விமான நிறுவனங்கள் எரிபொருள் செலவைக் குறைக்க AI-ஐ எவ்வாறு பயன்படுத்துகின்றன: IndiGo-வின் புதிய சோதனை

உலகளாவிய எரிபொருள் விலைகள் நிலையற்றதாக இருக்கும் நிலையில், விமானத் துறை தனது லாபத்தைப் பாதுகாக்க அதிநவீன தொழில்நுட்பங்களை நோக்கித் திரும்பிக் கொண்டிருக்கிறது. இந்தியாவின் மிகப்பெரிய விமான நிறுவனமான IndiGo, விமானச் செயல்பாடுகளை மேம்படுத்தவும் எரிபொருள் நுகர்வைக் குறைக்கவும் செயற்கை நுண்ணறிவை (Artificial Intelligence) செயல்படுத்துவதன் மூலம் இந்த மாற்றத்திற்கு முன்னிலையில் உள்ளது.

IndiGo-வின் AI மூலம் இயங்கும் விமானப் புறப்பாட்டுச் சோதனைகள்

இன்று முதல், விமானப் புறப்பாடுகளை (take-offs) மிகவும் சிக்கனமாகவும் திறமையாகவும் மாற்றுவதை நோக்கமாகக் கொண்ட சிறப்புச் சோதனைகளை IndiGo தொடங்கியுள்ளது. எந்தவொரு விமானப் பயணத்திலும் அதிக எரிபொருள் தேவைப்படும் ஒரு கட்டமான புறப்பாட்டின் துல்லியமான நேரம் மற்றும் முறையை மேம்படுத்த வடிவமைக்கப்பட்ட AI அல்காரிதம்களை இந்த விமான நிறுவனம் ஒருங்கிணைத்து வருகிறது.

பெருமளவிலான நிகழ்நேரத் தரவுகளை (real-time data) பகுப்பாய்வு செய்வதன் மூலம், மிகவும் எரிபொருள் சிக்கனமான ஏறுதல் முறைகளை (climb profiles) தீர்மானிக்க இந்த AI அமைப்பு விமானிகளுக்கு உதவுகிறது. ஜெட் எரிபொருள் செலவுகளால் பெரிதும் தீர்மானிக்கப்படும் செயல்பாட்டுச் செலவுகளை நிர்வகிக்க, தரவு அறிவியலைப் (data science) பயன்படுத்துவதற்கான ஒரு விரிவான மூலோபாய நடவடிக்கையின் ஒரு பகுதியாக இந்தச் சோதனைகள் அமைகின்றன. புறப்பாட்டின் போது எரிபொருள் பயன்பாட்டில் ஏற்படும் மிகச் சிறிய சதவீதக் குறைப்பு கூட, IndiGo போன்ற ஒரு மிகப்பெரிய விமானக் கூட்டத்திற்குப் பெரும் செலவு சேமிப்பைத் தரும்.

விமானத் துறையில் எரிபொருள் திறனுக்கான விரிவான முயற்சி

AI-யை நோக்கித் திரும்புவது இந்தியாவுக்கு மட்டுமே உரியது அல்ல; அதிகரித்து வரும் செயல்பாட்டுச் செலவுகள் மற்றும் சுற்றுச்சூழல் மீதான கண்காணிப்பு ஆகிய இரட்டை அழுத்தங்களுடன் விமான நிறுவனங்கள் போராடி வருவதால், இது ஒரு உலகளாவிய போக்காக மாறியுள்ளது. பொதுவாக, ஒரு விமான நிறுவனத்தின் மொத்த செயல்பாட்டுச் செலவுகளில் எரிபொருள் ஒரு குறிப்பிடத்தக்கப் பங்கைக் கொண்டுள்ளது. முன்கணிப்பு மாதிரிகளைப் (predictive modeling) பயன்படுத்துவதன் மூலம், காற்றின் வேகம், காற்றின் வெப்பநிலை மற்றும் விமானத்தின் எடை போன்ற மாறிகளை (variables) விமான நிறுவனங்கள் இப்போது சிறப்பாக நிர்வகித்து, மிகவும் திறமையான விமானப் பாதைகளைக் கணக்கிட முடியும்.

புறப்பாட்டைத் தாண்டி, "தொடர்ச்சியான இறங்கு அணுகுமுறைகளை" (continuous descent approaches) மேம்படுத்தவும் AI பயன்படுத்தப்படுகிறது. இது விமானங்கள் பல்வேறு உயரங்களில் சமநிலையை அடைய இயந்திர சக்தியைப் பயன்படுத்துவதற்குப் பதிலாக, ஓடுபாதைகளை நோக்கித் திறமையாகச் சறுக்கிச் செல்ல அனுமதிக்கிறது. இந்தத் தொழில்நுட்பம் எரிபொருளைச் சேமிப்பது மட்டுமல்லாமல், ஒவ்வொரு விமானத்தின் கார்பன் தடயத்தையும் (carbon footprint) குறைக்கிறது, இதன் மூலம் வணிக இலக்குகளை உலகளாவிய நிலைத்தன்மைத் தேவைகளுடன் இணைக்கிறது.

பொருளாதார மற்றும் சுற்றுச்சூழல் அழுத்தங்களைச் சமாளித்தல்

இந்திய விமான நிறுவனங்களைப் பொறுத்தவரை, இதில் உள்ள சவால்கள் மிகவும் அதிகம். இந்திய விமான சந்தை அதிவேக வளர்ச்சியைப் பெற்று வருகிறது, ஆனால் கச்சா எண்ணெய் விலையில் ஏற்படும் மாற்றங்களுக்கு இது மிகவும் உணர்திறன் கொண்டது. AI மூலம் இயங்கும் எரிபொருள் மேலாண்மையைச் செயல்படுத்துவது இரண்டு முக்கியமான நோக்கங்களுக்குப் பயன்படுகிறது: போட்டித்தன்மை வாய்ந்த டிக்கெட் விலையைப் பராமரித்தல் மற்றும் கார்பன் குறைப்பு இலக்குகளை (decarbonization targets) அடைதல்.

IndiGo தனது சோதனைகளை முன்னெடுத்துச் செல்லும்போது, அதன் முடிவுகள் உள்நாட்டுத் தொழில்துறைக்கு ஒரு முன்மாதிரியாக அமையக்கூடும். இவை வெற்றியடைந்தால், இந்த AI சார்ந்த மேம்பாடுகள் இந்திய வான்வெளியில் ஒரு தரப்படுத்தப்பட்ட அணுகுமுறையை உருவாக்கக்கூடும்; அங்கு தரவு சார்ந்த விமான மேலாண்மை என்பது விதிவிலக்காக இல்லாமல் ஒரு வழக்கமான நடைமுறையாக மாறும். இந்த பரிணாமம், பாரம்பரிய கையேடு விமானத் திட்டமிடலில் இருந்து விமான மேலாண்மையின் உயர் தொழில்நுட்ப, முன்கணிப்பு யுகத்திற்கு மாறுவதைக் குறிக்கிறது.

முக்கியக் குறிப்புகள்

• IndiGo-வின் மூலோபாய நடவடிக்கை: விமானப் புறப்பாட்டு நடைமுறைகளை மேம்படுத்தவும் எரிபொருள் நுகர்வைக் கணிசமாகக் குறைக்கவும் இந்த விமான நிறுவனம் இன்று முதல் AI சார்ந்த சோதனைகளைத் தொடங்குகிறது.
• செலவு மற்றும் நிலைத்தன்மை: எரிபொருளை நிர்வகிக்க AI-யைப் பயன்படுத்துவது என்பது மிகப்பெரிய செயல்பாட்டுச் செலவுகளைக் குறைக்கவும், விமானத் துறையின் கார்பன் தடயத்தைக் குறைக்கவும் நோக்கமாகக் கொண்ட ஒரு இரட்டை நோக்கத் திட்டமாகும்.
• தரவு சார்ந்த விமானச் செயல்பாடுகள்: AI மூலம் காற்றின் வேகம் மற்றும் எடை போன்ற நிகழ்நேர மாறிகளை ஒருங்கிணைப்பது, மிகவும் திறமையான ஏறுதல் மற்றும் இறங்குதல் முறைகளை அனுமதிக்கிறது, இது முன்கணிப்பு விமான மேலாண்மையை நோக்கிய மாற்றத்தைக் குறிக்கிறது.