AI எரிபொருள் திறனை எவ்வாறு புரட்சிகரமாக்குகிறது: IndiGo புதிய சோதனைகளைத் தொடங்குகிறது

எரிபொருள் செலவுகள் விமான நிறுவனங்களின் லாபத்திற்கு பெரும் சுமையாகத் தொடர்வதால், விமானப் போக்குவரத்துத் துறை தனது செயல்பாடுகளை மேம்படுத்த செயற்கை நுண்ணறிவை (Artificial Intelligence) நோக்கித் திரும்புகிறது. இந்தியாவின் முன்னணி விமான நிறுவனமான IndiGo, இன்று முதல் AI மூலம் இயக்கப்படும் விமானம் புறப்படும் (takeoff) நடைமுறைகளுக்கான சோதனைகளைத் தொடங்குவதன் மூலம் இந்தத் தொழில்நுட்ப மாற்றத்திற்குத் தலைமை தாங்கத் தயாராக உள்ளது.

செயற்கை நுண்ணறிவின் மூலம் விமானம் புறப்படுவதை மேம்படுத்துதல்

விமானம் புறப்படும் நிலை (Takeoff) என்பது எந்தவொரு விமானப் பயணத்திலும் அதிக எரிபொருளைப் பயன்படுத்தும் ஒரு கட்டமாகும், இதற்குப் பெரும் உந்துசக்தி (thrust) மற்றும் அதிக ஆற்றல் தேவைப்படுகிறது. இதனைச் சமாளிக்க, AI சார்ந்த தரவுப் பகுப்பாய்வைப் பயன்படுத்தி "சிக்கனமான" புறப்பாட்டு நடைமுறைகளைச் செயல்படுத்தும் வகையில் IndiGo சோதனைகளைத் தொடங்கியுள்ளது. இயந்திரக் கற்றல் (machine learning) வழிமுறைகளைப் பயன்படுத்துவதன் மூலம், விமானத்தின் எடை, சுற்றுப்புற வெப்பநிலை, காற்றின் வேகம் மற்றும் வளிமண்டல அழுத்தம் போன்ற நிகழ்நேர மாறிகளின் அடிப்படையில் மிகவும் திறமையான ஏறுதல் முறைகளை (ascent profiles) கணக்கிடுவதை இந்த விமான நிறுவனம் நோக்கமாகக் கொண்டுள்ளது.

தரப்படுத்தப்பட்ட, பாதுகாப்பான புறப்பாட்டு மாதிரிகளிலிருந்து விலகி, மாறும் தன்மை கொண்ட, துல்லியமான செயல்பாடுகளை நோக்கி நகர்வதே இதன் இலக்காகும். இந்த முக்கியமான கட்டத்தில் எரிபொருள் பயன்பாட்டில் ஏற்படும் ஒரு சிறிய குறைப்பு கூட, தினசரி ஆயிரக்கணக்கான விமானப் பயணங்களில் மிகப்பெரிய சேமிப்பிற்கு வழிவகுக்கும். இது நேரடியாக விமான நிறுவனத்தின் லாபத்தைப் பாதிப்பதோடு மட்டுமல்லாமல், அதன் கார்பன் தடத்தையும் (carbon footprint) குறைக்கும்.

பொருளாதார மற்றும் சுற்றுச்சூழல் அவசியத் தேவை

இந்திய விமான நிறுவனங்களுக்கு, எரிபொருள் பெரும்பாலும் மிகப்பெரிய செயல்பாட்டுச் செலவாகும், இது பெரும்பாலும் மொத்தச் செலவில் கிட்டத்தட்ட 40% வரை இருக்கும். உலகளாவிய ஜெட் எரிபொருள் விலைகள் கடும் ஏற்ற இறக்கங்களுக்கு உள்ளாகும் நிலையில், ஒவ்வொரு விமானப் பயணத்திலும் அதிகபட்சத் திறனைப் பெறத் தொழில்நுட்பத்தைப் பயன்படுத்துவது என்பது இனி ஒரு விருப்பத்தேர்வு அல்ல, மாறாக உயிர்வாழ்வதற்கான ஒரு அவசியமாகும்.

உடனடி நிதி நன்மைகளைத் தாண்டி, இந்த AI சோதனைகள் விமானப் போக்குவரத்துத் துறையின் நிலைத்தன்மை (sustainability) குறித்த பரந்த உறுதிப்பாட்டுடன் ஒத்துப்போகின்றன. எரிபொருள் நுகர்வைக் குறைப்பது, CO2 வெளியேற்றத்தைக் குறைக்க விமான நிறுவனங்களுக்கு இருக்கும் மிக நேரடியான வழியாகும். உலகளாவிய கார்பன் நீக்க இலக்குகளை (decarbonization targets) எட்டுவதற்குத் துறை அதிக அழுத்தத்தைச் சந்திக்கும் நிலையில், AI வழி மேம்படுத்தல்கள் ஒரு அளவிடக்கூடிய தீர்வை வழங்குகின்றன. இதற்கு விலையுயர்ந்த புதிய வன்பொருட்களைக் கொண்டு முழு விமானத் தொகுதிகளையும் உடனடியாக மாற்ற வேண்டிய அவசியம் இல்லை.

டிஜிட்டல் மாற்றத்தை நோக்கிய பரந்த துறை மாற்றம்

விமான நிறுவனங்கள் தங்களது விமானச் செயல்பாடுகளின் ஒவ்வொரு அம்சத்திலும் மேம்பட்ட பகுப்பாய்வுகளை ஒருங்கிணைக்கும் உலகளாவிய போக்கின் ஒரு பகுதியே IndiGo-வின் இந்த நடவடிக்கையாகும். IndiGo புறப்பாட்டு நிலையில் கவனம் செலுத்தும் அதே வேளையில், மற்ற முக்கிய நிறுவனங்கள் முன்கணிப்புப் பராமரிப்பு (predictive maintenance), காற்றழுத்த மாறுபாடுகளைத் (turbulence) தவிர்க்க மேம்படுத்தப்பட்ட விமானப் பாதை மற்றும் சிறந்த பணியாளர் கால அட்டவணை ஆகியவற்றிற்கு AI-ஐப் பயன்படுத்துகின்றன.

இந்தியாவில் இந்தச் சோதனைகளின் வெற்றிகரமான அமலாக்கம், Air India மற்றும் Akasa Air போன்ற பிற உள்நாட்டு விமான நிறுவனங்களுக்கு ஒரு முன்மாதிரியாக அமையக்கூடும். இந்திய விமானப் போக்குவரத்துத் துறையின் போட்டி மற்றும் அதிகச் செலவு நிறைந்த சூழலில் இவை முக்கியப் பங்கு வகிக்கின்றன. AI மாதிரிகள் மிகவும் நுணுக்கமானதாக மாறும் போது, இந்தத் துறை "தன்னியக்கத் திறன்" (autonomous efficiency) கொண்ட எதிர்காலத்தை நோக்கி நகர்கிறது; அங்கு பாதுகாப்பு மற்றும் சிக்கனம் ஆகிய இரண்டையும் உறுதி செய்ய தரவு சார்ந்த முடிவுகள் மில்லி விநாடிகளில் எடுக்கப்படுகின்றன.

முக்கியக் குறிப்புகள்

• துல்லியமான புறப்பாட்டுகள்: அதிக தீவிரமான விமானப் பயணக் கட்டங்களின் போது எரிபொருள் நுகர்வைக் குறைக்கும் நோக்கில், விமானம் புறப்படும் உந்துசக்தி மற்றும் ஏறுதல் முறைகளை மேம்படுத்த IndiGo AI வழிமுறைகளைச் சோதித்து வருகிறது.
• செலவு மேலாண்மை: எரிபொருள் பயன்பாட்டைக் குறைப்பதன் மூலம், விமான நிறுவனங்கள் உலகளாவிய எண்ணெய் விலைகளின் ஏற்ற இறக்கங்களின் தாக்கத்தைக் குறைக்கலாம் மற்றும் ஒட்டுமொத்த லாப வரம்புகளை மேம்படுத்தலாம்.
• நிலைத்தன்மை இலக்குகள்: AI சார்ந்த செயல்திறன், செயல்பாட்டுச் செலவுகளைக் குறைப்பதன் மூலமும், விமானப் போக்குவரத்து தொடர்பான கார்பன் வெளியேற்றத்தைக் குறைப்பதன் மூலமும் இரட்டை நோக்கங்களை நிறைவேற்றுகிறது.