石油圈
智能設備：助企業抵御“寒冬”
低油價的漫長寒冬下，油氣開采利潤大幅下跌，經濟壓力驅使油氣行業不斷加大對人工智能的研究力度。自動鉆井是油氣行業人工智能的研究熱點。
早在2012年，挪威的RoboticDrill-ingSystems公司便與NASA（美國國家航空航天局）簽訂了信息共享協議，研究其火星探測技術在智能鉆井系統上應用的可能性。而阿帕奇石油公司則更進一步，正在開發新軟件，以實現鉆頭自行思考并與地表裝備直接交流，從而控制鉆速和方向。
除了智能鉆井，智能機器人同樣在油氣行業受到重視。其中，美國斯坦福大學研制的“海洋一號”智能海底機器人，擁有人類的視力、觸覺感知能力并裝有人工大腦，可用于服務海洋能源探測。
同時，阿帕奇、挪威國油、美國國民油井華高等多家公司正致力于研究使用智能機器人取代人工從事危險且耗時的油氣領域工作。2016年，挪威國家石油公司和康斯伯格海事與挪威科技大學下屬公司Eelume簽訂協議，合作推進海底機器人的研發。新簽協議計劃通過研制可游動的海底蛇形機器人，取代巨大而昂貴的維護船只，對現有技術難以到達的海底區域的油氣設備、裝置進行檢查和維修。機器人將被長期安裝于油氣田所在的海床上，按程序規定開展例行檢修工作，一旦成功應用便可降低大量成本。
此外，智能無人機也是人工智能在油氣領域的前沿發展方向。傳統的無人機飛行時大多還要依靠人類控制，而將人工智能系統（機器視覺技術等）加入無人機的研究正在油氣行業興起。人工智能讓電腦長了“眼睛”，可以將“看”到的一切數據信息回傳到機載電腦或控制臺，然后進行自動評估并作出響應。
在不遠的未來，智能無人機可以自行對危險的油氣設施進行檢查，這將大大縮短檢查時間，為石油公司節約大量的資金并可避免人員傷亡。
結合大數據：助推行業轉型
大數據和人工智能的結合，正在改變石油行業的未來。
2016年，英特爾公司以4.08億美元將深度學習初創團隊NervanaSystem收入麾下，成功將人工智能深度學習方法引入到油氣行業用于地震數據分析，可以在不進行人工干預的情況下，從三維地震圖像中快速準確識別大量地下斷層及褶皺，從而大幅提高石油勘探的操作效率，實現收益的最大化。
已成立四年的西雅圖初創公司Seeq正在開發一種機器學習軟件，旨在利用油氣行業的實時大數據，優化整個鉆井作業，預測諸如半潛式泵等設備的故障，從而降低計劃外停機的次數和設備成本。
此外，還有的公司一直采用深度機器學習的地理追蹤船只技術確定能源航運業的趨勢，從宏觀經濟角度推動在勘探和生產方面的投資決策。
隨著石油行業大數據時代的到來，基于神經網絡、機器學習、模糊邏輯、案例推理等領域的人工智能研究，正在催生具有多知識庫、多主體的第四代大型多專家協作系統，幫助深度挖掘油氣行業潛力，助推行業轉型，從而使石油和天然氣行業真正受惠。
AI在中國：先行者紛紛布局
在中國，人工智能研究也有了長足的進步。
一方面，國內的科研院所已開始將人工智能與油氣技術相結合。中國航天科工三院35所研制的一款用于海底油氣管道檢測的蛇形機器人，已通過海上油田的實際檢測。它利用油氣壓力管道內部穿梭，通過高精度漏磁檢測技術，可獲得并存儲管道內外壁的腐蝕、缺陷信息，實現對缺陷的準確識別、精確定位，同時依靠大容量數據采集、匹配處理技術，可短時間內獲取數據，為管道出具一份數據全面的“體檢報告”。
另一方面，國內石油公司也在與國內互聯網巨頭“聯手”布局。其中，中國石油和華為合作，已經建成亞太地區最大的單企業數據級中心，其規劃的“兩地三中心”的建設預計未來三年接入服務器規?？蛇_6萬臺左右。而中國石化和馬云牽手，則引發了借助阿里云ET人工智能技術實現油氣行業超級人工智能的猜想。
盡管人工智能的發展前景我們尚不可知，但有一點可以確定，如今的油氣行業已被過去十年的兩次行業低迷所改變，未來終將屬于那些擁抱創新的人。
版權聲明|文章來自鉆井人生，版權歸原作者所有。
（本文系本網編輯轉載，轉載目的在于傳遞更多信息，并不代表本網贊同其觀點和對其真實性負責。如涉及作品內容、版權和其它問題，請在30日內與本網聯系，我們將在第一時間刪除內容。）
未經允許，不得轉載本站任何文章：
