Το μέλλον της τεχνητής νοημοσύνης στον κλάδο πετρέλαιο και φυσικού αερίου

Μετά από μια βραδεία εκκίνηση, η βιομηχανία πετρελαίου και φυσικού αερίου φαίνεται να είναι πρόθυμη να υιοθετήσει όλα τα είδη ψηφιακής τεχνολογίας, καθώς βοηθούν τις εταιρείες να κρατούν το κόστος χαμηλότερο, ενισχύοντας παράλληλα την αποτελεσματικότητα.
Η τεχνητή νοημοσύνη θεωρείται ως η απάντηση σε όλα τα προβλήματα ή, τουλάχιστον, μια καλύτερη απάντηση σε πολλά προβλήματα από τις παλαιότερες προσεγγίσεις.
Πρώτα απ 'όλα, πρέπει να πούμε ότι πολλοί άνθρωποι που μιλάνε για την AI με ενθουσιασμό δεν σημαίνουν τεχνητή νοημοσύνη κυριολεκτικά, όπως σε ένα αυτόνομο σύστημα ικανό να λαμβάνει αποφάσεις από μόνο του.
Αυτό που συνήθως σημαίνει είναι οι προβλέψιμοι και αναλυτικοί αλγόριθμοι και η διαδικασία που επιτρέπει την ανάπτυξη σε μια τεράστια ποικιλία εργασιών στην ανάντη βιομηχανία: μηχανική μάθηση.
Ο συνιδρυτής και διευθύνων σύμβουλος του oiltech Statup OilX, Florian Thaler, δήλωσε στο Oilprice ότι «εν μέσω της γενικής διαφημιστικής εκστρατείας υπάρχει πράγματι μια εποχική μετατόπιση: η τρέχουσα εκθετική αύξηση των δεδομένων πετρελαίου από τους αισθητήρες και τον δορυφόρο είναι άνευ προηγουμένου και δεν δείχνει κανένα σημάδι της επιβράδυνσης».
Αλλά αυτά τα δεδομένα πρέπει να είναι καθαρά και υψηλής ποιότητας, εξηγεί ο Thaler.
Μόλις η ποιότητα και η αξιοπιστία των δεδομένων που συλλέγονται είναι αρκετά καλή, τα δεδομένα μπορούν να χρησιμοποιηθούν για τη δημιουργία μιας ολόκληρης πλατφόρμας βασισμένης στη μηχανική μάθηση που λειτουργεί αποτελεσματικά ως ψηφιακός αναλυτής πετρελαίου.
Και αυτό είναι μόνο μια εφαρμογή της μηχανικής μάθησης, συχνά ανακριβώς αναφερόμενη ως τεχνητή νοημοσύνη.
Ορισμένοι πιστεύουν ότι το 2019 είναι η χρονιά που θα σηματοδοτήσει την πρόοδο της τεχνητή νοημοσύνη στην πρακτική της από τη θεωρία.
Ένας από αυτούς τους αισιόδοξους ειδικούς είναι ο Jan Ren, ο διευθύνων σύμβουλος του προγραμματιστή λογισμικού Atomiton.
Ο Ren είπε στον Mark Venables του Forbes ότι «το μεγαλύτερο πράγμα που θα σας επηρεάσει ως εταιρεία είναι ότι η  τεχνητή νοημοσύνη  πρόκειται να πάει από τη θεωρία στην πράξη.
Μέχρι τώρα ήταν κυρίως θεωρητική, αλλά οι άνθρωποι δεν καταλαβαίνουν πώς να το κάνουν και τι μπορεί να κάνει.
Νομίζω ότι τώρα οι άνθρωποι κατανοούν τις δυνατότητές τους και υλοποιούνται και υλοποιούνται περισσότερα έργα.
 Η βιομηχανία υποδομών θα αρχίσει να ωθεί την τεχνητή νοημοσύνη από το πώς, το τεχνικό, σε αυτό που σημαίνει ότι η τεχνητή νοημοσύνη θα αναγνωρίζεται από τα προβλήματα που έχει λυθεί αντί για τα δεδομένα που συλλέγει.
Αυτό είναι γενικό όσον αφορά τις προβλέψεις, αλλά εδώ είναι κάτι πιο συγκεκριμένο: η μηχανική μάθηση μπορεί να αναπτυχθεί σε περισσότερες από μία περιοχές της βιομηχανίας.
Στον τομέα, για παράδειγμα, μπορεί να βοηθήσει τους παραγωγούς πετρελαίου και φυσικού αερίου να δουν πώς η απόδοση του πηγαδιού θα αλλάξει με την πάροδο του χρόνου.
«Έχουμε πολλά σημεία δεδομένων και υποθέτουμε ότι εάν το πηγάδι έχει παραχθεί αρκετά καιρό θα συμπεριφερθεί όπως έχουν κάνει και άλλα πηγάδια στο παρελθόν ... Ένα νευρωνικό δίκτυο είναι ένας τρόπος που μας επιτρέπει να το κάνουμε με κάποιο τρόπο».
Η Rystad Energy senior αναλυτής στον σχιστόλιθο Alexandre Ramos-Peon δήλωσε πρόσφατα στην Velda Addison του EPMag.
Πρόσθεσε, ωστόσο, ότι «αυτή η τεχνική φαίνεται να λειτουργεί μόνο για φρεάτια που έχουν επαρκώς μακρά πρόβλεψη παραγωγής».
Αυτό έχει νόημα, φυσικά: όσο πιο ιστορικά δεδομένα έχετε, τόσο πιο ακριβείς προβλέψεις για μελλοντικές καλές επιδόσεις θα μπορούσατε να κάνετε, ειδικά αν έχετε τη βοήθεια αλγορίθμων.
Και αυτοί οι αλγόριθμοι είναι τώρα τόσο περίπλοκοι, σύμφωνα με τον Ramos-Peon, ότι «ρίχνεις όλα αυτά τα δεδομένα στον υπολογιστή και ότι θα εκπαιδεύσει τον εαυτό του με κάποιο τρόπο για να μαντέψει την καλύτερη αξία έτσι ώστε η ακρίβεια να είναι όσο το δυνατόν ψηλότερη».
Η αγορά τεχνητής νοημοσύνης στον τομέα του πετρελαίου και του φυσικού αερίου εκτιμάται ότι θα φθάσει τα 2,85 δισεκατομμύρια δολάρια έως το 2022, αυξάνοντας με σύνθετο ετήσιο ρυθμό ανάπτυξης 12,66%.
Δεν είναι περίεργο, δεδομένου του πόσο γρήγορα εξελίσσεται η τεχνολογία και πόσες εφαρμογές θα μπορούσε να έχει στο πετρέλαιο και το φυσικό αέριο.
Ο Ren πιστεύει ότι το επόμενο έτος θα απομυθοποιήσει την έννοια της τεχνητής νοημοσύνης καθώς η υιοθεσία διευρύνεται και η εμπιστοσύνη προς την έννοια μεγαλώνει μαζί με την κατανόηση του πώς λειτουργεί.
Φυσικά, αυτή η εξέλιξη δεν είναι καθόλου άνευ κινδύνου: η ασφάλεια στον κυβερνοχώρο είναι εξίσου ένα πρόβλημα στο πετρέλαιο και το φυσικό αέριο - όχι περισσότερο - όπως σε κάθε άλλη βιομηχανία.

www.bankingnews.gr