
New York: Penerbangan komersial maraton yang menguji batas jet jarak jauh mendapatkan bantuan dari sumber yang tidak terduga untuk menghindari kegagalan tujuan mereka: algoritme pembelajaran mesin.
Kadang-kadang, Air New Zealand kesulitan mencapai Auckland dari New York dalam satu lompatan menggunakan Boeing 787-nya. Qantas Airways, sementara itu, menambahkan tangki bahan bakar ekstra ke Airbus A350-nya sebelum mencoba perjalanan nonstop dari Sydney ke New York dan London mulai akhir 2025. Penerbangan 20 jam ditetapkan sebagai layanan penumpang reguler terpanjang di dunia.
Kedua maskapai mengandalkan perangkat lunak yang haus knowledge untuk merencanakan jalur penerbangan hemat bahan bakar dan menghindari pemberhentian yang tidak direncanakan dan memalukan untuk mengisi bahan bakar. Program perencanaan rute dapat membantu pilot menghindari cuaca buruk dan menangkap angin kencang, atau bahkan menyuruh mereka terbang lebih lambat untuk membakar lebih sedikit minyak tanah – apa saja untuk memeras mil ekstra dari tangki. Dan seperti mesin pencari web yang belajar sambil jalan, perangkat lunak pemetaan dirancang untuk semakin baik semakin sering digunakan.
Kecerdasan buatan beriak melalui sistem guide penerbangan yang telah berusia puluhan tahun, memengaruhi segalanya mulai dari penjualan tiket hingga prosedur kokpit. Meskipun perencanaan rute bukanlah hal yang baru, AI menawarkan cara baru kepada operator untuk menghemat uang dan bahan bakar karena perjalanan yang sangat panjang berkembang biak dan tugas besar untuk mencapai emisi nol bersih pada tahun 2050 mendatang.
Flightkeys menghitung sekitar 300.000 rencana penerbangan setiap hari untuk pelanggan termasuk Southwest Airways, American Airways Group, dan Air New Zealand. Berikut adalah wawancara yang telah diedit dengan Raimund Zopp, salah satu pendiri dan kepala inovasi di Flightkeys yang berbasis di Wina. Zopp, 67, adalah mantan pilot Austrian Airways.
Apa yang salah dengan sistem saat ini?
Perencanaan penerbangan adalah sesuatu yang sangat sedikit orang yang benar-benar mengerti. Semua orang mungkin mengira Anda pergi ke pesawat, memasukkan tujuan Anda dan komputer menghitung rute, seperti di dalam mobil. Bukan itu masalahnya. Sangat rumit untuk menemukan rute optimum ketika sistem di pesawat tidak mampu melakukan ini. Anda memerlukan sistem di lapangan yang mengumpulkan banyak knowledge dan kemudian mencoba menemukan solusi dengan biaya minimal. Ada begitu banyak batasan dan parameter yang perlu diperhatikan dan Anda harus menerapkan pembelajaran mesin untuk menerapkan batasan tersebut dengan benar.
Qantas Airways, sementara itu, menambahkan tangki bahan bakar ekstra ke Airbus A350 sebelum mencoba perjalanan nonstop dari Sydney ke New York dan London mulai akhir 2025.
Bagaimana Anda memilih rute yang optimum?
Anda memiliki banyak derajat kebebasan tetapi banyak batasan dari manajemen lalu lintas udara, militer, cuaca, dan biaya penerbangan yang berbeda untuk negara yang berbeda. Menemukan lintasan dengan biaya minimal benar-benar menantang.
Salah satu parameter kunci adalah karakteristik pesawat. Semakin ringan pesawatnya, semakin tinggi ia bisa mendaki. Pesawat yang lebih ringan cenderung terbang sedikit lebih lambat karena kecepatan optimum semakin lambat dengan bobot yang berkurang. Lalu tentu saja, ada angin dan suhu di ketinggian. Anda ingin menghindari space angin sakal dan mendapatkan tempat di mana Anda dapat mengalami penarik angin. Itu sebabnya Anda mengalihkan dari rute terpendek untuk mendapatkan keuntungan dari angin.
Bagaimana penerbangan tremendous panjang mengubah gambarannya?
Semakin panjang rutenya, semakin penting sistem perencanaan penerbangan karena biasanya Anda berada di batas pesawat. Jadi, selalu ada keseimbangan antara berapa banyak beban yang dapat kita masukkan ke dalam pesawat dan tetap membuatnya, dan berapa banyak yang harus kita bongkar. Anda ingin mengurangi cadangan bahan bakar di satu sisi, tetapi Anda ingin memiliki cukup banyak untuk memiliki peluang tinggi untuk membuatnya tanpa henti. Itulah alasan lain mengapa Anda memerlukan sistem yang menghitung secara efisien dan cepat karena Anda harus sering mengubah hasilnya.
Bagaimana Anda memperhitungkan biaya waktu?
Bergantung pada kontrak pemeliharaan pesawat, setiap jam penerbangan membutuhkan biaya tertentu. Jika Anda terbang lebih cepat, Anda dapat mengurangi biaya perawatan hingga tingkat tertentu. Kru dapat dibayar per jam, jadi itu juga merupakan biaya yang relevan dengan waktu. Dan kemudian Anda mengalami penundaan saat penerbangan tertunda dan perlu mengatur ulang jadwal. Biaya waktu dapat menjadi faktor biaya yang paling menonjol.
Bagaimana Anda mengatasi potensi dampak pemanasan iklim dari contrails?
(Contrails, kependekan dari condensation trails, terbentuk di belakang jet ketika uap panas knalpot bertemu dengan udara dingin dan lembab, biasanya pada ketinggian jelajah.)
Saya skeptis sampai sekitar dua tahun lalu. Saya mulai menyelidiki dan menyadari bahwa ini adalah masalah nyata. Kami mendekati implementasi pertama kami dari fungsi contrail-avoidance yang terintegrasi langsung dalam sistem kami. Kami sudah bekerja dengan prototipe untuk mengubah rute lintasan di sekitar space kritis ini. Pesan baiknya adalah tidak banyak penerbangan yang perlu dialihkan, dan perubahan rutenya sangat kecil. Dampak biaya dari strategi mitigasi ini sebenarnya sangat rendah.
Apa dampak bahan bakar penerbangan berkelanjutan?
Dampak terbesar SAF pada proses perencanaan adalah jauh lebih mahal. Perencanaan berubah karena kami terbang sedikit lebih lambat untuk menghemat bahan bakar. Saat bahan bakar murah, penerbangan cenderung sedikit lebih cepat karena tidak masalah. Dengan SAF, Anda dapat mengharapkan penerbangan menjadi lebih lambat karena Anda ingin sangat berhati-hati dengan sumber daya yang mahal ini.
Perencana rute Anda mengklaim sebagai lima dimensi. Bagaimana apanya?
Kami memiliki tiga dimensi ruang – lintang, bujur dan ketinggian – dan satu dimensi waktu. Tetapi Anda juga memiliki dimensi kelima, yaitu dimensi probabilistik. Information yang paling tidak tepat selama fase perencanaan adalah waktu keberangkatan yang sebenarnya – tidak diketahui apakah Anda benar-benar akan berangkat sesuai jadwal. Itu membuat perbedaan besar selama fase perencanaan. Anda memiliki banyak peluang untuk menyempurnakan penerbangan saat Anda berada di udara karena semua faktor diketahui dengan lebih tepat pada saat itu.