当人工智能遇上传统能源行业会怎么样

　　目前，石油和天然气行业似乎急于采用各种数字技术，因为这些技术不仅可以帮助公司降低成本，还能够提高效率。现在，人工智能被视为所有问题的答案，或者说，比起老方法，日益成熟的人工智能可以更好地解决问题。
　　首先，需要提及的一点是，被大家热烈谈论的人工智能并不是字面意义上的，能够在自治系统中自行决策的人工智能。事实上，其最常见的意思是可预测和分析的算法，以及允许执行各种任务过程的学习型机器。虽然媒体对其进行了天花乱坠的宣称，但这些宣传并非空穴来风。OiltechstatupOilX的联合创始人兼首席执行官弗洛里安泰勒表示，在普遍的炒作中，确实存在一个跨时代的变化，传感器和石油卫星数据目前呈指数级增长，且并未显现出任何减缓的迹象，这一现象确实是前所未有的。
　　泰勒继续说道，但是这些数据必须是有序且高质量的。只要被收集到的数据的质量和可靠性足够好，数据就可用于创建学习型机器平台，该平台可有效地继续数字石油分析。但这还只是学习型机器的应用，通常并不会被视作人工智能。一些人认为2019年是人工智能从理论转向实践的一年，软件开发商Atomiton的首席执行官吉安任便是其中一位持乐观态度的专家。
　　吉安向媒体表示：最能影响你的公司的事情，就是人工智能将从理论走向实践。到目前为止，它主要还是停留在理论层面，人们对如何将其投入实践以及人工智能到底能做些什么仍然心存疑惑。我认为现在人们正在逐渐了解它的潜力，而更多的项目正在实现。基础设施行业将开始在技术方面采用人工智能，人工智能帮助该行业从如何进行工作，指向进行什么工作，这意味着人工智能能够识别需要解决的问题，而不是简单的收集数据。
　　就预测方面而言，人工智能的使用非常普遍，但对于石油和天然气行业来说有更为具体的例子。例如，它可以帮助石油和天然气生产商了解油井产量随时间的变化情况。我们有很多数据点，假设油井生产的时间足够长，它的运作就将和其他油井一样。神经网络允许我们以某种方式对其进行预测。RystadEnergy高级分析师亚历山大拉蒙彭恩如是说。但是与此同时，他也提醒道：这种技术似乎只适用于预测生产时间足够长的油井。
　　当然，他的说法不无道理：在算法的帮助下，你拥有的历史数据越多，对未来良好性能的预测就越准确。根据拉蒙彭恩的说法，这些算法非常复杂，你只需将所有这些数据丢给计算机，它就会以某种方式训练自己预测出最佳值，以便得出尽可能高的准确度。
　　到2022年，人工智能在石油和天然气市场的价值估计将达到28。5亿美元，复合年增长率为12。66。考虑该技术的发展速度以及它在石油和天然气领域的应用程度，这也在预料之中。吉安相信明年人工智能这一概念将被揭开，因为随着对其工作原理的理解而增长，人工智能的应用日益广泛。当然，这种发展并不是一劳永逸的：和其他行业一样，石油和天然气方面同样需要面临网络安全这一挑战。