随着人工智能热潮席卷全球，不少传统行业也加速利用人工智能技术提高生产效率，而传统能源行业也位列其中。美东时间周三，壳牌公司表示，将与大数据分析公司SparkCognition合作，利用后者的生成式人工智能技术进行深海勘探和生产，提高海上石油产量。
两家公司计划利用先进的生成式人工智能技术来处理大数据并自动分析，加快地下结构成像和勘探的步伐。
壳牌公司称，将通过SparkCognition的人工智能算法，处理和分析大量地震数据，以寻找壳牌的新油藏。两家公司表示，新技术可以将勘探时间从9个月缩短至不到9天。
在深海勘探和生产过程中，传统的地下成像和数据分析方法耗时且成本高昂，依赖于海量级数据、高性能计算和复杂的算法来分析和识别勘探机会。
而壳牌和SparkCognition共同开发的生成式人工智能方法，利用深度学习技术，在保证地下图像质量的同时，使用比传统方法更少的地震镜头来生成地下图像，从而大大提高作业效率和速度，节省高性能计算的成本，增加产量和勘探成功率，同时也有助于深海保护。
此次合作是壳牌更广泛的数字化转型战略的一部分。壳牌希望通过数字化转型，利用技术提高其业务的安全性、效率和可持续性。
壳牌负责创新和绩效的副总裁GabrielGuerra表示：“我们致力于寻找新的创新方法，重塑我们的勘探工作方式……与SparkCognition合作，利用他们在生成式人工智能方面的专业知识，将为壳牌带来一个令人兴奋的机会，为壳牌带来新一轮的创新浪潮。”
“创新对于追求零排放的未来至关重要，石油和天然气行业将在这一努力中发挥至关重要的作用。SparkCognition董事长约翰·布朗（LordJohnBrowne）表示，“在我们努力减少未来的碳足迹的同时，利用人工智能进行勘探等突破，有助于满足今天不断增长的能源需求。”
除了深海油气勘探以外，生成式人工智能技术正被应用于其他复杂问题，比如陆上勘探、气象模式卫星成像、国家安全和威胁评估等。
在这些问题中，人工智能技术可以有效减少数据和时间成本。
SparkCognition首席科学官BrucePorter表示：“用于地震成像的生成式人工智能可以积极地颠覆勘探过程，并对整个行业产生广泛而深远的影响——提高效率、降低成本，并强调可持续发展举措。”
相关文章
头条焦点
精彩导读
关注我们
【查看完整讨论话题】 | 【用户登录】 | 【用户注册】