至顶网软件频道消息:贝克休斯通用电气(Baker Hughes GE)和Nvidia开展合作,将人工智能和分析技术引入石油和天然气行业,目标是从传感器、天气、钻井和地震数据中获取数据并令运营更具预测性。
通用电气全球数字产品负责人Binu Mathew表示,Nvidia合作之举可在云系统里的钻机上利用GPU驱动系统,找出与石油钻探相关数据的含义。他表示,“石油和天然气领域里有许多远程操作传感器和收集到的数据,但少有对数据进行分析。”
石油和天然气行业有大量的数据,但数据不一定就是信息和知识。Mathew表示,通用电气将与Nvidia一起建立一些物联网计算模型,目标是提供分析和可操作信息。两家公司的合作已经有大约一年的时间了。
石油和天然气行业还有一个现实,石油行业是个碳氢化合物行业,而生成的数据也很多。一个海上平台平均每年从传感器以及运营和财务运营中生成的数据达50TB之多。
通用电气和Nvidia结成了合作伙伴关系就可以采用Nvidia的核心AI技术和其他技术,然后就可以利用旗下领域知识开发模型和分析软件。 Mathew表示,“Nvidia芯片、该合作伙伴关系以及整个AI生态系统加速了计算能力的增长。我们的分析知识和领域知识迸发出来了。”
具体而言,通用电气在旗下的DGX计算平台上用上了Nvidia的自然语言处理和递归神经网络模型。
通用电气和Nvidia将联手为油气田生产运营行业打造一套基于云的产品。最初一套产品名为Nvidia-Baker Hughes GE合作平台,现在已经上架。
Baker Hughes GE产品的目标是超越传统的模式匹配形式,创建可以更好地预测问题和检测故障的模型。诊断也是关键领域。
Baker Hughes GE数据首席数据科学家Arun K. Subramaniyan表示,Baker Hughes GE数据将AI技术和模型结合在一起,还会将其与数字孪生相结合,对运营进行改善。他表示,“我们将基于物理学的模型与人工智能技术结合在一起。”
好文章,需要你的鼓励
一项调查显示,31%的美国技术领导者表示,由于AI转型的紧迫性,CEO与CIO的合作比一年前更加密切。79%的技术领导者认为企业对AI的关注提升了他们在董事会层面的地位。数据分析和AI成为企业未来12个月的重点投资领域,37%的受访者将其列为优先事项。虽然28%的技术领导者预测首席AI官将承担CIO职责,但86%的企业尚未设立该职位。
ETH苏黎世大学研究团队提出OBR(最优脑重建)框架,创新性解决了大语言模型压缩中量化与剪枝方法的根本冲突。通过"分组错误补偿"机制,OBR实现了W4A4KV4+50%稀疏性的极端压缩,在保持优秀性能的同时获得4.72倍速度提升和6.4倍内存节省,为边缘设备部署大模型开辟新道路。
答案引擎优化(AEO)正在重新定义真相的标准。与传统搜索引擎优化不同,AEO让AI系统直接生成答案,而非提供链接。研究显示70%的人会直接接受机器提供的信息,不加质疑。当资本主义与此结合,真相本身变得可以被购买和优化。AEO实质上是一种设计性审查,通过专有数据和封闭算法隐藏推理过程。我们需要重新引入摩擦和质疑机制,要求算法透明度和可追溯性,否则现实本身将成为可以随意调节的设置。
斯坦福大学研究团队开发出概念组合学习框架,让AI系统像人类一样学会"举一反三"。该技术将复杂学习任务分解为基础概念模块,通过灵活组合处理新任务,学习效率比传统方法提高10倍。实验显示在多概念组合任务中准确率达78%,并具备跨领域迁移能力。这项突破为通用人工智能发展奠定重要基础,预计将在医疗、教育、自动驾驶等领域率先应用。