人工智能最早源于1936年圖靈提出的圖靈機模型，圖靈在《計算機能思維嗎》一文中首次提出機器能夠思維的論述。隨后，計算機的發(fā)明和信息論的出現(xiàn)為人工智能發(fā)展奠定的良好基礎。1956年達特茅斯會議上，約翰·麥卡錫等學者將“使用機器模擬人類認知能力”技術(shù)命名為“人工智能”。近些年，隨著大數(shù)據(jù)的應用、深度學習技術(shù)的出現(xiàn)以及計算力的大幅提升，人工智能呈現(xiàn)井噴式發(fā)展，被廣泛應用到能源、化工、醫(yī)療、交通等領域，成為新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)動力量。
在當前資源、安全和環(huán)保的重重約束下，油氣行業(yè)面臨著結(jié)構(gòu)性產(chǎn)能過剩、安全環(huán)境風險突出、自主創(chuàng)新能力較弱、高端產(chǎn)品不足的嚴峻挑戰(zhàn)，亟需應用人工智能等現(xiàn)代信息技術(shù)變革生產(chǎn)、管理、營銷模式，重塑產(chǎn)業(yè)鏈、供應鏈和價值鏈，實現(xiàn)行業(yè)的高質(zhì)量發(fā)展?？梢灶A見，人工智能與石油石化行業(yè)的深度融合將成為行業(yè)數(shù)字化轉(zhuǎn)型，智能化發(fā)展的新引擎。普華永道在一份報告中預測，到2025年，油氣公司通過將人工智能部署于上游業(yè)務，可以節(jié)省1000億-10000億美元的資本和運營支出。
跨界合作，國際油氣公司部署人工智能應用
人工智能已成為全球領先油氣企業(yè)轉(zhuǎn)型發(fā)展的重要戰(zhàn)略舉措，各國油氣企業(yè)積極開展與科技伙伴的跨界合作，共同推動人工智能在油氣領域的創(chuàng)新應用，產(chǎn)生了殼牌+微軟、道達爾+谷歌云、雪佛龍+斯倫貝謝+微軟等跨界組合。
殼牌的人工智能集中于四個領域，包括加油站管理人工智能、設備維護人工智能、定向井鉆井人工智能、員工交互人工智能。以設備維護為例，殼牌利用人工智能技術(shù)預測設備的保養(yǎng)周期，減小作業(yè)停工時間。殼牌預計將有超過6萬件設備資產(chǎn)應用智能化技術(shù)解決保養(yǎng)預測的問題。
?？松梨谕ㄟ^人工智能改善上游生產(chǎn)活動，從油井中收集數(shù)據(jù)，利用人工智能優(yōu)化油井性能，并通過分析數(shù)據(jù)控制運營成本、降低設備耗損。同時，?？松梨谂c麻省理工學院合作設計用于海洋勘探的人工智能機器人，該機器人具有自學能力,能夠在艱苦條件下自主操作，并能根據(jù)勘探環(huán)境改變?nèi)蝿諈?shù)。
BP風投公司投資2000萬美元于Beyond Limits公司，開發(fā)可以定位開發(fā)儲集層、生產(chǎn)和提煉原油、銷售和供應提煉產(chǎn)品的人工智能軟件，旨在提高決策速度，管理運營風險，實現(xiàn)決策過程自動化。
道達爾與谷歌云簽署協(xié)議，共同開發(fā)人工智能解決方案，加速石油和天然氣的勘探和生產(chǎn)。雙方合作探索油氣勘探和生產(chǎn)的智能化解決方案，聚焦地下成像的智能化處理與解釋，特別是地震數(shù)據(jù)處理解釋研究和技術(shù)文件分析的自動化，以提高工程師勘探和評價油氣田的效率。
雪佛龍、斯倫貝謝、微軟三方合作，雪佛龍?zhí)峁?shù)據(jù)和業(yè)務需求，斯倫貝謝提供DELFI平臺，微軟提供云服務，三方構(gòu)建開放共享的數(shù)據(jù)生態(tài)環(huán)境，加快數(shù)據(jù)分析速度，從而產(chǎn)生新的勘探機會，推動各項作業(yè)活動高效開展。
深入業(yè)務，人工智能助力業(yè)務數(shù)字化轉(zhuǎn)型
人工智能為實現(xiàn)油氣全產(chǎn)業(yè)鏈轉(zhuǎn)型提升提供了新動能，油氣行業(yè)通過應用人工智能可實現(xiàn)業(yè)務優(yōu)化、預測預警、自動化作業(yè)和決策支持。
1. 業(yè)務優(yōu)化
人工智能與業(yè)務深度融合，通過對海量數(shù)據(jù)的挖掘和分析，不斷發(fā)展、完善、優(yōu)化業(yè)務。如勘探開發(fā)領域?qū)⒍囝愋偷臄?shù)據(jù)進行深度融合，建立油藏優(yōu)化模型調(diào)整油氣生產(chǎn)，實現(xiàn)油田全生命周期產(chǎn)出最大化；煉化生產(chǎn)領域基于生產(chǎn)工藝實時優(yōu)化系統(tǒng)，利用智能化分析技術(shù)，有效提高芳烴的收率，降低裝置能耗。
2. 預測預警
充分利用人工智能，對生產(chǎn)運營狀態(tài)進行預測和判斷，及時預警與處理事故，優(yōu)化生產(chǎn)能力和管理能力。阿帕奇公司使用預測性分析工具預見電潛泵等關(guān)鍵油泵設備的故障，成立了協(xié)作式行業(yè)數(shù)據(jù)庫（電潛泵可靠性信息與故障追蹤系統(tǒng)ESP RIFTS），記錄并量化超過10萬個油泵的位置和運營狀況。通過數(shù)據(jù)，發(fā)現(xiàn)了40種可采取行動的變量，用于改善電潛泵性能，大幅提升了設備運行時間和產(chǎn)量，降低了生產(chǎn)損失。
3. 自動化作業(yè)
從生產(chǎn)方面看，石化行業(yè)屬于高危行業(yè)，人工智能的運用能夠替代危險崗位人員的工作。企業(yè)運用人工智能，通過智能巡檢、智能機器人等手段保障生產(chǎn)穩(wěn)定運行，將員工從繁雜的重復性、機械性操作中解放出來，使員工的主要精力集中在流程制定、過程監(jiān)控、關(guān)鍵業(yè)務決策方面，大幅度提高工作效率、降低人工成本、縮短工作周期。
4. 決策支持
能源化工企業(yè)運用人工智能挖掘數(shù)據(jù)價值，形成數(shù)據(jù)洞察，將決策建立在科學深入的分析之上，形成規(guī)范的智能化處理與分析流程，有效降低對人工經(jīng)驗的高度依賴性和分析結(jié)果的主觀性，克服人工處理與分析因人而異、效率低下、知識與經(jīng)驗無法積累和復用等弊端。如基于國內(nèi)外成熟盆地的勘探開發(fā)成果，對盆地進行勘探開發(fā)全生命周期的分析，形成智能勘探?jīng)Q策，指導預測剩余優(yōu)質(zhì)油氣資源空間分布，明確勘探重點和目標。
人工智能技術(shù)有望突破石油勘探開發(fā)面臨的瓶頸問題，實現(xiàn)由縱向職能制煙囪式管理向一體化協(xié)同運行、扁平化管理模式轉(zhuǎn)變，重構(gòu)業(yè)務流程，實現(xiàn)提質(zhì)、降本、增效，助力企業(yè)的數(shù)字化轉(zhuǎn)型發(fā)展。在勘探開發(fā)領域，人工智能通過分析勘探、開發(fā)和生產(chǎn)領域的數(shù)據(jù)信息，幫助石化企業(yè)從海量的業(yè)務資料中發(fā)現(xiàn)潛在規(guī)律；在煉化生產(chǎn)領域，人工智能有助于優(yōu)化生產(chǎn)過程，降低能耗和成本；在油氣銷售領域，人工智能有助于把握消費者信息與需求，提供更完善的產(chǎn)品與服務；在經(jīng)營管理領域，人工智能有助于優(yōu)化管理流程、輔助智能決策，提升企業(yè)精益管理水平。
