传统油服玩“跨界”吹起石油“科技风”

  前不久，油服巨头贝克休斯和科技巨人英伟达双双发文称，
  已联合推进人工智能在油气领域的应用

  [中国石化报2018-03-09]

  终于，人工智能这把火也烧到了石油行业。前不久，油服巨头贝克休斯和科技巨人英伟达（NVIDIA）双双发文称，已联合推进人工智能在油气领域的应用。人工智能（AI）技术，是当前被视为最具潜力的人类技术之一。据悉，贝克休斯和英伟达已联合攻坚石油人工智能一年之久。两家公司突然公开提及石油人工智能，似乎在暗示将有大事发生。一场前所未有的石油科技风暴，俨然已在酝酿中。
  AI巨头进军石油行业
  2018年初，英伟达在其官网发布了文章《英伟达和贝克休斯将人工智能引入油气行业》，引发全球关注。
  英伟达是著名的科技公司，曾以设计图形处理器为主要业务，因为制造出了支持游戏视觉的GPU（图像处理器）而声名鹊起。近年来，英伟达发现GPU可应用于人工智能，便开始进军人工智能领域，并迅速成为该领域的领先者。如在自动驾驶领域，几乎处处可见英伟达的身影，包括特斯拉、沃尔沃、百度等公司，都在自动驾驶探索之路上与英伟达建立了联系。
  英伟达最近看上了人工智能在石油领域的发展。该公司表示，油气行业目前拥有海量的数据，石油公司必须解决数据处理问题。其称，正与贝克休斯合作，利用人工智能和GPU技术加速对油气行业海量数据的实时提取，将大幅减少石油勘探、开发、运输、加工和分发的成本。具体的领域包括地震建模、井处理的自动计划、机器故障预测、供应链优化、神经网络深度学习解锁不可见的地层数据等。
  英伟达和贝克休斯究竟在石油人工智能领域开展了怎样的合作？从英伟达的介绍看，目前人工智能在石油领域的应用方式主要是引入高性能硬件和机器学习算法。通过英伟达的GPU加速分析，可实现大量泵压、流速、温度等井况数据的可视化分析，作业者更易识别出关键问题。比如，预测设备何时出现问题、问题发生后对系统会产生什么影响。
  借助机器学习算法，当生产过程的外界条件发生变化时，油气公司可做出有利于生产作业的最佳决策。如将大量的地震数据生成3D模型，提高储层预测的精度；还可以利用学习训练模型，提高钻井和生产作业的效率、可靠性和安全性。
  油服巨头领衔石油人工智能
  2018年初，贝克休斯数字产品部门全球经理马修发文称，油气行业的未来——人工智能已降临。从深水勘探到深度学习，是时候拥抱人工智能了，这是提高作业效率、减少非作业时间，以及提高全局生产效率的必要途径。为何说人工智能是油气行业的未来，这和油气行业数据的增加有莫大关系。比如，目前一座海洋钻井平台的运转，上面的传感器平均每年能产生数据50TB，但能被利用、分析的数据不到1%。
  这是因为传统的数据处理方法已无法应对越来越多的数据，人力资源和计算机计算速度有限，越来越不能满足企业对数据处理的需求。
  另外，油气行业常用的各种设备出故障和保养的信息记录非常稀缺且难获取，要想有效预测设备故障、延长设备使用寿命，必须通过基于物理模型的深度学习。而要实现这一目标，首先需要超强的数据处理能力。
  马修表示，贝克休斯和英伟达携手进军石油人工智能领域，正是为了解决油气行业对数据处理速度的需求问题。贝克休斯和英伟达合作的范围主要基于英伟达的高速计算解决方案，并结合贝克休斯的全产业链分析，在油气行业实现深度学习驱动的人工智能。
  石油数字化的升级
  油气行业的数字化尽管近两年迎来快速发展，但起源可追溯到20世纪90年代。但今天的石油人工智能究竟和昨天的石油数字化有何不同？
  马修表示，利用英伟达的GPU加速计算可以应用深度学习算法训练涵盖了大量油气数据的神经网络模型，可让此前无意义的“黑暗”数据变得有意义，且一天内将TB级别的数据组织成复杂的多层神经网络便成为可行。此外，基于通用电气（GE）的Predix云平台组织数据，可打破数据之间的壁垒，实现持续学习。
  油气公司不仅能通过机器学习算法为作业优化做出最终决策，人工智能还能使有限的人力资源得到充分利用，即通过撬动自然语言处理技术和循环神经网络模型的力量，让作业者和决策者突破自身专业领域的限制。
  马修还表示，英伟达的GPU加速深度学习还可用于设计适用于油气应用的、更复杂的深度神经网络，如实时自动监控、作业决策制定的预测性分析等。利用植入了英伟达GPU的基础设施，模型训练及部署可实现自动化，有新的数据录入系统时，可通过深度学习算法进行处理、数据索引和分类。