【壓縮機網】2018年4月24日，道達爾正式宣布和谷歌云簽署協議，二者將聯合發展人工智能技術，為石油天然的勘探開發提供全新智能解決方案。

 

　　這一事件立即在q*石油界引發了關注。既然阿爾法狗能超越圍棋世界g*，那道達爾和谷歌是否會創造出超越普通石油人的“超級智能石油人”，石油工業會因此迎來一場顛覆嗎？

 

 

　　人工智能：油氣勘探技術的下一場革命

 

　　道達爾表示，此番人工智能將要率先應用的領域，是油氣勘探開發地質數據的處理分析。從這一應用領域看，人工智能完全有帶來油氣革命的潛力。

 

　　對油氣田地質情況的描繪與分析，是油氣勘探開發過程中z*為重要，也是z*有難度的環節之一。盡管目前石油行業已能借助電纜測井、三維地震、油藏模擬等技術描繪和分析油氣田地質情況，但實際上這一系列技術仍然存在很大缺陷。

 

　　s*先，在現實過程中，人們很難采集到全部的地質數據，而只能采集到部分數據。并且在采集數據過程中，也難保證數據不出現任何差錯。

 

　　用這樣“不完美”的數據建立的地質模型，始終存在誤差。而若油氣田的地質情況過于復雜，這種誤差將使得工程師根本無法建立可用的油氣田地質模型。因為這一限制，目前有大量油氣資源無法開采。

 

　　而另一方面，隨著油田地質數據采集精細化程度的提高，數據大量增加，這又為數據的分析帶來了難題。按照傳統的數據處理方法，石油工程師無法對這些數據進行充分利用，依舊難以建立更“完美”的地質模型。

 

　　而人工智能則為解決以上兩個問題提供了可能。人工智能當中的模糊邏輯技術（Fuzzy Logic）能夠基于“不完備”和“不完美”的數據進行處理。利用模糊邏輯處理勘探地震數據，能夠做出靠人工難以實現的預測，從而更精細地描述油田地質模型。

 

　　一旦這一技術在石油領域應用成熟，將會解禁地球上大量在過去無法開采的油氣田。一些開采成本較高的油氣田，也有望因此實現開采成本的大降。人工智能為石油行業帶來的進步，可能并不亞于當紅的頁巖革命。

 

　　道達爾稱此番和谷歌合作，將開發一套能夠解釋地層圖像的人工智能程序，這套程序能夠利用計算機成像技術實現地震數據的學習，并利用自然語言處理技術自動分析數據文件。

 

　　接下來，道達爾的地質學家將同谷歌云機器學習專家并肩，在位于美國加州的谷歌云高級解決方案實驗室攻堅這項技術。

 

　　石油行業歷史性跨界融合

 

　　從規模上看，道達爾牽手谷歌也可謂目前q*z*大的一次石油和人工智能聯姻。很可能成為石油人工智能加速發展的拐點。

 

　　道達爾為世界5大國際石油公司之一，截止2017年底，道達爾已證實可采油氣儲量高達114.75億桶；而谷歌則為q*市值排名第二的公司，在信息技術領域更是q*第一。

 

　　而兩家公司不僅僅規模巨大，在創新力上也是各自行業的領先者。

 

　　在2016年，道達爾曾被科睿唯安（原湯森路透知識產權與科技事業部）評為q*z*具創新力的100家企業之一。

 

　　近年來，道達爾每年投入研發費用達到10億美元左右，擁有的研發人員超過4000名。在q*范圍內，道達爾擁有18個研發中心，目前開展了近1000個研發合作項目。

 

　　特別值得注意的是，道達爾的研發創新投資組合目前設立了6大方向，而石油數字化（包括石油人工智能）則是這6大研發創新方向之一。這足見石油人工智能在道達爾發展中的戰略地位。

 

　　人工智能目前在谷歌的戰略中更是擁有第一地位。在2017年谷歌召開的第10次開發者大會上，谷歌CEO桑達爾·皮查伊聲明了“人工智能高于一切”的發展策略。道達爾選擇同谷歌合作，顯示了其對于石油人工智能的巨大期望和信心。

 

　　阿爾法狗的主要創始人哈薩比斯（Demis Hassabis）曾說到，“阿爾法狗從來都不是我們的w*，甚至不是我們z*重要的研發。我們希望將此應用于更大的真實世界的問題。”

 

　　而石油行業，正符合哈薩比斯所說的那個真實世界。國際能源署（IEA）統計數據表明，在2016年，q*能源行業的總投資占到q*GDP的2.2%左右，而石油為當今q*第一大能源。面對像石油這樣龐大的產業，谷歌一定也不想錯過。

 

　　發展石油人工智能，將是谷歌人工智能走向更大真實世界的必經之路。兩家公司的合作將碰出多大的火花，值得期待。

 

　　人工智能是石油發展之必然

 

　　未來人工智能在石油領域的應用，將不僅限于對地質數據的處理和分析。人工智能幾乎可以應用在石油產業鏈的每個環節。就目前來看，人工智能還可能通過以下幾個入口進入石油行業：

 

　　智能鉆井：

 

　　鉆井是整個油氣開采作業中，成本z*高、風險也z*大的環節之一。在鉆井過程中，利用人工智能處理地層壓力、溫度、滲透率等數據，能夠實現鉆井速度、方位的實時優化。

 

　　不僅如此，利用人工智能還能夠大大提高決策者對風險及井況的預測能力，在遇到突然情況之時，也能夠更快速提供應急處理措施。

 

　　設備監測：

 

　　對作業設備的監測維護，一直是困擾石油企業的問題。過于頻繁地維護設備，會增加運營成本，而設備維護不及時，設備突然發生故障則會造成意外停工，導致巨大損失。而利用人工智能技術監測設備運轉，則能夠預測作業設備運轉情況，確定維護設備的z*佳時間。

 

　　道達爾在此前已有將人工智能應用于這一領域。在2013年，道達爾就應用了機器學習算法預測渦輪、泵及壓縮機等設備的保養周期。

 

　　下游領域：

 

　　在石油產業下游領域，人工智能技術也可能有廣泛應用。人工智能除了能夠用以管控煉化設備，還能夠管理油品的物流（包括運輸和倉儲）。一些石油公司已經在嘗試利用經濟形勢、天氣等因素來預測市場對油品的需求，從而更好規劃油品的庫存和優化定價。

 

　　由于人工智能在石油領域應用范圍如此廣泛，也有人關心石油人工智能是否會取代石油工人。而實際上，可能我們更應該擔憂是，如果石油業同人工智能融合的速度太慢，會不會讓石油在未來能源競爭中處于劣勢？

 

　　當今q*能源消費的多元化特征日益明顯，太陽能、風能等能源為了實現成本下降正在大力引入人工智能技術。利用人工智能實現新能源的分布式及柔性供應、能量收集微型化，可深度改變新能源利用便捷性不及傳統化石能源的局面。從能源競爭層面來看，石油人工智能的發展將是一種必然。

 

　　幸運的是，石油巨頭們如今已經開始在人工智能領域行動了。道達爾勘探與生產部門高級副總裁Kevin McLachlan表示，“我們相信道達爾地質專家和谷歌人工智能技術會讓這一項目成功。我們的雄心是，在未來幾年給予我們的地質工程師人工智能輔助技術，這將把他們從繁瑣工作中解放出來，使得他們能聚焦于高附加值的工作。”