  如何寻找蕴藏在地下的油气资源？ 20世纪初宾西法尼亚州刚刚打出第一口产油井的当地人可能会告诉你，向天上扔手杖，掉下来手杖指向哪里，就把油井位移向哪里。显然这是不科学的，结果也可想而知。 随后，油气勘探技术和方法持续演进，重力勘探、地震反射波法等不断涌现，开启了石油工业大发展时期；而在上世纪末，借助计算机做数据处理，更使得油气勘探技术达到新的水平。  进入21世纪，油气勘探与前沿科技的捆绑更加紧密。特别是最近几年，拥抱人工智能，通过数字化进行勘探开发，更成为了国内外许多石油企业的共同选择。那么具体到国内油气行业，云、AI等新一代数字技术的融合，又是如何加速地下油气更快现身的呢？ AI与油气勘探的强耦合 “油田儿女多奇志，走遍瀚海建功业”，曾几何时，支撑我国工业化发展的石油人是当代英雄的代名词。然而时移世易，行业所面对的压力也在与日俱增。 如何增加我国的油气产量，降低对外进口，同时解决新油气勘探难、勘探开发生产的成本高、生态环境保护等等问题。人工智能就成为时代变局中石油人的新矿机，帮助能源行业进行数字化转型和智能创新。 行业内部有意愿有基础，行业外部有技术有“懂行”伙伴，两者强耦合，正在加速推动中国油气勘探与AI的拥抱和创新突破。 五大系统模块， 推动石油勘探开发转型升级 作为油气行业“懂行人”，华为深入行业关键业务场景，将AI等新技术融入其中，携手中国石油打造了创新的人工智能计算平台，该平台由数据处理、知识图谱、机器学习、服务超市、系统管理五大模块组成，从数据集成、数据标注，到机器学习，再到模型发布、推理应用等等，为石油勘探开发提供了一站式AI开发环境。 数据处理模块：实现结构化数据、非结构化数据、半结构化数据的自动集成，从海量勘探开发数据中提取数据特征，辅助数据标注，为智能计算提供样本； 知识图谱模块：知识图谱是新一代人工智能技术的重要组成部分。通过自然语言处理和图数据库存储技术，充分挖掘勘探开发研究成果，从海量信息中自动提炼有价值的知识，为找油找气提供快速有效的知识服务，实现研究成果的固化与传承；  机器学习模块：提供可视化机器学习和先进的智能模型创建工具，系统配备了120多个开箱即用的人工智能算法，该模块是人工智能平台的超级计算中心； 服务超市模块：是一个开放式智能服务共享与智能模型发布中心，提供了便捷的服务发布、模型管理与智能共享工具，内置自然语言处理、智能问答、知识搜索、知识推荐、文本生成等35个常用智能服务，是智能化应用的高速入口； 系统管理模块：具备权限管理、告警管理、运行监控、用户管理、日志管理等能力，保障系统的可用、可靠以及安全性。  可以看到，这一创新的人工智能通用计算平台的出现，不仅为石油勘探开发提供了一站式AI开发环境，更大幅度降低了AI在传统行业的落地门槛，让我们看到了石油勘探产业升级的真实可能性和提质增效的蓝图。 更“懂行”的AI改变了什么？ 目前，基于这一人工智能通用计算平台的转型实践已经在勘探院及大庆、长庆、新疆、大港等油田展开试运行。 比如中国石油大港油田借助该平台对900口油井进行机器学习，实现了油气水层的智能识别，评价时间缩短了70%，识别的准确率达到测井解释专家水平。 大庆油田勘探开发研究院开发规划室，基于该平台对3个典型区块进行产量和含水指标预测，建立了针对中高渗透稀油砂岩油藏的指标预测模型，预测精度达到90%以上，比常规预测方法提高10%左右，大大提高了油井生产动态管理水平和单井措施决策的准确性。 此外，再结合物联网技术和机器学习方法，中国石油青海油田８个采油厂通过生产现场的远程管理实现了无人值守，减少了作业维护费用20%……  这一系列提质增效的数字化转型实践背后，也折射出“新基建”热潮中的产业困境和机遇点：复杂的数字技术体系与迫切的深层业务转型需求，必须化繁为简、融会贯通来实现全新的价值突破。 作为中国油气行业数字化转型的“懂行”伙伴，华为在这一过程中，为油气行业带来了双重价值： 一方面，全栈全场景全流程的技术解决方案，可以满足油气行业庞大体系的多元技术融入与应用创新诉求。 通过5G+云+AI等一系列全面、多元的技术协同，充分满足油气行业各个场景的变革需求，而不是追求“头痛医头脚痛医脚”的短期效果。同时全栈AI能力就如同一个技术领域的“四维空间”，为垂直行业转型提供了多元化、一站式的自由选择。 另一方面，与“懂行”的客户、伙伴协同创新，让新技术与垂直行业完成精准对接和价值支撑，更将实现人工智能通用计算平台的持续升级。因为“懂行”，所以可以更细致地贴合和适配行业的现实业务需求，在满足当下降本增效需要的同时，也具备应对长期变化的学习和演进能力，实现价值的循环释放。  相信随着越来越多行业“懂行人”的深入，中国油气行业这艘“大船”将又稳又快地乘风破浪，驶向数字智能的“瀚海”。
|
|
|
