விமான நிறுவனங்கள் எரிபொருள் செலவைக் குறைக்க AI-ஐ எவ்வாறு பயன்படுத்துகின்றன: IndiGo புதிய சோதனைகளைத் தொடங்குகிறது

விமான நிறுவனங்களின் லாபத்தில் எரிபொருள் விலைகள் ஒரு நிலையற்ற காரணியாக இருப்பதால், விமானப் போக்குவரத்துத் துறை தனது செயல்பாடுகளை மேம்படுத்த அதிநவீன செயற்கை நுண்ணறிவை (Artificial Intelligence) நோக்கித் திரும்புகிறது. இந்தியாவின் மிகப்பெரிய விமான நிறுவனமான IndiGo, விமானங்களின் டேக்-ஆஃப் (take-off) எனப்படும் கிளம்பும் நிலையை எரிபொருள் சிக்கனத்துடன் மேற்கொள்ளும் நோக்கில், இன்று புதிய சோதனைகளைத் தொடங்குவதன் மூலம் இந்தத் தொழில்நுட்பப் புரட்சியில் முன்னிலை வகிக்கிறது.

AI-அடிப்படையிலான எரிபொருள் சிக்கனத்தை நோக்கிய மாற்றம்

பொதுவாக, எந்தவொரு விமான நிறுவனத்திற்கும் எரிபொருள் என்பது மிகப்பெரிய செயல்பாட்டுச் செலவுகளில் ஒன்றாகும். அதிகரித்து வரும் செலவுகளைக் கட்டுப்படுத்தவும், கார்பன் வெளியேற்றத்தைக் குறைக்கவும், விமான நிறுவனங்கள் பாரம்பரியமான கைமுறை கணக்கீடுகளிலிருந்து விலகி, AI-ஆல் இயங்கும் முன்கணிப்பு மாதிரிகளை (predictive modeling) நோக்கி நகர்ந்து வருகின்றன. விமானப் பயணத்தின் ஒவ்வொரு கட்டத்தையும் மேம்படுத்துவதே இதன் முக்கிய நோக்கமாகும், குறிப்பாக அதிக எரிபொருள் தேவைப்படும் டேக்-ஆஃப் நிலையில் அதிக கவனம் செலுத்தப்படுகிறது.

மெஷின் லேர்னிங் (machine learning) வழிமுறைகளைப் பயன்படுத்துவதன் மூலம், விமான நிறுவனங்கள் இப்போது நிகழ்நேர வானிலை முறைகள், வளிமண்டல அடர்த்தி, விமானத்தின் எடை மற்றும் என்ஜின் செயல்திறன் உள்ளிட்ட பரந்த தரவுத் தொகுப்புகளை ஆய்வு செய்ய முடியும். இது "துல்லியமான டேக்-ஆஃப்களுக்கு" (precision take-offs) வழிவகுக்கிறது; அதாவது, பொதுவான நிலையான செயல்பாட்டு நடைமுறைகளை (standard operating procedures) மட்டும் நம்பியிருக்காமல், விமானம் புறப்படும் தருணத்தின் துல்லியமான சுற்றுச்சூழல் நிலைகளுக்கு ஏற்பத் தூண்டுதல் (thrust) மற்றும் ஏறுதல் முறைகள் (climb profiles) மாற்றியமைக்கப்படுகின்றன.

IndiGo-வின் மூலோபாய முன்னோடித் திட்டம்

முக்கியமான ஏறுதல் நிலையில் (ascent phase), AI-ஆல் இயங்கும் விமானப் பயண முறைகள் எவ்வாறு எரிபொருள் பயன்பாட்டைக் குறைக்கின்றன என்பதைச் சோதிக்க, IndiGo இன்று முதல் சோதனைகளைச் செயல்படுத்தத் தயாராக உள்ளது. தரவு அறிவியல் (data science) விமானப் பயணப் பாதையை மேம்படுத்தப் பயன்படுத்தப்படும் ஒரு பரந்தத் தொழில்முறைப் போக்கின் ஒரு பகுதியாக இந்தச் சோதனைகள் அமைகின்றன.

மனித விமானிகள் அல்லது பழைய விமான மேலாண்மை அமைப்புகளால் (legacy flight management systems) நிகழ்நேரத்தில் கணக்கில் கொள்ள முடியாத சிக்கலான மாறிகளை (variables) இந்தத் தொழில்நுட்பம் ஆய்வு செய்கிறது. உதாரணமாக, காற்றின் வேகம் அல்லது சுற்றுப்புற வெப்பநிலையில் ஏற்படும் சிறிய மாற்றங்கள் கூட, ஒரு என்ஜின் நிர்ணயிக்கப்பட்ட உயரத்தை (cruising altitude) அடைய எவ்வளவு எரிபொருளைப் பயன்படுத்துகிறது என்பதில் பெரும் தாக்கத்தை ஏற்படுத்தக்கூடும். AI பரிந்துரைகள் மூலம்த் திரோட்டில் (throttle) அமைப்புகள் மற்றும் ஏறுதல் கோணங்களைச் சீரமைப்பதன் மூலம், ஒவ்வொரு விமானத்திலும் பல லிட்டர் எரிபொருளைச் சேமிக்கும் வகையில் "சிக்கனமான" டேக்-ஆஃப்களை அடைய IndiGo இலக்கு வைத்துள்ளது.

பொருளாதார மற்றும் சுற்றுச்சூழல் தாக்கங்கள்

விமானச் செயல்பாடுகளில் AI-ஐப் பயன்படுத்துவது இரட்டை நோக்கத்திற்காகச் செயல்படுகிறது: லாபத்தை அதிகரிப்பது மற்றும் நிலைத்தன்மை இலக்குகளை (sustainability goals) அடைவது. IndiGo போன்ற மிகப்பெரிய விமானப் படையைக் கொண்ட ஒரு நிறுவனத்திற்கு, ஒரு விமானத்திற்கான எரிபொருள் பயன்பாட்டில் ஒரு சிறிய சதவீதக் குறைப்பு கூட, ஆண்டுதோறும் மில்லியன் கணக்கான டாலர்களைச் சேமிக்க வழிவகுக்கும்.

பொருளாதாரத்தைத் தாண்டி, கார்பன் வெளியேற்றத்தைக் குறைப்பதற்கான (decarbonization) விமானத் துறையின் உறுதிப்பாட்டிற்கு இந்தத் தொழில்நுட்ப மாற்றம் மிகவும் முக்கியமானது. எரிபொருள் பயன்பாட்டைக் குறைப்பது நேரடியாக CO2 வெளியேற்றத்தைக் குறைக்கிறது, இது உலகளாவிய சுற்றுச்சூழல் விதிமுறைகளுடன் விமான நிறுவனங்கள் இணைந்து செயல்பட உதவுகிறது. இந்த AI மாதிரிகள் மேலும் மேம்படும்போது, தானியங்கி விமான அமைப்புகளில் (automated flight systems) இவை ஆழமாக ஒருங்கிணைக்கப்படும் என்று எதிர்பார்க்கப்படுகிறது; இது மனிதத் தவறுகளைக் குறைத்து, வளங்களின் பயன்பாட்டை அதிகப்படுத்தும்.

முக்கியக் குறிப்புகள்

• துல்லியமான மேம்படுத்தல்: விமான நிறுவனங்கள் வானிலை மற்றும் விமான எடை போன்ற நிகழ்நேரத் தரவுகளை ஆய்வு செய்து, டேக்-ஆஃப் போன்ற அதிக எரிபொருள் தேவைப்படும் நிலைகளை மேம்படுத்த AI-ஐப் பயன்படுத்துகின்றன.
• IndiGo-வின் தலைமைப்பங்கு: ஏறுதல் நிலையில் அதிகபட்ச எரிபொருள் சிக்கனத்தை இலக்காகக் கொண்டு, AI-ஆல் இயங்கும் விமானப் பயண முறைகளைச் செயல்படுத்த IndiGo சோதனைகளைத் தொடங்கியுள்ளது.
• இரட்டைப் பயன்கள்: AI-உதவி பெறும் விமானச் செயல்பாடுகளுக்கு மாறுவது, விமான நிறுவனங்களுக்குப் பெரும் செலவுச் சேமிப்பைத் தருவதோடு மட்டுமல்லாமல், தொழில்துறையின் கார்பன் வெளியேற்றத்தையும் ஒரே நேரத்தில் குறைக்கிறது.