Voos comerciais de maratona que testam os limites de jatos de longo alcance estão recebendo ajuda de fonte improvável para evitar ficar aquém de seus destinos: algoritmos de aprendizado de máquina.
Às vezes, a Air New Zealand tem lutado para chegar à Auckland de Nova York em único “salto” usando seus Boeing 787.
A Qantas, por sua vez, está adicionando tanques extras de combustível aos seus Airbus SE A350 antes de tentar viagens sem escalas de Sydney a Nova York e Londres a partir do final de 2025. Os voos de 20 horas devem ser os serviços regulares de passageiros mais longos do mundo.
Ambas as companhias aéreas contam com softwares com alto consumo de dados para traçar rotas de voo com baixo consumo de combustível e evitar paradas não planejadas e embaraçosas para reabastecer.
Os programas de planejamento de rotas podem ajudar os pilotos a evitar o mau tempo e pegar vento de cauda, ou até mesmo dizer-lhes para voar mais devagar para queimar menos querosene – qualquer coisa para espremer quilômetros extras dos tanques.
E, como mecanismo de pesquisa na internet que aprende em movimento, o software de mapeamento é projetado para melhorar à medida que é usado.
A inteligência artificial está se espalhando pelos sistemas manuais de décadas da aviação, impactando tudo, desde a venda de passagens até os procedimentos do cockpit.
Embora o planejamento de rotas não seja novidade, a IA oferece às transportadoras novas maneiras de economizar dinheiro e combustível à medida que as viagens ultralongas proliferam e a gigantesca tarefa de atingir emissões líquidas zero até 2050 se aproxima.
A Flightkeys calcula cerca de 300 mil planos de voo todos os dias para clientes, como Southwest Airlines, American Airlines e Air New Zealand. Abaixo, confira entrevista da Bloomberg com Raimund Zopp, cofundador e chefe de inovação da Flightkeys.
O que há de errado com o sistema atual?
O planejamento de voo é algo que poucas pessoas entendem completamente. Todo mundo pode pensar que você vai até a aeronave, digita seu destino e o computador calcula uma rota, como em um carro. Esse não é o caso. É tão complicado encontrar uma rota ideal quando os sistemas da aeronave não são capazes de fazer isso. Você precisa de um sistema no terreno coletando muitos dados e tentando encontrar a solução de custo mínimo. Existem tantas restrições e parâmetros que precisam ser considerados e você deve aplicar o aprendizado de máquina para aplicar corretamente essas restrições.
Como você escolhe a rota ideal?
Você tem muitos graus de liberdade, mas muitas restrições de gerenciamento de tráfego aéreo, militares, clima e taxas de sobrevoo, diferentes para diferentes países. Encontrar trajetória de custo mínimo é realmente desafiador. Um dos principais parâmetros são as características da aeronave. Quanto mais leve a aeronave, mais alto ela pode subir. Uma aeronave mais leve tende a voar um pouco mais devagar porque a velocidade ideal fica mais lenta com peso reduzido. Então, claro, há vento e temperatura em altitude. Você deseja evitar áreas de vento contrário e ganhar onde possa ter vento de cauda. É por isso que você desvia do caminho mais curto para obter vantagens dos ventos.
Como os voos superlongos mudam a imagem?
Quanto mais longa a rota, mais importante se torna um sistema de planejamento de voo, porque você normalmente está no limite da aeronave. Portanto, é sempre um equilíbrio entre quanta carga podemos colocar na aeronave e ainda fazê-la, e quanto temos que descarregar. Você quer reduzir as reservas de combustível por um lado, mas quer ter o suficiente para ter grande chance de fazê-lo sem parar. Essa é outra razão pela qual você precisa de sistema que calcula de forma eficiente e rápida, porque você precisa alterar o resultado com muita frequência.
Como você considera o custo do tempo?
Dependendo do contrato de manutenção da aeronave, cada hora de voo custa determinado valor. Se você voar mais rápido, poderá reduzir os custos de manutenção até certo ponto. A tripulação pode ser paga por hora, então esse também é custo relevante para o tempo. E então você tem atrasos quando o voo está atrasado e precisa recuperar o horário. O custo do tempo pode ser o fator de custo mais proeminente.
Como você lida com o potencial impacto dos rastros de aquecimento no clima?
[Os rastros, abreviação de trilhas de condensação, formam-se atrás dos jatos quando o vapor de escape quente encontra o ar frio e úmido, normalmente em altitudes de cruzeiro]. Eu era cético até cerca de dois anos atrás. Comecei a investigar e percebi que é problema real. Estamos perto de nossa primeira implementação de funções de prevenção de rastros integradas diretamente em nosso sistema. Já trabalhamos com protótipos para redirecionar trajetórias em torno dessas áreas críticas. A boa mensagem é que poucos voos precisam ser reencaminhados e o reencaminhamento é muito pequeno. O custo-impacto dessas estratégias de mitigação é, na verdade, extremamente baixo.
Qual será o impacto do combustível de aviação sustentável?
O maior impacto do SAF no processo de planejamento é que ele é muito mais caro. O planejamento muda porque voamos um pouco mais devagar para economizar combustível. Quando o combustível está barato, o voo tende a ser um pouco mais rápido porque não importa. Com o SAF, você pode esperar que os voos fiquem mais lentos porque você quer ter muito cuidado com esse recurso caro.
Seu planejador de rotas afirma ser de cinco dimensões. O que você quer dizer com isso?
Temos três dimensões de espaço – latitude, longitude e altitude – e uma dimensão de tempo. Mas você também tem uma quinta dimensão, que é a dimensão probabilística. O dado mais impreciso durante a fase de planejamento é o horário real de partida — não se sabe se você realmente sairá no horário. Faz uma grande diferença durante a fase de planejamento. Você tem muitas chances de ajustar o voo quando está no ar porque todos os fatores são conhecidos com muito mais precisão naquele ponto.
