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
GitHub首席执行官托马斯·多姆克宣布计划离职,微软将不再为其任命继任者,而是将GitHub直接整合到微软CoreAI组织中。多姆克自2021年11月担任CEO职务,他表示将留任至2025年底协助过渡。GitHub年收入达20亿美元,其中Copilot订阅服务贡献了40%的收入增长。未来GitHub将在微软AI平台副总裁阿莎·夏尔马等高管管理下运营,独立性将显著降低。
本研究针对大语言模型中普遍存在的偏见问题,提出了一套完整的数据和AI治理框架。研究发现当前主流AI模型中37.65%的输出存在偏见,其中33.7%具有中高风险。通过开发BEATS检测系统和全生命周期治理方案,为AI系统建立了从数据收集到部署监控的完整"公平性保障体系",旨在让AI技术更好地服务全人类而非延续社会偏见。
认知迁移正在进行。哈佛大学教授指出AI采用速度极快,可能比工业革命影响大10倍、速度快10倍。一些人已将AI融入工作流程,但更多人面临不确定性和焦虑。尽管AI在软件开发等领域展现巨大潜力,但技术本身仍存在幻觉、健忘等问题。信任度因地区而异,中国为72%,美国仅32%。这场变革更像是管理性替代而非机遇,许多人发现未来可能没有他们的位置。
浙江大学团队开发的HarmonyGuard框架首次解决了AI网络代理的安全与效率平衡难题。该系统通过三个协作的AI代理,实现自适应安全策略更新和双目标优化,在真实测试中将策略合规率提升38%,任务完成率提升20%,为构建既高效又安全的智能助手奠定重要基础。