எரிபொருள் நுகர்வு மற்றும் விமானம் கிளம்புவதை (Take-offs) மேம்படுத்த IndiGo எவ்வாறு AI-ஐப் பயன்படுத்துகிறது

எரிபொருள் செலவுகள் விமான நிறுவனங்களின் லாபத்தைப் பாதித்து வருவதால், செயல்பாட்டுத் திறனை மேம்படுத்த விமானத் துறை பெருகிய முறையில் செயற்கை நுண்ணறிவை (Artificial Intelligence) நோக்கித் திரும்புகிறது. இந்தியாவின் மிகப்பெரிய விமான நிறுவனமான IndiGo, விமானம் கிளம்புவதற்கான நடைமுறைகளை (take-off procedures) மேம்படுத்தும் நோக்கில், இன்று முதல் சிறப்பு AI சார்ந்த சோதனைகளைத் தொடங்குவதன் மூலம் இந்தத் தொழில்நுட்ப மாற்றத்திற்குத் தலைமை தாங்கத் தயாராக உள்ளது.

AI சார்ந்த எரிபொருள் திறன் நோக்கிய மாற்றம்

மிகவும் போட்டி நிறைந்த இந்தியச் சந்தையில் இயங்கும் எந்தவொரு விமான நிறுவனத்திற்கும் எரிபொருள் என்பது மிக முக்கியமான மாறுபடும் செலவுகளில் ஒன்றாகும். அதிகரித்து வரும் செலவுகளைக் கட்டுப்படுத்தவும், கார்பன் தடயத்தைக் (carbon footprint) குறைக்கவும், விமான நிறுவனங்கள் பாரம்பரிய கையேடு விமான அளவுருக்களிலிருந்து (manual flight parameters) தரவு சார்ந்த முடிவெடுத்தல் முறைக்கு மாறி வருகின்றன. விமானச் செயல்பாடுகளில் AI-ஐ ஒருங்கிணைப்பதன் முக்கிய நோக்கம், என்ஜின் செயல்திறனில் ஒரு "சரியான புள்ளியை" (sweet spot) கண்டறிவதாகும்—அதாவது தேவைப்படும் இடங்களில் உந்து சக்தியை (thrust) அதிகப்படுத்துவதும், தேவையற்ற எரிபொருள் எரிப்பைக் குறைப்பதும் ஆகும்.

இயந்திரக் கற்றல் (machine learning) வழிமுறைகளைப் பயன்படுத்துவதன் மூலம், வானிலை முறைகள், விமானத்தின் எடை, சுற்றுப்புற வெப்பநிலை மற்றும் என்ஜின் செயல்திறன் அளவீடுகள் உள்ளிட்ட பரந்த தரவுத் தொகுப்புகளை விமான நிறுவனங்களால் பகுப்பாய்வு செய்ய முடியும். இது மனித விமானிகள் அல்லது நிலையான விமான மேலாண்மை அமைப்புகளால் (flight management systems) நிகழ்நேரத்தில் முழுமையாக மேம்படுத்த முடியாத துல்லியமான கணக்கீடுகளைச் செய்ய அனுமதிக்கிறது.

சிக்கனமான விமானப் பயணத் தொடக்கத்திற்காக IndiGo-வின் மூலோபாய சோதனைகள்

இன்று முதல், விமானப் பயணத்தின் கிளம்பும் கட்டத்தை (take-off phase) மேம்படுத்துவதில் கவனம் செலுத்தும் சோதனைகளை IndiGo தொடங்கியுள்ளது. விமானப் பயணத்தில் கிளம்பும் கட்டம் என்பது மிகவும் அதிக எரிபொருள் தேவைப்படும் நிலைகளில் ஒன்றாகும், ஏனெனில் விமானத்தை உயரே தூக்குவதற்குப் பெருமளவிலான உந்து சக்தி தேவைப்படுகிறது. இந்த நிலையின் செயல்திறனில் ஏற்படும் ஒரு சிறிய முன்னேற்றம் கூட, ஒரு பெரிய விமானக் கூட்டத்திற்கு (fleet) ஒட்டுமொத்தமாகப் பெரும் சேமிப்பிற்கு வழிவகுக்கும்.

சோதிக்கப்படும் AI மாதிரிகள், மிகவும் திறமையான ஏறுதல் முறைகள் (climb profiles) மற்றும் உந்து அமைப்புகளைத் (thrust settings) தீர்மானிக்க உதவும். ஒரு விமானம் எவ்வாறு முடுக்கமடைகிறது மற்றும் சுழல்கிறது என்பதைச் செம்மைப்படுத்துவதன் மூலம், பயன்படுத்தப்படும் ஒவ்வொரு சொட்டு எரிபொருளும் பாதுகாப்பான மற்றும் திறமையான ஏறுதலுக்கு நேரடியாகப் பங்களிப்பதை உறுதி செய்வதே இந்தத் தொழில்நுட்பத்தின் நோக்கமாகும். தொழில்நுட்ப மேன்மை மற்றும் குறைந்த செலவு மூலம் தனது சந்தைத் தலைமையைத் தக்கவைப்பதை நோக்கமாகக் கொண்ட IndiGo-வின் விரிவான டிஜிட்டல் மாற்றத் திட்டத்தில் இந்தச் சோதனைகள் ஒரு முக்கியமான படியாகும்.

விமானத் துறையின் நிலைத்தன்மை மீதான பரந்த தாக்கம்

IndiGo-வின் இந்த நடவடிக்கை, உலகளாவிய விமான நிறுவனங்கள் நிலைத்தன்மை இலக்குகளை அடைய முன்கணிப்பு பகுப்பாய்வை (predictive analytics) பயன்படுத்தும் போக்கின் ஒரு பகுதியாகும். வெறும் செலவு சேமிப்பைத் தாண்டி, எரிபொருள் நுகர்வைக் குறைப்பது CO2 வெளியேற்றத்தைக் குறைக்க ஒரு நேரடி வழியாகும், இது சர்வதேச விமான சுற்றுச்சூழல் தரநிலைகளுடன் விமான நிறுவனங்கள் ஒத்துப்போக உதவுகிறது.

இந்த AI சோதனைகள் முன்னேறும்போது, சேகரிக்கப்பட்ட தரவுகள் விமானப் பாதைகளைச் செம்மைப்படுத்தவும், இறங்கும் முறைகளை (descent profiles) மேம்படுத்தவும் மற்றும் பராமரிப்புத் தேவைகள் பெரும் செலவுமிக்கப் பிரச்சனைகளாக மாறுவதற்கு முன்பே அவற்றைக் கணிக்கவும் பயன்படுத்தப்படலாம். இந்திய விமானத் துறைக்கு, இது எதிர்வினை ஆற்றும் செயல்பாடுகளிலிருந்து (reactive operations) முன்கூட்டியே திட்டமிடும் புத்திசாலித்தனமான விமான மேலாண்மைக்கு (proactive, intelligent flight management) மாறுவதைக் குறிக்கிறது.

முக்கியக் குறிப்புகள்

• செயல்பாட்டுத் திறன்: விமானம் கிளம்பும் நடைமுறைகளை மேம்படுத்த IndiGo AI சார்ந்த சோதனைகளைச் செயல்படுத்துகிறது, இதன் மூலம் இந்த நிலையில் வழக்கமாக ஏற்படும் அதிக எரிபொருள் நுகர்வைக் குறைக்க இலக்கு வைக்கப்பட்டுள்ளது.
• தரவு சார்ந்த முடிவுகள்: இந்தத் தொழில்நுட்பம் என்ஜின் செயல்திறன், எடை மற்றும் வானிலை போன்ற சிக்கலான மாறிகளைப் பயன்படுத்தி மிகவும் எரிபொருள் திறன் கொண்ட உந்து அமைப்புகளைக் கணக்கிடுகிறது.
• நிலைத்தன்மை மற்றும் செலவுக் கட்டுப்பாடு: விமான நிறுவனத்திற்கான குறிப்பிடத்தக்க செலவு சேமிப்பைத் தாண்டி, இந்த AI தலையீடுகள் விமானத் துறையின் கார்பன் தடயத்தைக் குறைப்பதற்கான ஒரு முக்கியமான கருவியாகச் செயல்படுகின்றன.