人工智能与海上能源：风险越高，人工智能创造的价值就越大
量子计算有望使人工智能在数据处理和解释方面发挥更大的潜力。图片由 IBM 提供
哈里伯顿的 Octiv Auto Frac 将自动压裂控制与人工智能驱动的裂缝扩展感知见解结合在一起。
钻井平台的闲置时间成本约为每小时 25 万美元。整个行业都在采用人工智能来确保这种情况不会发生。
不久前，一家能源巨头的钻井作业出现了难以理解的间歇性问题。这笔钱花得不菲，于是 IBM 的专家应邀前来处理。在对历史传感器数据进行广泛的人工智能和人工检查后，问题被确定为交配季节鲸鱼的歌声在钻杆中回荡引起的。作为人工智能力量的典型展示，这种情况将数据科学的关键组成部分结合在一起：数据、模型、处理速度和人类思维。
IBM 石油和天然气行业技术总经理 Carol Lee Anderson 表示，我们的目标绝不是将人类排除在外，而只是将他们从繁重而重复的任务中解放出来，为他们提供实时决策支持。“你仍然需要有人能够解读数据并做出正确的决策。”
IBM 表示，人工智能是一种使计算机和机器能够模拟人类学习、理解、解决问题、决策、创造力和自主性的技术。对于石油和天然气公司，IBM 经常将其用于资产管理、运营效率和安全。这是一个资金充裕、风险巨大的行业。如果出现问题，可能会有人丧命。“风险高，收益也高，”安德森说。
人工智能的底层是机器学习 (ML)，它涉及通过训练算法来创建模型，以便根据数据做出预测或决策。在这里，重要的是要防止出现幻觉——当模型感知到不存在的模式或对象时，会产生无意义或不准确的输出。“IBM 致力于降低风险，我们以法律为依据支持我们的治理，”她说。
人工智能是一种技术，它使计算机和机器能够模拟人类的学习、理解、解决问题、决策、创造力和自主性。对于石油和天然气公司，IBM 经常将其用于资产管理、运营效率和安全。“风险越大，收益也就越大。”
– IBM 石油和天然气行业技术总经理 Carol Lee Anderson
Woodside 和 IBM合作实施的解决方案可以从 30 年的密集而复杂的工程数据中提取有意义的见解。Woodside 认为，AI 能够开发更快的模型，这些模型可以探索更大的解决方案空间，从而更有效地确定最佳操作条件。这种方法可以通过传统的化学过程模拟进行验证，从而实现更高效的生产过程、更低的成本和更少的碳排放（例如，高级分析可以优化液化过程中的混合制冷剂）。
伍德赛德还使用生成式人工智能——一种深度学习模型，可以根据训练数据生成高质量的文本、图像和其他内容。由于安全是重中之重，该公司使用生成式人工智能来审查其资产的工作范围，以帮助确定经验教训和相关培训。例如，在发生多起与鸟类有关的直升机事故后，该公司正在开发一个人工智能项目，用于计算特立尼达和多巴哥作业区的鸟类数量。该解决方案使用闭路电视和人工智能视觉模型来提供海上着陆设施附近鸟类数量的最新状态，最大限度地保障工人安全和基础设施的完整性。
哈里伯顿正在使用自然语言处理 (NLP) 来设计油气井。NLP 是一种使用机器学习让计算机理解人类语言并与之交流的人工智能。哈里伯顿数字油井建设高级总监 Milos Milosevic表示：“我们使用 NLP 算法来帮助阅读专家从以前的油井中获取的许多文本条目，以提出最佳设计特征。同样，我们使用 NLP 阅读行业标准和文档，以提取当前油井中需要考虑的相关部分。”
哈里伯顿推出了下一代 LOGIX 自动化和远程操作平台，该平台可通过分析相邻井的数据来响应地质构造的变化，并使用实时数据更新钻井计划。图片由哈里伯顿提供
哈里伯顿还推出了下一代 LOGIX 自动化和远程操作平台，该平台利用井下数据协助自主钻井。LOGIX 通过分析相邻井的数据来应对地质构造的变化，并使用实时数据更新钻井计划。该平台的最新发展利用 ML 来提高钻井效率、微调钻具性能并更准确地预测钻头磨损，并且可以与哈里伯顿的 iCruise Force 智能高性能电动旋转导向系统相结合。
该公司还开发了首个自动化服务，使客户无需人工干预即可执行压裂设计。Octiv Auto Frac 将自动化压裂控制与人工智能驱动的压裂扩展传感相结合。这可以根据作业设计和作业前控制输入自动执行泵送过程中的数千个决策，并持续响应动态刺激条件。
米洛舍维奇认为云计算对行业具有开创性意义。“许多问题要么之前由于缺乏处理能力和附加存储而无法解决，要么只有极少数拥有大量资源的人才能部分解决。随着云处理能力的提高，行业已经意识到我们需要从各种分区数据库中解放数据。
“我们还能够在钻井现场和井下工具中以经济的方式部署更多处理功能，以根据传感器输入自动执行纠正措施。这推动了上游石油和天然气自动化和基于人工智能的决策的革命。”
今年， SLB推出了 Lumi 数据和 AI 平台，该平台将在所有主要云服务提供商和本地提供。它包括大型语言模型，这些模型是在大量数据上训练的，能够理解和生成自然语言和其他类型的内容以执行各种任务。这些模型有助于跨领域情境化数据，因此客户可以使用生成 AI 扩展高级 AI 工作流程。SLB首席执行官 Olivier Le Peuch 表示： “当我们在能源生产和脱碳之间寻找微妙的平衡时，生成 AI 正在成为变革的关键催化剂。”
即将出现的是代理型人工智能——一种能够通过设计工作流程和使用可用工具代表用户或其他系统自主执行任务的系统或程序。该系统具有“代理”功能，可以做出决策、采取行动、解决复杂问题并与外部环境互动。软件开发商 eDrilling 正在开发一种钻井代理，据称其行为方式将像经验丰富的工程师一样，从而让人类工程师腾出时间从事更具战略性的活动。
除此之外，量子计算有望使人工智能在数据处理和解释方面的潜力相形见绌。超级计算机可能需要一年时间才能处理大量数据，而量子计算机只需几个小时即可完成。IBM、埃克森美孚、伍德赛德等公司已经参与其中。
SLB 的 Lumi 数据和 AI 平台将在所有主要云服务提供商以及本地部署中提供。图片由 SLB 提供
