ИИ и офшорная энергетика: чем выше ставки, тем большую ценность создает ИИ

Ожидается, что квантовые вычисления затмят потенциал, который ИИ привносит в обработку и интерпретацию данных. Изображение предоставлено IBM

Octiv Auto Frac от Halliburton объединяет автоматизированное управление гидроразрывом пласта с данными, полученными с помощью искусственного интеллекта, отслеживающего распространение трещин.

Previous Next

Время простоя буровой установки обходится примерно в 250 000 долларов в час. Чтобы этого не произошло, в отрасли внедряют ИИ.

Некоторое время назад у крупной энергетической компании возникла непостижимая, периодически возникающая проблема с буровыми работами. Это начинало стоить больших денег, и были вызваны эксперты из IBM. После обширного изучения исторических данных датчиков с помощью искусственного интеллекта и человека было установлено, что проблема была вызвана пением китов во время брачного сезона, которое отражалось в бурильной трубе. Как классическая демонстрация силы искусственного интеллекта, ситуация объединила ключевые компоненты науки о данных: данные, модели, скорость обработки и человеческий разум.

Цель состоит не в том, чтобы вывести человека из цикла, говорит Кэрол Ли Андерсон, генеральный менеджер по технологиям IBM для нефтегазовой отрасли, а в том, чтобы избавить его от трудоемких и повторяющихся задач и предоставить ему поддержку принятия решений в режиме реального времени. «Вам все равно нужен кто-то, кто может интерпретировать данные и принимать правильные решения».

По данным IBM, ИИ — это технология, которая позволяет компьютерам и машинам имитировать человеческое обучение, понимание, решение проблем, принятие решений, креативность и автономность. Для нефтегазовых компаний IBM часто использует его для управления активами, операционной эффективности и безопасности. Это отрасль с большими деньгами и большим риском. Если что-то пойдет не так, люди могут погибнуть. «Когда ставки высоки, то высоки и преимущества», — говорит Андерсон.
Непосредственно под ИИ находится машинное обучение (МО), которое подразумевает создание моделей путем обучения алгоритма для принятия прогнозов или решений на основе данных. Здесь важно защититься от галлюцинаций — когда модель воспринимает несуществующие шаблоны или объекты, создавая бессмысленные или неточные результаты. «IBM занимается снижением рисков, и мы подкрепляем наше управление юридическими терминами», — говорит она.

ИИ — это технология, которая позволяет компьютерам и машинам имитировать человеческое обучение, понимание, решение проблем, принятие решений, креативность и автономность. Для нефтегазовых компаний IBM часто использует его для управления активами, операционной эффективности и безопасности. «Когда ставки высоки, высоки и преимущества».
– Кэрол Ли Андерсон, генеральный директор по технологиям в нефтегазовой отрасли, IBM
Woodside и IBM работали вместе над внедрением решений, которые могут извлекать значимые идеи из 30 лет плотных и сложных инженерных данных. Woodside считает, что ИИ позволяет разрабатывать более быстрые модели, которые могут исследовать более обширные пространства решений, более эффективно определяя оптимальные рабочие условия. Этот подход может быть проверен с помощью традиционного моделирования химических процессов, что приведет к более эффективным производственным процессам, снижению затрат и сокращению выбросов углерода (например, расширенная аналитика для оптимизации смешанного хладагента из процесса сжижения).

Woodside также использует генеративный ИИ — модели глубокого обучения, которые могут генерировать высококачественный текст, изображения и другой контент на основе данных, на которых они обучены. Поскольку безопасность является главным приоритетом, компания использует генеративный ИИ для проверки объемов работ на своих активах, чтобы помочь выявить извлеченные уроки и соответствующее обучение. Например, она разрабатывает проект ИИ для подсчета птиц на своих предприятиях в Тринидаде и Тобаго после ряда инцидентов, связанных с птицами, с участием вертолетов. Решение использует модели видеонаблюдения и ИИ-зрения для предоставления обновлений статуса о количестве птиц вблизи морского причала, максимизируя безопасность работников и целостность инфраструктуры.

Halliburton использует обработку естественного языка (NLP) при проектировании нефтяных и газовых скважин. NLP — это ИИ, который использует МО, чтобы компьютеры могли понимать и общаться с помощью человеческого языка. Милош Милошевич, старший директор по цифровому строительству скважин компании Halliburton , говорит: «Мы используем алгоритмы NLP, чтобы помочь прочитать множество текстовых записей, полученных экспертами из предыдущих скважин, чтобы предложить оптимальные особенности проектирования. Аналогичным образом мы используем NLP для чтения отраслевых стандартов и документации, чтобы извлечь соответствующие разделы для рассмотрения в текущей скважине».

Компания Halliburton представила следующее поколение своей платформы автоматизации и удаленных операций LOGIX, которая реагирует на изменения геологических формаций с помощью анализа данных из соседних скважин и обновляет план бурения с использованием данных в реальном времени. Изображение предоставлено Halliburton

Компания Halliburton также представила следующее поколение своей платформы автоматизации и удаленных операций LOGIX , которая использует скважинные данные для помощи в автономном бурении. LOGIX реагирует на изменения в геологических формациях с помощью анализа данных из соседних скважин и обновляет план бурения с помощью оперативных данных. Последние разработки платформы используют МО для повышения эффективности бурения, точной настройки производительности от башмака к башмаку и более точного прогнозирования износа долота, и ее можно объединить с интеллектуальной высокопроизводительной моторизованной роторной управляемой системой iCruise Force компании Halliburton.

Компания также разработала первую в истории службу автоматизации, которая позволяет клиентам выполнять проектирование трещин без вмешательства человека. Octiv Auto Frac объединяет автоматизированное управление трещинами с данными, полученными от ИИ-датчиков распространения трещин. Это автоматизирует тысячи решений во время закачки на основе проектов работ и входных данных управления перед работой с постоянным реагированием на динамические условия стимуляции.

Милошевич считает облачные вычисления основополагающими для отрасли. «Многие проблемы либо не могли быть решены раньше из-за нехватки вычислительной мощности и подключенного хранилища, либо могли быть частично решены очень немногими с большими ресурсами. Параллельно с ростом возможностей облачной обработки отрасль осознала, что нам необходимо освободить данные из различных разрозненных баз данных.

«Мы также можем экономично развернуть больше обработки на буровой площадке и в скважинных инструментах для автоматизации корректирующих действий на основе входных данных датчиков. Это подпитывает революцию в автоматизации добычи нефти и газа и принятии решений на основе ИИ».

В этом году SLB запустила свою платформу данных и ИИ Lumi, которая будет доступна у всех основных поставщиков облачных услуг, а также локально. Она включает в себя большие языковые модели, которые являются моделями, обученными на больших объемах данных и способными понимать и генерировать естественный язык и другие типы контента для выполнения широкого спектра задач. Эти модели помогают контекстуализировать данные в разных доменах, чтобы клиенты могли масштабировать передовые рабочие процессы ИИ с помощью генеративного ИИ. «Поскольку мы находим тонкий баланс между производством энергии и декарбонизацией, генеративный ИИ становится важнейшим катализатором изменений», — говорит Оливье Ле Пёш, генеральный директор SLB .

На подходе агентный ИИ — система или программа, способная автономно выполнять задачи от имени пользователя или другой системы, проектируя свой рабочий процесс и используя доступные инструменты. Система имеет «агентство» для принятия решений, выполнения действий, решения сложных проблем и взаимодействия с внешней средой. Разработчик программного обеспечения eDrilling разрабатывает агента для бурения, который, по его словам, будет вести себя как опытный инженер, чтобы освободить инженеров-людей для более стратегических задач.

Кроме того, ожидается, что квантовые вычисления затмят потенциал, который ИИ привносит в обработку и интерпретацию данных. Там, где суперкомпьютеру может потребоваться год, чтобы обработать большой объем данных, квантовому компьютеру это может занять всего несколько часов. IBM, ExxonMobil, Woodside и другие уже участвуют.

Платформа данных и искусственного интеллекта Lumi от SLB будет доступна всем основным поставщикам облачных услуг, а также локально. Изображение предоставлено SLB