திறமையான விமானப் புறக்கட்டல்களுக்காக AI மூலம் இயங்கும் எரிபொருள் சேமிப்புத் தொழில்நுட்பத்தை சோதனை செய்யப் போகும் IndiGo
எரிபொருள் செலவுகள் விமான நிறுவனங்களின் லாபத்தைப் பாதித்து வரும் நிலையில், இந்திய விமானப் போக்குவரத்து நிறுவனமான IndiGo, தனது விமானச் செயல்பாடுகளை மேம்படுத்த அதிநவீன செயற்கை நுண்ணறிவை (Artificial Intelligence) நாடியுள்ளது. விமானப் புறக்கட்டல்களை (take-offs) அதிக எரிபொருள் திறன் கொண்டதாகவும், சுற்றுச்சூழலுக்கு உகந்ததாகவும் மாற்றுவதற்காக வடிவமைக்கப்பட்ட AI தொழில்நுட்பத்தின் சோதனைகளை இந்த நிறுவனம் இன்று முதல் தொடங்குகிறது.
துல்லியமான புறக்கட்டல்களுக்கு AI-ஐப் பயன்படுத்துதல்
ஒரு விமானப் பயணத்தின் அதிக எரிபொருளைப் பயன்படுத்தும் கட்டமான 'புறக்கட்டலை' (take-off) மேம்படுத்துவதே IndiGo-வின் இந்த புதிய முயற்சியின் முதன்மை நோக்கமாகும். வழக்கமாக, புறக்கட்டல் நடைமுறைகளில் விமானத்தின் எடை, சுற்றுப்புற வெப்பநிலை, காற்றின் வேகம் மற்றும் ஓடுதளத்தின் (runway) நிலை போன்ற சிக்கலான காரணிகள் அடங்கும். செயற்கை நுண்ணறிவை ஒருங்கிணைப்பதன் மூலம், மிகவும் திறமையான உந்துதல் அமைப்புகள் (thrust settings) மற்றும் ஏறுதல் சரிவுகளை (climb gradients) தீர்மானிக்க இந்தத் தரவுகளை நிகழ்நேரத்தில் (real-time) ஆய்வு செய்ய IndiGo இலக்கு வைத்துள்ளது.
தரப்படுத்தப்பட்ட மற்றும் பாதுகாப்பான புறக்கட்டல் முறைகளிலிருந்து விலகி, தரவுகளின் அடிப்படையில் மிகவும் மேம்படுத்தப்பட்ட நடைமுறைகளை நோக்கிச் செல்வதே இதன் நோக்கமாகும். இந்தத் துல்லியம், தேவையற்ற எரிபொருள் எரிப்பைக் குறைக்கும் அதே வேளையில், விமானிகள் தேவையான உயர்வினை (lift) அடைய உதவுகிறது, இது நேரடியாக விமான நிறுவனத்தின் செயல்பாட்டு லாபத்தில் தாக்கத்தை ஏற்படுத்துகிறது.
கார்பன் தடயங்கள் மற்றும் செயல்பாட்டுச் செலவுகளைக் குறைத்தல்
விமானச் செயல்பாடுகளில் AI-ஐப் பயன்படுத்துவது இரட்டை நோக்கத்திற்காகச் செய்யப்படுகிறது: பொருளாதாரத் திறன் மற்றும் சுற்றுச்சூழல் பாதுகாப்பு. எந்தவொரு விமான நிறுவனத்திற்கும் எரிபொருள் என்பது மிகப்பெரிய செலவுகளில் ஒன்றாகும்; ஒரு விமானத்திற்குத் தேவைப்படும் எரிபொருள் நுகர்வில் மிகச் சிறிய சதவீதத்தைக் குறைத்தாலே கூட, IndiGo போன்ற மிகப்பெரிய விமானக் கூட்டமைப்பிற்கு ஆண்டுதோறும் மில்லியன் கணக்கான டாலர்களைச் சேமிக்க முடியும்.
நிதிநிலை அறிக்கையைத் தாண்டி, இந்தத் தொழில்நுட்ப மாற்றம் கார்பன் வெளியேற்றத்தைக் குறைப்பதற்கான (decarbonization) ஒரு முக்கிய படியாகும். ஆரம்பக்கட்ட ஏறுதலின் போது இயந்திரங்கள் (engines) உகந்த திறனுடன் செயல்படுவதை உறுதி செய்வதன் மூலம், வளிமண்டலத்தில் வெளியேற்றப்படும் CO2 மற்றும் பிற உமிழ்வுகளின் அளவைக் குறைக்க விமான நிறுவனத்தால் முடியும். இது பசுமைத் தொழில்நுட்பங்களை ஏற்றுக்கொள்வதற்கும், கடுமையான சுற்றுச்சூழல் இலக்குகளை அடைவதற்கும் உலகளாவிய விமானத் துறை எதிர்கொள்ளும் அழுத்தங்களோடு ஒத்துப்போகிறது.
உலகளாவிய விமானத் துறையில் ஒரு பரந்த போக்கு
இந்த முயற்சியில் IndiGo மட்டும் தனியாக இல்லை. செயல்பாட்டுத் திறனற்ற தன்மைகளைத் தீர்க்க, உலகளாவிய விமானத் துறையில் AI மற்றும் இயந்திரக் கற்றல் (machine learning) பயன்பாடு பெருமளவில் அதிகரித்து வருகிறது. இயந்திரக் கோளாறுகள் ஏற்படுவதற்கு முன்பே அவற்றைக் கணிக்கும் 'முன்கணிப்புப் பராமரிப்பு' (predictive maintenance) முதல், காற்றழுத்த மாற்றங்களைத் (turbulence) தவிர்த்து சாதகமான காற்றின் திசையைப் பயன்படுத்தும் AI-ஆல் மேம்படுத்தப்பட்ட விமானப் பாதைத் திட்டமிடல் வரை, தொழில்நுட்பம் நவீன விமான மேலாண்மையின் முதுகெலும்பாக மாறி வருகிறது.
உலகின் மிக வேகமாக வளர்ந்து வரும் விமானச் சந்தைகளில் ஒன்றில் இயங்கும் இந்திய விமான நிறுவனங்களுக்கு, இத்தகைய மேம்பட்ட கருவிகளைப் பயன்படுத்துவது ஒரு ஆடம்பரம் அல்ல, மாறாக ஒரு அவசியமாகி வருகிறது. போட்டி அதிகரித்து வரும் நிலையில், ஒரு விமானத்திற்குத் தேவைப்படும் எரிபொருளில் சில கிலோகிராமங்களைக் கூட தரவுகள் மூலம் குறைக்க முடிவது, ஒரு முக்கியப் போட்டிச் சாதகமாக அமையும்.
முக்கியக் குறிப்புகள்
- செயல்பாட்டுத் திறன்: தரவுகளின் அடிப்படையில் உந்துதல் மற்றும் ஏறுதல் மேலாண்மை மூலம் எரிபொருள் நுகர்வைக் குறைக்க, விமானப் புறக்கட்டல் நடைமுறைகளை மேம்படுத்த IndiGo AI மாதிரிகளைச் சோதித்து வருகிறது.
- செலவு மற்றும் நிலைத்தன்மை: இந்த முயற்சி எரிபொருள் செலவுகளைக் கணிசமாகக் குறைப்பதையும், அதே நேரத்தில் இயந்திரங்களின் மேம்படுத்தப்பட்ட செயல்பாட்டின் மூலம் விமான நிறுவனத்தின் கார்பன் தடயத்தைக் குறைப்பதையும் நோக்கமாகக் கொண்டுள்ளது.
- தொழில்நுட்ப மாற்றம்: சிக்கலான காரணிகளை நிர்வகிக்கவும், ஒட்டுமொத்த விமானப் பயண லாபத்தை மேம்படுத்தவும் விமான நிறுவனங்கள் செயற்கை நுண்ணறிவைப் பயன்படுத்தும் வளர்ந்து வரும் உலகளாவிய போக்கை இந்த நடவடிக்கை பிரதிபலிக்கிறது.
