எரிபொருள் நுகர்வைக் குறைக்க IndiGo மற்றும் உலகளாவிய விமான நிறுவனங்கள் AI-ஐ எவ்வாறு பயன்படுத்துகின்றன

எரிபொருள் செலவுகள் விமான நிறுவனங்களின் லாபத்தைத் தீர்மானிக்கும் முக்கிய காரணியாகத் தொடர்வதால், விமானப் போக்குவரத்துத் துறை தனது செயல்பாடுகளை மேம்படுத்த அதிநவீன செயற்கை நுண்ணறிவை (Artificial Intelligence) நோக்கித் திரும்புகிறது. இந்தியாவில் இதற்கு முன்னணியில் இருக்கும் IndiGo, எரிபொருள் திறனை அதிகப்படுத்துவதற்காக வடிவமைக்கப்பட்ட AI சார்ந்த takeoff நடைமுறைகளுக்கான சோதனைகளை இன்று தொடங்க உள்ளது.

IndiGo-வின் AI மூலம் இயங்கும் Takeoff சோதனைகள்

இந்தியாவின் மிகப்பெரிய பயணிகள் விமான நிறுவனமான IndiGo, தனது விமானப் போக்குவரத்துச் செயல்பாடுகளில் AI-ஐ ஒருங்கிணைப்பதன் மூலம் ஒரு குறிப்பிடத்தக்க தொழில்நுட்ப மாற்றத்தைத் தொடங்கியுள்ளது. இன்று முதல், அதிகத் திறன் கொண்ட takeoff முறைகளுக்கான சோதனைகளை இந்த நிறுவனம் தொடங்கும். நிலையான மற்றும் வழக்கமான நடைமுறைகளிலிருந்து விலகி, தரவு சார்ந்த (data-driven) மற்றும் குறைந்த எரிபொருளைப் பயன்படுத்தும் மேம்படுத்தப்பட்ட takeoff முறைகளை நோக்கிச் செல்வதே இதன் முதன்மை நோக்கமாகும்.

AI அல்காரிதம்களைப் பயன்படுத்துவதன் மூலம், விமானத்தின் எடை, வளிமண்டல நிலைமைகள் மற்றும் ஓடுதளத்தின் (runway) நீளம் போன்ற சிக்கலான மாறிகளை நிகழ்நேரத்தில் (real-time) பகுப்பாய்வு செய்வதை இந்த நிறுவனம் நோக்கமாகக் கொண்டுள்ளது. இந்தத் துல்லியம், விமானிகள் மிகவும் சிக்கனமான takeoff முறைகளைச் செய்ய அனுமதிக்கிறது, இதன் மூலம் இயந்திரங்கள் (engines) மிகச் சிறந்த திறன் கொண்ட ஆற்றல் அமைப்புகளில் பயன்படுத்தப்படுவதை உறுதி செய்கிறது. IndiGo போன்ற அதிகப் பயணிகள் கொண்ட நிறுவனத்திற்கு, ஒவ்வொரு takeoff-இலும் எரிபொருள் பயன்பாட்டில் ஏற்படும் மிகச் சிறிய சதவீதக் குறைப்பு கூட, ஆண்டுதோறும் மிகப்பெரிய செலவு சேமிப்பிற்கும் மற்றும் கார்பன் வெளியேற்றத்தைக் குறைப்பதற்கும் வழிவகுக்கும்.

விமானத் துறையில் AI நோக்கிய உலகளாவிய மாற்றம்

IndiGo-வின் இந்த நடவடிக்கை, பெரிய விமான நிறுவனங்கள் தங்களின் முக்கியச் செயல்பாடுகளில் மெஷின் லேர்னிங் (machine learning) மற்றும் முன்கணிப்பு பகுப்பாய்வை (predictive analytics) ஒருங்கிணைத்து வரும் உலகளாவிய போக்கின் ஒரு பகுதியாகும். பொதுவாக, ஒரு விமான நிறுவனத்தின் மொத்தச் செயல்பாட்டுச் செலவில் எரிபொருளே சுமார் 25% முதல் 30% வரை இருக்கும், எனவே எரிபொருள் திறனை மேம்படுத்துவது ஒரு மிக முக்கியமான மூலோபாய இலக்காகும்.

Takeoff முறைகளைத் தாண்டி, உலகளாவிய விமான நிறுவனங்கள் AI-ஐப் பின்வருவனவற்றிற்குப் பயன்படுத்துகின்றன:

• இயக்கவியல் விமானப் பாதை மேம்படுத்தல் (Dynamic Flight Path Optimization): வளிமண்டலக் கொந்தளிப்பைத் (turbulence) தவிர்க்கவும், சாதகமான காற்றுத் திசையைப் பயன்படுத்திக் கொள்ளவும் விமானப் பாதையை நடுப்பயணத்தின் போது மாற்றுதல்.
• முன்கணிப்புப் பராமரிப்பு (Predictive Maintenance): இயந்திரங்களின் தேய்மானத்தைக் கணிக்க சென்சார்கள் மற்றும் AI-ஐப் பயன்படுத்துவதன் மூலம், திட்டமிடப்படாத காலதாமதத்தைக் குறைத்தல் மற்றும் எரிபொருள் திறனை மேம்படுத்துதல்.
• எடை மற்றும் சமநிலை மேலாண்மை (Weight and Balance Management): காற்றின் எதிர்ப்பைக் (drag) குறைக்கவும், விமானத்தின் உயர்வினை (lift) அதிகரிக்கவும், விமானத்தில் சுமைகள் ஏற்றப்படும் முறையை மேம்படுத்த மேம்பட்ட அல்காரிதம்களைப் பயன்படுத்துதல்.

திறனுக்கும் பாதுகாப்பிற்கும் இடையிலான சமநிலை

எரிபொருள் சிக்கனத்திற்கான முயற்சி பொருளாதாரம் மற்றும் சுற்றுச்சூழல் விதிமுறைகளால் தூண்டப்பட்டாலும், விமானத் துறை எப்போதும் "பாதுகாப்பிற்கு முன்னுரிமை" (safety-first) என்ற அணுகுமுறையையே கடைபிடிக்கிறது. IndiGo சோதித்து வரும் AI கருவிகள், தானியங்கி விமானிகளாகச் செயல்படாமல், முடிவெடுப்பதற்கான ஆதரவு அமைப்புகளாகவே (decision-support systems) வடிவமைக்கப்பட்டுள்ளன. அதாவது, AI மிகவும் திறமையான தரவுப் புள்ளிகளையும் அளவுருக்களையும் வழங்கினாலும், இறுதித் தீர்மானம் மற்றும் பொறுப்பு விமானப் பணியாளர்களிடமே இருக்கும்.

பயணிகள் எண்ணிக்கையில் முன்னெப்போதும் இல்லாத வளர்ச்சியைச் சந்தித்து வரும் இந்திய விமானத் துறைக்கு, இத்தகைய தொழில்நுட்பத் தலையீடுகள் அவசியமானவையாகி வருகின்றன. உலகளாவிய நிலைத்தன்மை இலக்குகளை (Net Zero targets) அடைய வேண்டிய அழுத்தத்தை விமானத் துறை எதிர்கொள்ளும் நிலையில், விமானப் பயணங்களின் எண்ணிக்கையை அதிகரிக்காமல், கார்பன் வெளியேற்றத்தைக் குறைக்க AI ஒரு நடைமுறை வழியை வழங்குகிறது.

முக்கியக் குறிப்புகள்

• மூலோபாயத் திறன்: விமானத் துறையின் மிக உயர்ந்த செயல்பாட்டுச் செலவுகளில் ஒன்றான எரிபொருள் நுகர்வைக் குறைக்க, IndiGo AI சார்ந்த takeoff சோதனைகளைத் தொடங்கியுள்ளது.
• தரவு சார்ந்த செயல்பாடுகள்: இந்தத் தொழில்நுட்பம் வானிலை மற்றும் விமானத்தின் எடை போன்ற நிகழ்நேர மாறிகளைப் பயன்படுத்தி, விமானத்தின் முக்கியமான கட்டங்களில் இயந்திரத்தின் திறனை மேம்படுத்துகிறது.
• நிலைத்தன்மை மற்றும் லாபம்: AI ஒருங்கிணைப்பு என்பது விமான நிறுவனங்களின் லாப வரம்பை அதிகரிப்பதற்கும், சுற்றுச்சூழல் மாசு குறைப்பு இலக்குகளை அடைய உதவுவதற்கும் இரட்டை நோக்கத்துடன் செயல்படுகிறது.