石油圈
智能设备：助企业抵御“寒冬”
低油价的漫长寒冬下，油气开采利润大幅下跌，经济压力驱使油气行业不断加大对人工智能的研究力度。自动钻井是油气行业人工智能的研究热点。
早在2012年，挪威的RoboticDrill-ingSystems公司便与NASA（美国国家航空航天局）签订了信息共享协议，研究其火星探测技术在智能钻井系统上应用的可能性。而阿帕奇石油公司则更进一步，正在开发新软件，以实现钻头自行思考并与地表装备直接交流，从而控制钻速和方向。
除了智能钻井，智能机器人同样在油气行业受到重视。其中，美国斯坦福大学研制的“海洋一号”智能海底机器人，拥有人类的视力、触觉感知能力并装有人工大脑，可用于服务海洋能源探测。
同时，阿帕奇、挪威国油、美国国民油井华高等多家公司正致力于研究使用智能机器人取代人工从事危险且耗时的油气领域工作。2016年，挪威国家石油公司和康斯伯格海事与挪威科技大学下属公司Eelume签订协议，合作推进海底机器人的研发。新签协议计划通过研制可游动的海底蛇形机器人，取代巨大而昂贵的维护船只，对现有技术难以到达的海底区域的油气设备、装置进行检查和维修。机器人将被长期安装于油气田所在的海床上，按程序规定开展例行检修工作，一旦成功应用便可降低大量成本。
此外，智能无人机也是人工智能在油气领域的前沿发展方向。传统的无人机飞行时大多还要依靠人类控制，而将人工智能系统（机器视觉技术等）加入无人机的研究正在油气行业兴起。人工智能让电脑长了“眼睛”，可以将“看”到的一切数据信息回传到机载电脑或控制台，然后进行自动评估并作出响应。
在不远的未来，智能无人机可以自行对危险的油气设施进行检查，这将大大缩短检查时间，为石油公司节约大量的资金并可避免人员伤亡。
结合大数据：助推行业转型
大数据和人工智能的结合，正在改变石油行业的未来。
2016年，英特尔公司以4.08亿美元将深度学习初创团队NervanaSystem收入麾下，成功将人工智能深度学习方法引入到油气行业用于地震数据分析，可以在不进行人工干预的情况下，从三维地震图像中快速准确识别大量地下断层及褶皱，从而大幅提高石油勘探的操作效率，实现收益的最大化。
已成立四年的西雅图初创公司Seeq正在开发一种机器学习软件，旨在利用油气行业的实时大数据，优化整个钻井作业，预测诸如半潜式泵等设备的故障，从而降低计划外停机的次数和设备成本。
此外，还有的公司一直采用深度机器学习的地理追踪船只技术确定能源航运业的趋势，从宏观经济角度推动在勘探和生产方面的投资决策。
随着石油行业大数据时代的到来，基于神经网络、机器学习、模糊逻辑、案例推理等领域的人工智能研究，正在催生具有多知识库、多主体的第四代大型多专家协作系统，帮助深度挖掘油气行业潜力，助推行业转型，从而使石油和天然气行业真正受惠。
AI在中国：先行者纷纷布局
在中国，人工智能研究也有了长足的进步。
一方面，国内的科研院所已开始将人工智能与油气技术相结合。中国航天科工三院35所研制的一款用于海底油气管道检测的蛇形机器人，已通过海上油田的实际检测。它利用油气压力管道内部穿梭，通过高精度漏磁检测技术，可获得并存储管道内外壁的腐蚀、缺陷信息，实现对缺陷的准确识别、精确定位，同时依靠大容量数据采集、匹配处理技术，可短时间内获取数据，为管道出具一份数据全面的“体检报告”。
另一方面，国内石油公司也在与国内互联网巨头“联手”布局。其中，中国石油和华为合作，已经建成亚太地区最大的单企业数据级中心，其规划的“两地三中心”的建设预计未来三年接入服务器规模可达6万台左右。而中国石化和马云牵手，则引发了借助阿里云ET人工智能技术实现油气行业超级人工智能的猜想。
尽管人工智能的发展前景我们尚不可知，但有一点可以确定，如今的油气行业已被过去十年的两次行业低迷所改变，未来终将属于那些拥抱创新的人。
版权声明|文章来自钻井人生，版权归原作者所有。
（本文系本网编辑转载，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题，请在30日内与本网联系，我们将在第一时间删除内容。）
未经允许，不得转载本站任何文章：
