ایئر لائنز ایندھن کے اخراجات کم کرنے کے لیے AI کا استعمال کیسے کرتی ہیں: IndiGo کے نئے ٹیک ٹرائلز

چونکہ ایندھن کی قیمتیں ایئر لائنز کے آپریشنل اخراجات کا ایک غیر مستحکم حصہ بنی ہوئی ہیں، اس لیے ہوا بازی کی صنعت کارکردگی بڑھانے کے لیے تیزی سے مصنوعی ذہانت (Artificial Intelligence) کی طرف مائل ہو رہی ہے۔ بھارت کی سب سے بڑی ایئر لائن، IndiGo، ایندھن کے استعمال کو بہتر بنانے کے لیے ڈیزائن کیے گئے AI پر مبنی ٹیک آف (takeoff) طریقہ کار کے تجربات شروع کر کے اس تکنیکی تبدیلی کی قیادت کر رہی ہے۔

AI سے بہتر شدہ فلائٹ آپریشنز کی طرف منتقلی

ایندھن عام طور پر ایئر لائن کے کل آپریشنل اخراجات کا ایک بڑا حصہ ہوتا ہے، جس کی وجہ سے معمولی سی بہتری بھی منافع پر گہرا اثر ڈالتی ہے۔ اس کا مقابلہ کرنے کے لیے، ایئر لائنز روایتی فلائٹ پلاننگ سے آگے بڑھ کر ریئل ٹائم، AI پر مبنی فیصلہ سازی کی طرف بڑھ رہی ہیں۔

IndiGo آج سے تجربات شروع کرنے کے لیے تیار ہے، جس کی خاص توجہ "کم ایندھن والے ٹیک آف" (thriftier take-offs) پر ہوگی۔ جدید الگورتھم کا استعمال کرتے ہوئے، ایئر لائن کا مقصد ریئل ٹائم متغیرات (variables) کی بنیاد پر ایندھن کے استعمال کو کم سے کم کرنے والے بہترین اسینٹ پروفائلز (ascent profiles) کا حساب لگانا ہے۔ دستی یا جامد طریقہ کار کے برعکس، یہ AI ماڈلز پیچیدہ ڈیٹا سیٹس پر کارروائی کر سکتے ہیں تاکہ حفاظت یا مسافروں کے آرام پر سمجھوتہ کیے بغیر ایندھن کے استعمال کو کم کرنے کے لیے ضروری درست پاور سیٹنگز اور کلیم ریٹس (climb rates) کا تعین کیا جا سکے۔

درست ڈیٹا: ریئل ٹائم متغیرات کا کردار

ہوا بازی میں AI کی تاثیر ان متغیرات کا تجزیہ کرنے کی صلاحیت میں پنہاں ہے جو اکثر تیز رفتار کاک پٹ کے ماحول میں دستی حساب کتاب کے لیے بہت پیچیدہ ہوتے ہیں۔ نئے تجربات ٹیک آف اور ابتدائی کلیم (climb) کے اہم مراحل کو بہتر بنانے پر مرکوز ہیں۔ ان AI ماڈلز میں شامل کیے جانے والے اہم ڈیٹا پوائنٹس درج ذیل ہیں:

  • ریئل ٹائم فضائی حالات: مختلف بلندیوں پر ہوا کی درست رفتار، سمت اور ہوا کی کثافت۔
  • ہوائی جہاز کا وزن اور توازن: ہر مخصوص پرواز کے لیے درست پے لوڈ کنفیگریشنز۔
  • ماحولیاتی درجہ حرارت میں اتار چڑھاؤ: گرمی انجن کی کارکردگی اور لفٹ (lift) پر کیسے اثر انداز ہوتی ہے۔
  • ایئر فیلڈ کی ٹوپوگرافی: رن وے اور ارد گرد کے علاقے کی مخصوص خصوصیات۔

ان عوامل کو یکجا کر کے، AI پائلٹس کو ایسے بہتر پیرامیٹرز فراہم کرتا ہے جو اس بات کو یقینی بناتے ہیں کہ ہوائی جہاز کم سے کم کےرو سین کے استعمال سے کروزنگ الٹیٹیوڈ (cruising altitude) تک پہنچ جائے۔

معاشی اور ماحولیاتی اثرات

بھارتی ہوا بازی کے شعبے کے لیے، جو غیر معمولی ترقی کا مشاہدہ کر رہا ہے، اس ٹیکنالوجی کے اثرات دوہرا ہیں: معاشی پائیداری اور ماحولیاتی ذمہ داری۔

کاروباری نقطہ نظر سے، فی پرواز ایندھن کے استعمال کو کم کرنے سے ایئر لائنز کو اپنے منافع کے مارجن کو بہتر بنانے اور ممکنہ طور پر شدید مقابلے والے مارکیٹ میں زیادہ مسابقتی قیمتیں پیش کرنے میں مدد ملتی ہے۔ جیسے جیسے IndiGo ان تجربات کو وسعت دے گی، ان کے وسیع ملکی اور بین الاقوامی نیٹ ورک پر مجموعی طور پر لاگت میں نمایاں بچت ہو سکتی ہے۔

ماحولیاتی طور پر، یہ اقدام کاربن فوٹ پرنٹ کو کم کرنے کے عالمی ہوا بازی کے رجحانات کے مطابق ہے۔ ایندھن کا کم استعمال براہ راست CO2 کے اخراج میں کمی کا باعث بنتا ہے۔ چونکہ صنعت کو "نیٹ زیرو" (Net Zero) اہداف حاصل کرنے کے لیے بڑھتے ہوئے دباؤ کا سامنا ہے، اس لیے آپریشنل کارکردگی کے لیے AI کا استعمال اب ایک انتخاب کے بجائے ضرورت بنتا جا رہا ہے۔

اہم نکات

  • آپریشنل کارکردگی: IndiGo ایندھن کے استعمال کو درست اسینٹ پروفائلز کے ذریعے بہتر بنانے کے لیے AI پر مبنی ٹیک آف طریقہ کار کا تجربہ کر رہی ہے۔
  • ڈیٹا پر مبنی فیصلے: یہ ٹیکنالوجی پرواز کے راستوں کو بہتر بنانے کے لیے ہوا، درجہ حرارت اور ہوائی جہاز کے وزن جیسے ریئل ٹائم متغیرات سے فائدہ اٹھاتی ہے۔
  • پائیداری اور منافع: فلائٹ آپریشنز میں AI کا نفاذ کاربن کے اخراج کو کم کرنے اور ایندھن کے بھاری اخراجات کو کم کرنے کے دوہرے مقصد کو پورا کرتا ہے۔