“上天容易入地難”，作為典型的傳統(tǒng)行業(yè)，油氣行業(yè)擁有龐大的資源數(shù)量、數(shù)以千億計的資產(chǎn)規(guī)模、數(shù)以百萬計的員工;同時，也有專業(yè)度高、工藝流程復(fù)雜、產(chǎn)業(yè)鏈長、設(shè)備資產(chǎn)總量巨大，應(yīng)用場景復(fù)雜等特點。

前者為行業(yè)的數(shù)字化轉(zhuǎn)型提出需求，后者則給數(shù)字化轉(zhuǎn)型增加了難度。

“在數(shù)字經(jīng)濟轉(zhuǎn)型的浪潮之下，油氣行業(yè)面臨著‘船大難掉頭’的困難。”國雙油氣大數(shù)據(jù)事業(yè)部總經(jīng)理薛小渠表示，油氣工業(yè)是流程性工業(yè)的典型代表，給人工智能技術(shù)場景化落地提出很大挑戰(zhàn)。

近日，2020年度第十屆吳文俊人工智能科學(xué)技術(shù)獎揭曉，國雙“油氣大數(shù)據(jù)和人工智能平臺”獲得吳文俊人工智能進步獎(企業(yè)技術(shù)創(chuàng)新工程項目)。這一平臺落地的油氣行業(yè)，是技術(shù)賦能流程性工業(yè)的典型代表。

“超級智能大腦”加持油氣開發(fā)

在薛小渠看來，油氣行業(yè)對于數(shù)字技術(shù)的需要緊迫而持久：一方面，油氣開發(fā)難度日益增加，持續(xù)穩(wěn)產(chǎn)形勢嚴峻，新老油田都面臨著生產(chǎn)成本升高與效益降低的巨大壓力，另一方面，各層級對企業(yè)的安全生產(chǎn)、環(huán)境保護責(zé)任要求越來越嚴格，國家也提出優(yōu)化組織結(jié)構(gòu)、完成企業(yè)深化改革的任務(wù)要求。“諸如此類的問題會在未來幾年持續(xù)存在，對油氣行業(yè)的生產(chǎn)、經(jīng)營、管理和決策提出新的挑戰(zhàn)。”薛小渠說，“地下有多少油氣儲量、分布狀況、如何開采?如何讓油氣田安全高效地運行十年二十年?以前用傳統(tǒng)工藝模型去做，現(xiàn)在可以通過算力算法的升級，解決行業(yè)的普遍問題。”

“人工智能技術(shù)可以為油氣田的創(chuàng)新發(fā)展注入新動能，智能化分析預(yù)測技術(shù)成為解決油氣研究與生產(chǎn)問題的重要手段。”薛小渠表示，傳統(tǒng)油氣勘探與開發(fā)研究技術(shù)，如儲層預(yù)測、油層識別、注采分析優(yōu)化等業(yè)務(wù)分析工作，需要人工花費大量時間整理分析數(shù)據(jù)，效率低、問題多，而未來通過“油氣智能大腦”，可以對輸入的相關(guān)數(shù)據(jù)進行自動分析推理，直接給出開采方案的參考建議。

據(jù)他介紹，團隊對多年來積累形成的大量研究成果、知識經(jīng)驗、業(yè)務(wù)模型等進行科學(xué)管理，通過知識圖譜技術(shù)將結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)中的勘探開發(fā)知識進行分析處理：首先通過行業(yè)專家的標注，逐步訓(xùn)練和優(yōu)化機器學(xué)習(xí)算法，進而實現(xiàn)自動識別與標注，生成勘探開發(fā)行業(yè)知識圖譜。經(jīng)過不斷擴充完善，形成油氣勘探開發(fā)的“超級智能大腦”。目前，“油氣大數(shù)據(jù)和人工智能平臺”及相關(guān)解決方案已在中國石油研究機構(gòu)、油氣田企業(yè)等實施項目中落地應(yīng)用。

“混合式產(chǎn)業(yè)智能”是可行之道

油氣行業(yè)是人工智能技術(shù)賦能傳統(tǒng)企業(yè)數(shù)字化轉(zhuǎn)型的場景之一，也是技術(shù)落地之難的縮影。據(jù)國雙首席技術(shù)官劉激揚介紹，要想在具體業(yè)務(wù)場景中產(chǎn)生類似的應(yīng)用，需要“混合式產(chǎn)業(yè)智能”的加持。

他表示，“混合”首先是感知智能和認知智能的混合。前者指計算機視覺、語音識別等感知層面的智能，后者則指讓機器像人一樣，通過對知識的學(xué)習(xí)、積累和應(yīng)用來實現(xiàn)認知能力，“要實現(xiàn)這一點，必須賦予計算機理解語言、學(xué)習(xí)知識、積累經(jīng)驗、運用相關(guān)知識經(jīng)驗進行推理、解決現(xiàn)實世界問題的能力。”

第二層混合是指數(shù)據(jù)和知識。劉激揚表示，要想把垂直行業(yè)積累的大量數(shù)據(jù)有效利用起來，必須對業(yè)務(wù)場景有深入理解，只有把數(shù)據(jù)和知識匯聚起來，才能真正理解垂直行業(yè)的具體業(yè)務(wù)、滿足行業(yè)客戶的需求。

三是行業(yè)專家和數(shù)據(jù)科學(xué)家的混合，人工智能落地產(chǎn)業(yè)需要二者的高度協(xié)作、協(xié)同創(chuàng)新。行業(yè)專家負責(zé)提供行業(yè)領(lǐng)域的知識和經(jīng)驗，數(shù)據(jù)科學(xué)家則用這些知識做深度的數(shù)據(jù)挖掘、構(gòu)建有效的模型。四是人機融合。行業(yè)場景非常復(fù)雜，單純的深度學(xué)習(xí)不可能真正解決復(fù)雜的實際問題，因此，在以上各類混合之外，還要充分挖掘和利用計算機本身的能力。

“無論是智慧法院、智慧能源，還是智慧園區(qū)、智慧城市，要想在行業(yè)領(lǐng)域?qū)崿F(xiàn)人工智能的場景化落地，都需要‘混合’的能力和打法。”劉激揚強調(diào)。

薛小渠同樣表示，要想把人工智能技術(shù)應(yīng)用于行業(yè)場景，尤其是油氣這樣傳統(tǒng)而復(fù)雜的行業(yè)，技術(shù)儲備、行業(yè)經(jīng)驗的積淀、人工智能的思維邏輯、扎根真實的應(yīng)用場景等缺一不可。這既是人工智能技術(shù)落地油氣行業(yè)的經(jīng)驗，也是可以推而廣之的范式。

科技日報記者 崔爽

關(guān)鍵詞： 智能大腦 油氣開發(fā) 產(chǎn)業(yè)智能