几年来,石油和天然气行业经验丰富的人员流失,造成经验丰富的人员与经验匮乏人员之间的断层。
技术咨询企业Information Services Group(ISG)的Energy Practice总监Tony Mataya表示:“人才问题影响了整个行业,因为这些经验丰富的员工掌握的知识历来是‘艺术和科学’的结合,在勘探、生产、贸易以及石油石化产品的精炼等决策过程中,都要依赖他们掌握的这些知识。”
一种潜在的应对挑战的方法是部署认知技术。 Mataya表示:“认知系统通过捕获可能快要离开企业的高级人员的思维过程和决策能力,部分解决了这种人才流失问题。”
石油和天然气公司也有其他机会利用认知计算。例如,通过组合来自不同来源、经验和经验法则的信息,石油和天然气公司的团队可以根据不完整的信息和历史趋势做出决策。
Mataya表示,“认知计算通过从各种来源获取大量数据,包括来自经验丰富的工程师和技术人员的知识,帮助石油和天然气公司了解趋势和以前的结果,匹配相似的模式,并连接不同的信息来支持决策,从而解决问题。”
Mataya表示,像许多其他行业一样,石油和天然气在采用人工智能等认知技术方面步履迟缓,这是因为缺乏具体的、有形应用领域。
Mataya表示,“认知通常被认为是一个处理与思维相关认知行为的人工智能的子集。” Mataya表示,“由于石油和天然气中的许多应用领域需要直觉与信息相结合,造成难以置信的决策风险,所以应用人工智能和认知概念会提高决策的质量和准确性。”它通过使用更多的完整的数据集,考虑更多的迭代和连接以前被认为是无关的信息来实现这一点。
采用认知技术的关键挑战在于数据质量和可用性、完全不同的数据类型和格式、技能资源的匮乏以及文化因素。
Mataya表示:“考虑到许多流程需要删除错误或不必要的数据,而且这些数据有着不同的格式。”企业需要了解所需的数据,并获得认知系统能够使用的格式的信息。
还需要能够理解所需的数据和认知技术本身的技术人员。将技术精湛的技术资源与行业专家配对是成功的关键。
Mataya表示,“业界专家人数减少,而对他们的知识和经验的需求正在增加。” Mataya表示,“石油和天然气行业历来依赖于思考、直觉和不断增加的复杂数据来做出决定。”
获得更有用的格式的数据,视觉呈现使用了越来越多的计算资源。但是,Mataya表示,让技术接管更多与决策有关的思考,而不是依靠人类的经验和直觉,对这种做法的信任还很缺乏。
好文章,需要你的鼓励
科技亿万富翁拉里·埃里森资助的研究团队将向英国牛津大学投资1.18亿英镑,用于将AI技术应用于疫苗研究。牛津疫苗研究小组将领导这一项目,研究人体免疫系统对严重细菌感染和抗生素耐药性的反应。该项目由曾主导新冠疫苗试验的安德鲁·波拉德教授领导,计划采用人体挑战模型,让志愿者在受控条件下接触细菌,然后运用现代免疫学和AI工具来精确识别预测保护效果的免疫反应,以开发针对致命疾病的创新疫苗。
伦斯勒理工学院研究团队通过网络科学方法首次系统揭示了大语言模型的内部"认知架构"。研究发现AI模型采用类似鸟类大脑的弱定位架构,模块间通过分布式协作而非专业化分工来处理认知任务。这一发现颠覆了基于功能模块优化的传统思路,指出应充分利用网络级协作来提升AI性能。
据报道,ChatGPT开发商OpenAI计划在印度建设一座耗电量超过1吉瓦的数据中心,目前正寻找当地合作伙伴。该设施预计可容纳至少5.9万片英伟达B200芯片。这可能是OpenAI全球数据中心计划的一部分,旨在为国际用户提供更低延迟服务。OpenAI CEO奥特曼将于下月访问印度,公司还计划年底前在新德里开设办事处。
腾讯和清华研究团队首次从数学理论角度解释了为什么AI需要外部工具。研究证明纯文本AI存在"隐形枷锁",无法突破预训练的能力边界,而工具集成能打破这种限制,让AI获得全新的问题解决策略。团队还开发了ASPO算法,解决了训练AI更早使用工具的技术难题。实验显示配备工具的AI在数学问题上全面超越纯文本版本,展现出三种新奇认知模式,为构建更强大的AI系统提供理论指导。