|
作者 | 中国海油数字化先锋营 “小度、小度，请播放'小豆丁讲故事’” “Hi，大家好，我是小豆丁。每晚八点钟，给你讲一个非常好听的故事”’…… 对于有小宝宝的家庭，或许多数都会有个“小度”，“小蛋”，或者“小爱”，它可以对你“惟命是从”，在你分身乏术时，代替你给小宝宝讲故事、聊天等。 从1956年诞生，到第一款神经网络-感知机，到神经网络算法的产生，到深度学习技术的产生，再到AlphaGo挑战人类围棋冠军，人工智能经过60多年的发展，从最小的语音助手，到自动化汽车飞机驾驶等各式应用方式出现在我们身边。人工智能逐渐渗透到我们生活的每个角落，改变着我们的生活、工作和娱乐。 石油行业也不例外。中石化勘探开发研究院首席专家董宁教授认为，人工智能勘探将是油气勘探的下一场革命。如果说，信息技术是第三次工业革命，那么人工智能或将成为下一次工业革命的核心力量。 01. 什么是人工智能？ 在了解各大油气公司的人工智能应用案例之前，我们重新回顾一下什么是人工智能。百度百科上这样解释：人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 例如，人工智能所涵盖的机器学习，是其在石油行业的主要应用之一，被广泛应用在精准建模、优化钻井作业、预测性维护等等。机器学习使计算机系统能够从数据中学习并对其进行解释，通过迭代改进过程来生成适合特定目的程序。机器学习的应用使计算机能够快速、准确地分析大量数据，更快的找到油藏，例如精确筛选分析地震数据中的信号和噪声等。在收集和分析这些信息之后，软件应用程序可以构建精确的地质模型。这使得作业人员能够在钻井开始之前准确预测地表下的情况。 02. 人工智能在石油行业的应用 在数字化革命浪潮席卷石油行业之际，国际石油巨头纷纷加入到发展人工智能的行列。目前人工智能的业界巨头主要是谷歌、思科、微软、英特尔、IBM以及Facebook。石油巨头在拥抱人工智能时，往往选择“跨界”， 与这些业界巨头携手合作，开展了一系列人工智能技术在石油行业的应用，并取得了一些阶段性研究成果和实际应用成果。 2014年10月30日，Repsol官网发布信息宣布，Repsol与IBM携手合作推出世界上第一个针对石油行业应用的认知技术合作。两家公司使用IBM的认知环境实验室(CEL)联合开发两个认知应用程序，专门用于增强Repsol在优化油藏生产和在新油田投入方面的战略决策能力。一般来说，海上单井钻探成本高达数百万美元，但不是所有的油井都能够开发成功，因为现有的钻井决策所依靠的信息有限。而认知技术可以对数十万篇文献和报告等信息材料进行分析，通过分析地震成像、油藏、设施等多种数据组合，同时引入新的需要考虑的实时因素，比如经济稳定性、政治态势和自然灾害等等，开展目标分析和模拟，从而降低这些作业的风险。认知技术帮助Repsol提升现有油田的生产效率，同时将寻找新资源的勘探风险降至最低。
意大利石油巨头埃尼（Eni）今年5月份公布了和IBM联合开展的AI研究成果“认知发现”（Cognitive Disovery），为Eni在勘探阶段初期的决策提供支持，以减少勘探与地质复杂性可能导致的潜在风险。 “认知发现”（Cognitive Discovery）的工作方式类似于增强情报助手，在处理大量地质、物理和地球化学等数据时提供更真实，更精确的地下地质模型。这些数据集经过处理形成知识图，然后呈现给地球科学家，这将有助于他们在日常工作中进行决策，以及对可能的备选方案进行识别和验证。油气勘探是一项复杂且知识密集型的业务，涉及各种工程和科学学科的合作。为了评估地层，工作人员需要分析来自各种信息源的结构化或非结构化的海量数据，以评估油气藏存在的可能性和潜在规模。而这一初步的解释过程对于推动对潜在区域的初步评估以及通过钻探活动确定可行的勘探机会至关重要。 壳牌在人工智能方面一大动作是定向井钻井人工智能化。定向井钻井技术的核心是“旋转导向”，尽管已相对成熟，但依旧需要大量复杂的人力操作。为了简化这一繁琐流程，壳牌的人工智能科学家已开发出了相应的解决方案——Shell Geodesic™ 。它拥有一个“钻井模拟器”，简单的用户界面，以及一套经过测试的算法，呈现给地质学家和钻井人员更好的油气层图像。Shell Geodesic™的目标是提高水平井定向控制的精度和一致性，以达到含油气岩石的最高产层。简化了钻井数据和处理算法的流程，使其能够做出实时决策，并更好地预测结果。 中石油则通过油气层识别技术，实现老井挖潜。通过老井复查，重新识别油气层潜力，实现老区滚动增储和挖潜；提高测井解释速度，为老井复查提供技术支持，以及结合生产数据，实现动态解释，不断提高解释符合率。中海油通过建设开发实时决策系统，构建起以井为中心、井场与基地多学科协同作战的信息系统平台，有效节省了钻井时间。中石化则在2012年就提出了智慧石化的愿景，打造全产业链的智能化。2013年中石化启动了智能化工厂计划，并选择燕山、茂名、镇海、九江等公司作为人工智能试点，加强信息化建设和整体的顶层设计。 当然，人工智能在油气勘探开发及生产领域的应用远不止以上案例。例如，基于“物联网 大数据 人工智能”的智能油田建设，实现了油田资源调配、优化生产、故障诊断、风险预警；基于机器学习的岩性岩相分析预测技术，大大降低了不确定性，提高了常规与非常规油气藏描述精度；由智能钻机、现场智能控制平台、井下智能钻井和远程控制中心等组成的智能钻井系统，实现自动化钻井，将大幅度减少钻井用工，提高钻井的效率、质量和安全性。2016年，埃克森美孚宣布与麻省理工学院合作设计用于海洋勘探的人工智能机器人。2017年，斯伦贝谢公司推出了新一代智能化资源共享平台——DELFI认知勘探开发环境；2018年，油服公司BHGE和英伟达公司合作推进人工智能在油气领域的应用…… 03. 石油行业如何拥抱人工智能？ 当下，随着人工智能技术渗透到科学研究、工业生产、国防、经济建设、社会发展和人民生活的各个方面和领域，世界各国对其给予了高度重视，将其作为引领未来发展的战略性技术。近年来，美国、英国、日本、法国、加拿大和欧盟均发布了人工智能专项战略或规划。印度和韩国则发布了脑科学与神经科学相关的专项战略或规划。同样，我国政府也推出了一系列人工智能战略规划。
2.搭建大数据与智能化研究与应用平台 该平台应具有大数据管理能力、大规模数据处理能力、先进智能化分析能力、业务功能模块开发与集成能力、强大的云计算服务能力。按照“一切开发上平台，一切应用上云”的原则推动大数据与人工智能技术的研究与应用。 在这一点上，壳牌已经迈出了一步。2018年9月，壳牌和C3 IoT宣布合作，壳牌选择C3C3 IoT作为其人工智能（AI）平台，以实现并加速全球范围内的数字化转型。通过在微软 Azure公有云上全局部署C3 IoT平台，壳牌在其上游和下游业务中快速扩展和复制AI和机器学习应用程序，改善运营绩效，实现巨大的经济价值。 3.建立智能化发展协同创新研究中心 4.实施智能化专项行动计划和示范工程
事实上，这样的“小度”已经到来。今年1月份英国油气巨头BP投资总部位于休斯顿的技术初创公司Belmont Technology。该公司开发一个名为“Sandy”的人工智能助理。BP专家为Sandy提供地质学、地球物理学、油藏和历史项目信息。然后，Sandy自动将这些信息结合在一起，识别新的连接和工作流程，从而创建出BP整个地下资产知识图。BP的工程师们可查询数据，还可以与Sandy交流，提出问题并快速得到答案。除了AI助理Sandy外，还有总部位于休斯顿的初创公司Nesh所创建的AI助理Nesh。人们可以和Nesh聊天，咨询的内容可包括优化加密钻井顺序、确定最佳井距，或者建立运营商资产的特征曲线等；而总部位于丹佛的初创公司Earth Index则研发了一款名为Ralphie的AI助理，它可以帮助用户搜索有前景的区块或地层，进一步生成该区块或地层未来可能的生产情况的可视化报告或书面报告。 Total勘探高级副总裁Kevin McLachlan说：“我们的目标是在未来几年内为我们的地球科学工程师提供AI个人助理，让他们能够专注于高附加值的任务。” 未来已来！
|
|
|
