至顶网软件频道消息:
除了对于变化的怀疑,各能源企业还在斟酌新型技术到底能否真正实现。
人工智能(简称AI)已经证明了自身对于石油与天然气公司的价值,但在行业之内大量采用AI技术仍然面临着一系列障碍。Tessella公司(专门提供工程与咨询服务,旨在帮助全球各能源公司通过数据确定提升钻井平台运作及企业整体运营效率的方法)能源部门主管Ray Hall指出,“石油公司在AI技术的采用方面面临着诸多挑战。除了对于变革的天然抗拒之外,对于现有知识是否充分以及新型技术能否真正实现等仍存在疑虑。”
Hall同时表示,“我们的相当一部分客户已经在各大技术方案供应商身上投入了巨额资金。然而,尽管分析结论具有吸引力,但实际回报却令人失望。”
Hall解释称,石油企业多年以来一直在供应链平台以及炼油规划当中利用模型预测控制(简称MPC)等分析方法。
Hall指出,“他们一直在运用结构化数据处理方案以及分析技术。然而,由于这些旧有技术极少与新型分析技术相结合(例如通过机器学习提升业绩水平),因此各企业往往在这一领域缺少值得关注的进展。”
从竞争的角度来看,最重要的是石油与天然气企业由于面临着其它行业所难以想象的多方面挑战,因此在克服AI及其它新兴技术难题方面处于主动地位。
一方面,石油与天然气行业存在着长期的价格不确定性。Hall表示,“单桶原油超过100美元的日子已经一去不复返,全球需求下降与生产能力上升使得油价一路走低,同时意味着石油企业必须大幅度降低生产与炼油成本。”
这意味着应用新型技术以提高效率,能够帮助各石油与天然气企业实现显著的成本节约效果。Hall强调称,“举例来说,机器人也许能够在生产资产中发挥作用以处理钻井与开采流程。”
除此之外,这一领域还面临着从业人员老龄化问题。Hall指出,“分析领域已经就此作出大量预测,而且人们普遍意识到,未来五到十年当中将有高达40%的石油与天然气员工退休。用人力取代这部分具备丰富经验的劳动力将极具挑战性; 利用认知与机器学习解决方案增加自动化决策支持,从而降低对于经验的依赖就显得非常重要。”
最后,随着对于石油及天然气资源依赖性的降低,这一行业内的从业企业亦需要转变自身业务以成为掌握可再生能源的完整能源供应商。
Hall表示,“为了实现这一目标,各企业需要以有利可图的方式同时运营化石能源与可再生能源。这将需要建立起一套更为现代化的技术环境,从而更为有效地满足客户需求并优化能源结构。”
Tessella公司已经帮助多家石油企业利用AI技术改善业务流程。举例来说,其曾经与一家石油公司客户合作,帮助后者提升对现有钻井设备使用寿命及腐蚀水平的了解,并希望借此获得更为可观的开采收益。
Hall介绍称,“该公司拥有大量历史数据,但却缺乏充分的分析与理解。我们收集了全部油井运营数据历史记录,并利用一系列AI统计技术识别数据结构,找到历史数据与腐蚀水平之间的关联性,而后立足潜在变量以了解历史记录中的哪些因素与腐蚀情况有关。”
这项工作允许客户更为自信地基于风险作出决策,进而充分了解各类不确定性、风险与敏感性因素。Hall总结称,“这将带来巨大的反响。了解腐蚀状况对于项目实施至关重要。”
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。