரு நிலையாகும். பாரம்பரிய விமானி நடைமுறைகள் பாதுகாப்பானதாகவும் தரப்படுத்தப்பட்டதாகவும் இருந்தாலும், அவை பெரும்பாலும் ஒரு குறிப்பிட்ட தருணத்தின் மிக நுணுக்கமான வளிமண்டல நிலவமைப்புகளைக் கணக்கில் கொள்ளாத பொதுவான அளவீடுகளைப் பின்பற்றுகின்றன. மேம்பட்ட அல்காரிதம்களைப் (algorithms) பயன்படுத்தி, மிகவும் எரிபொருள் திறன் கொண்ட ஏறுதல் முறைகளைக் (climb profiles) கணக்கிடுவதன் மூலம் இதை மாற்றியமைப்பதே IndiGo-வின் புதிய AI சார்ந்த முயற்சியாகும்.

துல்லியமான காற்றின் வேகம், காற்றின் வெப்பநிலை, விமானத்தின் எடை மற்றும் வளிமண்டல அழுத்தம் உள்ளிட்ட நிகழ்நேரத் தரவுகளை (real-time data) பகுப்பாய்வு செய்வதன் மூலம், இந்த AI அமைப்பு மேம்படுத்தப்பட்ட விமானப் பயண அளவீடுகளை வழங்குகிறது. இது விமானிகள் Jet A-1 எரிபொருளின் தேவையற்ற எரிப்பைக் குறைத்து, அதே சமயம் விமானத்தின் உயர்வினை (lift) அதிகப்படுத்தும் வகையில் "சிக்கனமான" டேக்-ஆஃப் முறைகளைச் செயல்படுத்த அனுமதிக்கிறது. ஒவ்வொரு டேக்-ஆஃபிலும் ஏற்படும் மிகச் சிறிய எரிபொருள் சேமிப்பு கூட, ஒரு விமான நிறுவனத்தின் ஒட்டுமொத்த விமானத் தொகுப்பு மற்றும் ஆண்டு காலப் பயண அட்டவணையில் மிகப்பெரிய சேமிப்பாக மாறக்கூடும்.

நிலைத்தன்மை மற்றும் லாபத்தை மேம்படுத்துதல்

இந்திய விமான நிறுவனங்களைப் பொறுத்தவரை, AI ஒருங்கிணைப்பிற்கான அழுத்தம் இரண்டு முக்கியத் தேவைகளால் தூண்டப்படுகிறது: பொருளாதாரத் தப்பிப்பிழைப்பு மற்றும் சுற்றுச்சூழல் பொறுப்பு. பொதுவாக, ஒரு விமான நிறுவனத்தின் மொத்த செயல்பாட்டுச் செலவில் எரிபொருள் ஒரு குறிப்பிடத்தக்கப் பங்கைக் கொண்டுள்ளது. விமானம் மேலே ஏறுவதற்குத் தேவையான எரிபொருளைக் குறைப்பதன் மூலம், IndiGo தனது 'கிடைக்கக்கூடிய இருக்கை கிலோமீட்டர் செலவை' (CASK) திறம்படக் குறைக்க முடியும், இது இந்தியா போன்ற விலைக்கு உணர்திறன் கொண்ட சந்தையில் ஒரு போட்டித் திறனை வழங்கும்.

நிதிநிலை அறிக்கையைத் தாண்டி, உலகளாவிய விமானத் துறை நிலைத்தன்மை இலக்குகளை அடைவதற்கு இந்தத் தொழில்நுட்பத் தலையீடுகள் மிக முக்கியமானவை. எரிபொருள் நுகர்வைக் குறைப்பது நேரடியாக கார்பன் டை ஆக்சைடு (CO2) வெளியேற்றத்தைக் குறைப்பதோடு தொடர்புடையது. இந்திய விமானத் துறை வேகமாக விரிவடைந்து வரும் நிலையில், வளர்ச்சியையும் கார்பன் வெளியேற்றத்தையும் தனித்தனியாகப் பிரிக்க AI-ஐப் பயன்படுத்துவது பெரிய நிறுவனங்களுக்கு ஒரு மூலோபாயத் தேவையாக மாறி வருகிறது.

விமானத் துறையில் AI-ன் பரந்த போக்கு

இந்த டிஜிட்டல் மாற்றத்தில் IndiGo மட்டும் தனியாக இல்லை; உலகளாவிய விமானத் துறை செயல்பாடுகளை மேம்படுத்த இயந்திரக் கற்றல் (machine learning) மற்றும் முன்கணிப்பு பகுப்பாய்வு (predictive analytics) ஆகியவற்றின் பக்கம் அதிகளவில் திரும்புகிறது. டேக்-ஆஃப் நடைமுறைகளைத் தாண்டி, முன்கணிப்புப் பராமரிப்பு (திட்டமிடப்படாத விமான நிறுத்தங்களைத் தவிர்க்க), மாறும் பணியாளர் அட்டவணை (dynamic crew scheduling) மற்றும் காற்றழுத்த மாறுபாடுகள் மற்றும் எதிர்ลมைகளைத் தவிர்க்க மேம்பட்ட வழித்தட மேம்படுத்தல் (route optimization) ஆகியவற்றிற்காகவும் AI பயன்படுத்தப்பட்டு வருகிறது.

இன்று தொடங்கும் இந்தச் சோதனை, எதிர்வினை ஆற்றும் விமான மேலாண்மையிலிருந்து (reactive flight management), தரவு சார்ந்த முன்கூட்டிய முடிவெடுத்தல் (proactive, data-driven decision-making) முறைக்கு மாறுவதில் ஒரு குறிப்பிடத்தக்க மைல்கல்லாகும். இந்தச் சோதனைகள் முன்னேறும்போது, AI மூலம் மேம்படுத்தப்பட்ட டேக்-ஆஃப் முறைகளின் வெற்றி, இந்திய வான்வெளியில் செயல்பாட்டுத் திறனுக்கான ஒரு புதிய தரநிலையை நிர்ணயிக்கக்கூடும். தொழில்நுட்பமே விமானத் துறையை அதிக லாபகரமானதாகவும், அதே சமயம் கிரகத்திற்கு உகந்ததாகவும் மாற்றுவதற்கான திறவுகோல் என்பதை இது நிரூபிக்கும்.

முக்கியக் குறிப்புகள்

  • துல்லியமான மேம்படுத்தல்: காற்று மற்றும் வெப்பநிலை போன்ற நிகழ்நேர சுற்றுச்சூழல் மாறிகளைப் பகுப்பாய்வு செய்து, அதிக எரிபொருள் திறன் கொண்ட டேக்-ஆஃப் முறைகளை உருவாக்க IndiGo AI-ஐப் பயன்படுத்துகிறது.
  • பொருளாதார மற்றும் பசுமைத் தாக்கம்: இந்த முயற்சி அதிக எரிபொருள் செயல்பாட்டுச் செலவைக் குறைப்பதையும், அதே நேரத்தில் ஒவ்வொரு விமானத்தின் கார்பன் தடத்தையும் (carbon footprint) குறைப்பதையும் நோக்கமாகக் கொண்டுள்ளது.
  • டிஜிட்டல் மாற்றம்: இந்த நடவடிக்கை, செயல்பாட்டுத் திறனை மேம்படுத்த முன்கணிப்பு பகுப்பாய்வு மற்றும் இயந்திரக் கற்றலைப் பயன்படுத்துவதை நோக்கிய பரந்த தொழில்துறை மாற்றத்தைப் பிரதிபலிக்கிறது.