logo
专注油气领域
与独立思考者同行

人工智能持续升温,硅谷石油巨头已下注

人工智能持续升温,硅谷石油巨头已下注

Anadarko石油公司将人工智能和大数据技术研发提上日程。

来自 | Upstream
编译 | 影子

人工智能和大数据目前已成为硅谷重点投入的技术方向,一些油气企业正在专注于如何利用这些技术进一步发展石油工业。Anadarko石油公司CEO AI Walker尤其看重这些技术在降低盈亏平衡、降低勘探风险、提高地震解释能力方面的能力。

最近,在休斯敦Landmark创新论坛博览会(LIFE)上,Walker表示,“很多人正在寻找一种获取地震数据并预测烃相的方法,我们如今所面临的勘探风险将会有所降低。同时,我们也在寻找提高作业效率的途径,降低盈亏水平,即使是处于波动、无法控制的情况下,也能获得非常理想的回报和现金流。”

为了能够在AI和机器学习人类行为能力方面寻求技术变革,Anadarko与2016年10月组建了一个高级分析和新兴技术团队。大概在一年之后,该团队增添了一名技术人员,帮助把控和发展期技术技能。Gorley是专门设计人工智能应用程序的一家软件开发公司的CEO,他在LIFE上加入了Walker的团队。

他们明确了技术、挑战、战略,书写了一个新的篇章。

寻求策略

虽然经济下滑导致油气行业开始专注于降本增效,但Gourley指出,这个行业仍然有许多工作要做。MIT的调查和评估结果显示,如果满分给10分,那么目前油气行业技术领域的发展大约只有4.6分的样子。

“我认为,这一评断标准的意思是:油气行业有数据,有措施,但没有战略。”相比于Google对AI的热衷,油气工业处在一个完全不同的空间,但数据则依然存在。“大型的油气公司平均每天生产1.5petabytes信息。可以说,这是个相当大的信息量。”

然而,在这些信息量中,却只有大概1%的部分被使用。工程师花费大量的时间用于查找所需数据、提取数据并对数据进行清理或修改,却不去分析数据。Gourley补充道,其实为了实现数据的可使用性和可访问性,策略才是关键。

地震可能性

BP在墨西哥湾亚特兰蒂斯大区采用先进的地震技术和超级计算机,识别出了超过2亿桶的附加资源,强势显示出了超级计算机的能力。后来,超级计算机技术又在其他区域找到了更多资源。

与一种基于休斯顿工程团队的算法相结合,数据分析和处理的速度得到提升,也让一项名为全波形反演的技术成为可能。该技术将地震模拟与现有地震数据进行匹配,进而产生更清晰的井下图像。

深度学习,一种算法驱动式的机器学习形式,深层神经网络中的每一层都从之前的一层进行学习,可在识别故障转移中发挥作用。Gourley还谈到了,电脑程序是如何使用深度学习来赢得人类的游戏,而这些技术又是如何被用于肿瘤学检测并识别肿瘤的。

解决担忧

那么这对人类意味着什么呢?Walker回忆起物理学家考虑如何使用AI进行地震解释时所提出的担忧。Walker表示,物理学家质疑它们是否会“下一个T模型”。他将目前的情况与放射线学者作比较,回答说,现在的数量与20年前一样多。他说,“人类与机器之间的互动交往,改善了诊断工作。”不过Gourley表示,很多人加入医疗培训,并不能算得上是一份工作,而放射学也因此并不能称得上是如今最受欢迎的领域之一,所以这些可能不是最好的例子。算法正在帮助形成更快、更好的识别模式,并助力改善诊断工作。

“对于现如今加入地球物理学的人来说,如果仍然想要保住一份工作,那么你应该尝试与AI建立起一个很好的互动,”Gourley说。“人类与机器相结合”,也许是提高精度、取得技术进步的关键。

他还补充到,一些作业任务都将走进自动化,但更困难的任务则将需要人与机器相结合。比如科学计算机编程语言等技能,一定是不可缺少的。

吸引人才

Anadarko是幸运的,他们在寻找高级分析和新兴技术岗位时,吸引了数以百计的人才。而这对于Google、Facebook、Amazon和其他需要类似人才的科技巨头来说,无疑充满了诱惑的。但是就油气工业整体来说,想要吸引这样的人才,依然面临着巨大的挑战。

Gourley表示,公司必须把“技术摆在桌上”,同时给员工一定的空间,去培养、推动他们变得更好,让他们在工作中成为顶尖人才。Walker说,行业“当然明白,如果我们不能拿出与众不同的技术,我们将会偏离轨道。”他后来补充说,“如果我们不能用机器学习来改善、思考和提升初学者的进步方式,那么我们很快就会被淘汰了。”

您也有让人挠头的难题需要解决,或是优质技术想要找应用市场吗?如果有的话,欢迎联系小编微信或邮箱,也许能找到一剂良药。

二丫:131-3255-0596;zhanglingyu@fonchan.com
大安:131-3203-1392;lishian@fonchan.com

For English, Please click here (展开/收缩)

未经允许,不得转载本站任何文章: