正在阅读:

人工智能巨头英伟达进军石油行业,石油采掘也要靠AI了?

扫一扫下载界面新闻APP

人工智能巨头英伟达进军石油行业,石油采掘也要靠AI了?

油气行业数字化尽管在近两年迎来快速发展,但其起源可追溯到20世纪90年代。令很多人不太明白的是,今天的石油人工智能,究竟和昨天的石油数字化有何不同。

终于,人工智能这把火烧到了石油行业。油服巨头BHGE不负众望。

近日,油服巨头BHGE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,BHGE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,似乎在暗示将有伟大的事情发生。一场前所未有的石油科技风暴,俨然已在酝酿中。

AI巨头进军石油产业

2018年初,英伟达公司在其官网发布了一篇文章《英伟达和BHGE将人工智能引入油气行业》引发全球行业关注。

英伟达是全球著名的科技公司,曾以设计图形处理器为主要业务。公众对这家公司也并不陌生,因为制造出了支持游戏视觉GPU(图像处理器),英伟达的名字响彻全球。

近年来,英伟达发现GPU可以应用于人工智能,便开始进军人工智能领域,并迅速成为了这一领域的领先者。

例如在当下极为火热的人工智能应用领域——自动驾驶,几乎处处可以见到英伟达的身影。包括特斯拉、沃尔沃、百度等企业,都在自动驾驶探索之路上同英伟达建立了联系。

正是这样一家公司,看上了人工智能在石油领域的发展。

英伟达表示,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的问题。

英伟达称正在和BHGE合作,利用AI和GPU技术加速对油气行业海量数据的实时提取,这将大大减少石油勘探、开发、运输、加工、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。

那英伟达和BHGE,究竟在石油人工智能领域展开了怎样合作呢?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。这将使作业者更容易识别出关键问题,例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。

而借助深度学习和机器算法,当生产过程的外界条件发生变化时,油气公司可以做出利于生产作业的最佳决策。例如将大量的地震数据生成3D模型,提高储层预测的精度;还可以利用深度学习训练模型,提高钻井和生产作业的效率、可靠性和安全性。

BHGE领衔石油人工智能

同样是在2018年初,BHGE数字产品部门全球经理Binu Mathew在社交网站上发文称,油气行业的未来——人工智能已经降临。

“从深水勘探到深度学习,是时候拥抱AI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,Binu Mathew指出,这和油气行业数据的增加有莫大关系。

例如,目前一座海洋钻井平台的运转,其上的传感器平均每年能产生数据高达50TB,但能被利用、分析、活跃的数据不到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的有限,越来越不能满足企业对数据处理的需求。

再例如,在油气行业常用的各种设备,关于这些设备出故障和保养的信息记录,非常稀缺且难以获取。要想有效预测设备故障,提高设备使用寿命,就必须要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数据处理能力。

而人工智能,正是为了解决油气行业大量数据处理的难题。

Binu Mathew表示,BHGE和英伟达携手进军石油人工智能,正是为了解决油气行业对数据处理速度的需求问题。

BHGE和英伟达合作的范围,主要为基于英伟达的高速计算解决方案,结合BHGE的全产业链分析和数字双胞胎,在油气行业全产业链实现深度学习驱动的人工智能。

石油数字化的升级:石油人工智能

油气行业数字化尽管在近两年迎来快速发展,但其起源可追溯到20世纪90年代。令很多人不太明白的是,今天的石油人工智能,究竟和昨天的石油数字化有何不同。

Binu Mathew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路模型。这可让此前无意义的“黑暗”数据变得有意义。

由此一来,在一天之内将太子节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。

油气公司不仅能够通过机器学习算法为作业优化做出最终决策,人工智能还能使最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。

Binu Mathew还表示,英伟达的GPU加速深度学习还可以用于设计适用于油气应用的、更复杂的深度神经网络,例如实时自动监控,作业决策制定的预测性分析。

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。即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。

注:部分内容来自英伟达官网、Artificial Intelligence: The Future has Arrived for the Oil and Gas Industryby BinuMathew

本文为转载内容,授权事宜请联系原著作权人。

评论

暂无评论哦,快来评价一下吧!

下载界面新闻

微信公众号

微博

人工智能巨头英伟达进军石油行业,石油采掘也要靠AI了?

油气行业数字化尽管在近两年迎来快速发展,但其起源可追溯到20世纪90年代。令很多人不太明白的是,今天的石油人工智能,究竟和昨天的石油数字化有何不同。

终于,人工智能这把火烧到了石油行业。油服巨头BHGE不负众望。

近日,油服巨头BHGE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,BHGE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,似乎在暗示将有伟大的事情发生。一场前所未有的石油科技风暴,俨然已在酝酿中。

AI巨头进军石油产业

2018年初,英伟达公司在其官网发布了一篇文章《英伟达和BHGE将人工智能引入油气行业》引发全球行业关注。

英伟达是全球著名的科技公司,曾以设计图形处理器为主要业务。公众对这家公司也并不陌生,因为制造出了支持游戏视觉GPU(图像处理器),英伟达的名字响彻全球。

近年来,英伟达发现GPU可以应用于人工智能,便开始进军人工智能领域,并迅速成为了这一领域的领先者。

例如在当下极为火热的人工智能应用领域——自动驾驶,几乎处处可以见到英伟达的身影。包括特斯拉、沃尔沃、百度等企业,都在自动驾驶探索之路上同英伟达建立了联系。

正是这样一家公司,看上了人工智能在石油领域的发展。

英伟达表示,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的问题。

英伟达称正在和BHGE合作,利用AI和GPU技术加速对油气行业海量数据的实时提取,这将大大减少石油勘探、开发、运输、加工、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。

那英伟达和BHGE,究竟在石油人工智能领域展开了怎样合作呢?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。这将使作业者更容易识别出关键问题,例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。

而借助深度学习和机器算法,当生产过程的外界条件发生变化时,油气公司可以做出利于生产作业的最佳决策。例如将大量的地震数据生成3D模型,提高储层预测的精度;还可以利用深度学习训练模型,提高钻井和生产作业的效率、可靠性和安全性。

BHGE领衔石油人工智能

同样是在2018年初,BHGE数字产品部门全球经理Binu Mathew在社交网站上发文称,油气行业的未来——人工智能已经降临。

“从深水勘探到深度学习,是时候拥抱AI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,Binu Mathew指出,这和油气行业数据的增加有莫大关系。

例如,目前一座海洋钻井平台的运转,其上的传感器平均每年能产生数据高达50TB,但能被利用、分析、活跃的数据不到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的有限,越来越不能满足企业对数据处理的需求。

再例如,在油气行业常用的各种设备,关于这些设备出故障和保养的信息记录,非常稀缺且难以获取。要想有效预测设备故障,提高设备使用寿命,就必须要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数据处理能力。

而人工智能,正是为了解决油气行业大量数据处理的难题。

Binu Mathew表示,BHGE和英伟达携手进军石油人工智能,正是为了解决油气行业对数据处理速度的需求问题。

BHGE和英伟达合作的范围,主要为基于英伟达的高速计算解决方案,结合BHGE的全产业链分析和数字双胞胎,在油气行业全产业链实现深度学习驱动的人工智能。

石油数字化的升级:石油人工智能

油气行业数字化尽管在近两年迎来快速发展,但其起源可追溯到20世纪90年代。令很多人不太明白的是,今天的石油人工智能,究竟和昨天的石油数字化有何不同。

Binu Mathew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路模型。这可让此前无意义的“黑暗”数据变得有意义。

由此一来,在一天之内将太子节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。

油气公司不仅能够通过机器学习算法为作业优化做出最终决策,人工智能还能使最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。

Binu Mathew还表示,英伟达的GPU加速深度学习还可以用于设计适用于油气应用的、更复杂的深度神经网络,例如实时自动监控,作业决策制定的预测性分析。

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。即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。

注:部分内容来自英伟达官网、Artificial Intelligence: The Future has Arrived for the Oil and Gas Industryby BinuMathew

本文为转载内容,授权事宜请联系原著作权人。