專訪 | 劉合：以人工智能技術(shù)為智慧引擎 驅(qū)動能源行業(yè)新跨越
來源：中國石油報(bào) 時(shí)間：2024-06-17 15:43
以人工智能技術(shù)為智慧引擎 驅(qū)動能源行業(yè)新跨越
中國工程院院士 劉合
推動數(shù)據(jù)全生命周期管理，強(qiáng)化數(shù)據(jù)標(biāo)準(zhǔn)化與治理，構(gòu)建安全的數(shù)據(jù)共享機(jī)制
推動融合算力建設(shè)，實(shí)現(xiàn)算力資源的按需分配和動態(tài)擴(kuò)展
自主開發(fā)適合行業(yè)特色的算法，實(shí)現(xiàn)關(guān)鍵技術(shù)國產(chǎn)化替代
油氣行業(yè)的數(shù)智化轉(zhuǎn)型是時(shí)代的選擇與必然。隨著數(shù)字化、智能化技術(shù)的日新月異，油氣行業(yè)逐漸認(rèn)識到，唯有擁抱科技，才能在激烈的市場競爭中保持領(lǐng)先。數(shù)智化不僅能夠顯著提高勘探開發(fā)的效率與精準(zhǔn)度，而且在生產(chǎn)管理、安全環(huán)保乃至整個(gè)產(chǎn)業(yè)鏈的優(yōu)化升級中展現(xiàn)出巨大潛力。通過大數(shù)據(jù)分析、云計(jì)算、物聯(lián)網(wǎng)以及人工智能等先進(jìn)技術(shù)的深度融合，油氣行業(yè)正在逐步構(gòu)建一個(gè)高度集成、智能響應(yīng)的產(chǎn)業(yè)生態(tài)，為行業(yè)的可持續(xù)發(fā)展鋪就堅(jiān)實(shí)基石。
油氣行業(yè)的數(shù)智化已進(jìn)入快速發(fā)展軌道，諸多創(chuàng)新應(yīng)用如雨后春筍般涌現(xiàn)。以薄片智能鑒定為例，利用人工智能技術(shù)將資深地質(zhì)學(xué)家和油藏工程師多年積累的寶貴經(jīng)驗(yàn)轉(zhuǎn)化為算法模型，實(shí)現(xiàn)了對巖石薄片的快速、準(zhǔn)確分析。此舉不僅極大地提高了鑒定效率，減少了對專家人力的依賴，而且讓偏遠(yuǎn)的油田也能請到頂級專家進(jìn)行遠(yuǎn)程診斷，從而降低了成本，提高了資源開采的效益和安全性。這僅僅是數(shù)智化助力油氣行業(yè)提質(zhì)增效的冰山一角，更多的創(chuàng)新正不斷推動著行業(yè)深刻變革。但油氣行業(yè)人工智能應(yīng)用的深化之路并非坦途，一系列問題與挑戰(zhàn)亟待解決。
一是推動數(shù)據(jù)全生命周期管理。油氣勘探開發(fā)的數(shù)據(jù)具有高度專業(yè)性和復(fù)雜性，如地球物理數(shù)據(jù)、井筒數(shù)據(jù)等。獲取這些數(shù)據(jù)難度大、成本高，數(shù)據(jù)質(zhì)量參差不齊。在構(gòu)建和訓(xùn)練人工智能模型時(shí)，低質(zhì)量的數(shù)據(jù)直接影響模型的準(zhǔn)確性與可靠性。同時(shí)，油氣企業(yè)的數(shù)據(jù)分散在不同部門和地區(qū)，形成了數(shù)據(jù)孤島。一方面，要強(qiáng)化數(shù)據(jù)標(biāo)準(zhǔn)化與治理。建立統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)和規(guī)范，促進(jìn)數(shù)據(jù)的標(biāo)準(zhǔn)化、格式化，提升數(shù)據(jù)的可用性和互操作性。加強(qiáng)數(shù)據(jù)質(zhì)量控制，確保輸入模型的數(shù)據(jù)準(zhǔn)確可靠。另一方面，要構(gòu)建安全的數(shù)據(jù)共享機(jī)制。在保障數(shù)據(jù)安全和隱私的前提下，建立企業(yè)內(nèi)部及跨企業(yè)的數(shù)據(jù)共享平臺，利用“聯(lián)邦學(xué)習(xí)”等技術(shù)，在不直接交換原始數(shù)據(jù)的情況下協(xié)同訓(xùn)練模型，打破數(shù)據(jù)孤島。
二是推動融合算力建設(shè)。相較于互聯(lián)網(wǎng)和科技行業(yè)，油氣行業(yè)的算力基礎(chǔ)設(shè)施建設(shè)相對滯后，缺乏足夠的高性能計(jì)算資源支持大規(guī)模人工智能模型的即時(shí)訓(xùn)練與推理應(yīng)用，且在分布式算力調(diào)度和資源優(yōu)化方面也面臨挑戰(zhàn)。如何合理配置、動態(tài)調(diào)度以達(dá)到最優(yōu)的資源利用效率，是油氣行業(yè)在實(shí)際應(yīng)用中需要解決的問題。未來，采取公有云、私有云與邊緣計(jì)算相結(jié)合的混合算力策略，既可保障數(shù)據(jù)安全，又能靈活應(yīng)對算力需求波動，降低成本。同時(shí)，建立靈活高效的算力資源調(diào)度機(jī)制，利用容器化、微服務(wù)架構(gòu)提升資源利用率，實(shí)現(xiàn)算力資源的按需分配和動態(tài)擴(kuò)展。
三是自主開發(fā)適合行業(yè)特色的算法。當(dāng)前，先進(jìn)的算法特別是大模型技術(shù)大多掌握在國外科技巨頭手中，油氣行業(yè)采用這些技術(shù)時(shí)，面臨著算法依賴、版權(quán)糾紛以及核心技術(shù)不可控的風(fēng)險(xiǎn)。自主開發(fā)適合行業(yè)特色的算法，實(shí)現(xiàn)關(guān)鍵技術(shù)國產(chǎn)化替代，是當(dāng)前亟須突破的難關(guān)。同時(shí)，油氣行業(yè)應(yīng)用的特殊性，要求算法不僅要具備較強(qiáng)的復(fù)雜問題處理能力，而且要能夠適應(yīng)行業(yè)特有場景，如地層解釋、設(shè)備故障預(yù)測等。現(xiàn)有的通用型算法往往難以直接適用于特定油氣行業(yè)的復(fù)雜問題，需進(jìn)一步定制與優(yōu)化。一方面，要鼓勵(lì)算法創(chuàng)新與定制化開發(fā)。加大研發(fā)投入力度，鼓勵(lì)產(chǎn)學(xué)研合作，針對油氣行業(yè)特點(diǎn)，定制開發(fā)適用于特定場景的算法模型，提升算法的適應(yīng)性和準(zhǔn)確性。另一方面，要促進(jìn)算法開源與生態(tài)構(gòu)建。在保護(hù)知識產(chǎn)權(quán)的同時(shí)，積極參與和推動開源算法社區(qū)的建設(shè)，利用開源框架加速模型迭代，減少重復(fù)開發(fā)；注重培養(yǎng)本土算法人才，增強(qiáng)算法的自主可控能力。
人工智能作為新一輪科技革命的重要驅(qū)動力，正以前所未有的深度與廣度賦能油氣行業(yè)。它不是對傳統(tǒng)作業(yè)模式的簡單升級，而是對行業(yè)理念、技術(shù)體系與管理模式全方位的革新。在這個(gè)過程中，油氣行業(yè)不僅能夠?qū)崿F(xiàn)自身的高質(zhì)量發(fā)展，而且能為全球能源安全與可持續(xù)發(fā)展目標(biāo)貢獻(xiàn)力量。面對未來，我們有理由相信，通過持續(xù)探索與實(shí)踐，人工智能將引領(lǐng)油氣行業(yè)進(jìn)入一個(gè)智慧、綠色、高效的全新時(shí)代，開啟能源發(fā)展新篇章。
責(zé)任編輯：余璇
