本文的翻译是为基础和高级课程“数据科学的数学”中的学生特别准备的。 朝这个方向发展是否有趣？ 观看大师班“线性代数：矩阵及其实际应用”和“数据科学数学：通往高级之路”的录音！

近年来，石油和天然气行业发生了变化，能源领域出现了新技术，以帮助应对数字经济的挑战。人工智能已经成为一种技术趋势，但是它在石油和天然气工业中能找到什么应用呢？ Umar Ali正在研究在海上石油和天然气行业中使用人工智能（AI）。

人工智能呢？

人工智能（AI）是一个非常通用的领域，但是，在石油和天然气工业中，主要有两个方向：机器学习和数据分析。

机器学习使计算机系统无需人工干预即可学习和解释数据，并通过特定操作的迭代来提高其性能。作为海上石油和天然气行业的一部分，这使公司可以控制复杂的内部流程并快速响应人们无法预料的问题。

机器学习还可用于使用特殊的预测数据模型来对各种情况进行建模，这些模型专注于根据各种输入数据查找和定义模式。在这种情况下，石油和天然气行业可以使用AI来模拟新开发项目的潜在后果或在实施新项目之前评估其环境风险。

数据分析使用AI通过神经网络从数据中获取信息，这有助于将信息相互连接并创建现有信息的更完整图片。海洋石油和天然气行业可以使用数据分析来使在油气田开发过程中获得的复杂结构化数据更易于访问，这将使公司能够发现新的生产机会或更有效地利用现有基础设施。

人工智能在石油和天然气行业中的使用

在2019年1月， BP投资了Belmont Technology的休斯顿技术初创公司，以开发基于云的地球科学平台Sandy来增强公司的AI基础。

Sandy允许BP解释项目的地质，地球物理，历史和储层信息，从而创建独特的“知识图”。

AI“直观地”将信息链接在一起，识别新的关系和过程，并使用它来创建BP化石资产的最新地图。基于AI的结果，石油公司可以参考由AI使用神经网络生成的知识图进行建模和解释结果。

石油和天然气管理局在2019年3月启动的英国首个国家数据存储库中以相同方式使用AI。

NDR的容量为 130 TB，大约相当于有关地球物理，基础设施，野外和井眼数据的高清质量影片的八年。现有数据涵盖了超过12,500口井，5,000次地震勘测和3,000条管道。

NDR使用AI来解释此数据。 OGA希望在他们的帮助下能够在石油和天然气领域开拓新的前景，并提高现有基础设施的生产率。

OGA期望基于AI的平台将成为英国石油和天然气行业能源转型的一部分，而储层和基础设施数据将为未来的碳捕获，使用和存储项目提供良好的基础。

AI还可以用于提高石油和天然气平台上操作的安全性。 2019年3月， Aker Solutions开始与SparkCognition合作，以改善AI应用程序，这是其Cognitive Operation计划的一部分。

SparkCognition人工智能系统将用于名为SparkPredict的分析平台中，该平台可跟踪30多个海上结构的地面和水下安装。

SparkPredict平台使用机器学习算法来分析来自传感器的数据，这使该公司能够识别出次优操作并在即将发生故障之前将其识别出来。

壳牌于2018年9月开始使用类似的软件解决方案，当时它与微软的合作开始将Azure C3物联网软件平台纳入其离岸运营中。

该平台使用人工智能提高了壳牌离岸基础设施各个领域的效率，从钻井，生产到授权员工并确保他们的安全。

作为勘探和采矿业务数字化转型的全球创新的一部分，人工智能已经涉足石油和天然气行业的许多领域。但是，石油和天然气行业中人工智能技术的未来是什么？

业界似乎已经很容易地采用了诸如AI之类的数字技术，并且对该技术的潜力感到乐观。

Aker BP高级副总裁Per Harald Kongelf说：

“石油和天然气行业正面临着瞬息万变的数字环境，这需要先进技术的参与才能确保增长和成功。”

IBM高级经理Brian Gaucher也就该主题发表了讲话：

“认知环境和技术可以使决策者聚集在一起，帮助他们轻松地共享信息，更平稳地输入异构数据集，并提供针对性的分析和建模。”