中國(guó)石油報(bào)：油氣人工智能將通向何方?
發(fā)布時(shí)間:2024-11-26 | 來源：中國(guó)石油報(bào) | 瀏覽量：
2024年9—10月,，人工智能（AI）迎來3個(gè)歷史性時(shí)刻——9月12日,，OpenAI發(fā)布新模型o1,，并稱“在涉及化學(xué),、物理和生物等專業(yè)的測(cè)評(píng)中,，o1的表現(xiàn)超過了人類博士水平”,；10月8日,，2024年諾貝爾物理學(xué)獎(jiǎng)揭曉,，美國(guó)和加拿大科學(xué)家約翰·霍普費(fèi)爾德,、杰夫里·辛頓兩人獲獎(jiǎng),，表彰他們基于人工神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)機(jī)器學(xué)習(xí)的基礎(chǔ)性發(fā)現(xiàn)和發(fā)明；10月9日,，2024年諾貝爾化學(xué)獎(jiǎng)揭曉,，谷歌旗下AI公司DeepMind的2位科學(xué)家德米斯·哈薩比斯和約翰·江珀獲獎(jiǎng)，表彰他們利用人工智能在蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)方面的貢獻(xiàn),。這些進(jìn)展表明,，基于機(jī)器學(xué)習(xí)的人工智能理論物理基礎(chǔ)牢固，化學(xué)應(yīng)用可靠,，“超級(jí)人工智能”正在快步向我們走來,。可以預(yù)見,，未來若干年,，人才和資金將大規(guī)模涌入人工智能領(lǐng)域。
人工智能賽道正在迎來重大變革
人工智能（AI）聽起來很復(fù)雜,，但機(jī)器學(xué)習(xí)的核心要素就是3個(gè),，即數(shù)據(jù)（包括數(shù)值數(shù)據(jù)和文本數(shù)據(jù)）、以人工神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)的算法,、由芯片和電力決定的算力,。模型訓(xùn)練的過程，是使損失函數(shù)最小化的迭代擬合過程,。
相比于傳統(tǒng)的機(jī)器學(xué)習(xí)算法,，深度學(xué)習(xí)算法可以處理更大量級(jí)的數(shù)據(jù)，并且在特征提取,、模型訓(xùn)練方面更加出色,。深度學(xué)習(xí)增強(qiáng)了機(jī)器學(xué)習(xí)算法的通用性,，促進(jìn)人工智能產(chǎn)業(yè)的快速發(fā)展。我國(guó)正在大力推動(dòng)數(shù)字化轉(zhuǎn)型,。2020年底至2021年初,，中國(guó)石油、中國(guó)石化,、中國(guó)海油等能源央企紛紛表態(tài),，要把握大勢(shì)、搶抓機(jī)遇,，推動(dòng)數(shù)字化轉(zhuǎn)型和智能化發(fā)展,。2022年1月12日，國(guó)務(wù)院發(fā)布《“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》,，加快能源領(lǐng)域數(shù)字化轉(zhuǎn)型,，提升能源體系智能化水平。國(guó)務(wù)院國(guó)資委更是連續(xù)10次發(fā)布數(shù)字化轉(zhuǎn)型的方法論和體系架構(gòu)相關(guān)標(biāo)準(zhǔn)T/AIITRE 10001-2020,，明確數(shù)字化轉(zhuǎn)型的核心要義是要把基于工業(yè)技術(shù)專業(yè)分工取得規(guī)?；实陌l(fā)展模式，逐步轉(zhuǎn)變?yōu)榛谛畔⒓夹g(shù),、數(shù)字技術(shù),、智能技術(shù)取得多樣化效率的發(fā)展模式；并指出,，這是一場(chǎng)“系統(tǒng)性變革”，是價(jià)值體系的“優(yōu)化,、創(chuàng)新和重構(gòu)”,，其核心路徑是“新型能力建設(shè)”，關(guān)鍵驅(qū)動(dòng)要素則是“數(shù)據(jù)”,。
2023年3月31日,，國(guó)家能源局發(fā)布《關(guān)于加快推進(jìn)能源數(shù)字化智能化發(fā)展的若干意見》，涉及涵蓋油氣綠色低碳開發(fā)利用上,、中,、下游的6個(gè)重點(diǎn)領(lǐng)域，包括“推動(dòng)智能測(cè)井,、智能化節(jié)點(diǎn)地震采集系統(tǒng),、智能鉆完井、智能注采,、智能化壓裂系統(tǒng)部署,、遠(yuǎn)程控制作業(yè)”。一幅包含智能油氣田,、智能管網(wǎng),、智能煉廠等在內(nèi)的智能化應(yīng)用畫卷正在全面鋪開……
近2年,，ChatGPT的橫空出世使生成式人工智能異軍突起，智能化發(fā)展路徑出現(xiàn)顛覆性變革,。大語言模型成為AI發(fā)展的主賽道,。ChatGPT是“面向開放任務(wù)的通用助理”，能夠準(zhǔn)確理解提出的問題,，并給出具體而詳細(xì)的解決方案,。它可以進(jìn)行“創(chuàng)意性寫作”，初步實(shí)現(xiàn)知識(shí)生產(chǎn)的第一種方式,，即“類比與綜合”,。它還能夠按人類邏輯生成控制指令，對(duì)無人機(jī)或復(fù)雜機(jī)器人進(jìn)行操控,。2023年12月,，卡內(nèi)基梅隆大學(xué)在Nature刊發(fā)的文章顯示，利用ChatGPT-4協(xié)同實(shí)驗(yàn)自動(dòng)化工具,，可以在很短的時(shí)間內(nèi)重現(xiàn)2010年諾貝爾化學(xué)獎(jiǎng)獲獎(jiǎng)?wù)叩墓ぷ?。它按照文獻(xiàn)和數(shù)據(jù)搜索、制定研究計(jì)劃,、執(zhí)行計(jì)劃并自動(dòng)編程和遠(yuǎn)程操控儀器,、進(jìn)行實(shí)驗(yàn)數(shù)據(jù)采集與處理分析、形成研究結(jié)論并自動(dòng)生成研究報(bào)告,，成功實(shí)現(xiàn)了知識(shí)生成的第二種方式,，即科學(xué)實(shí)驗(yàn)。
面對(duì)這些進(jìn)展,，學(xué)術(shù)界部分專家驚呼“超級(jí)人工智能已經(jīng)在路上”,。一般認(rèn)為，人類智能可以分為結(jié)構(gòu)化智能和非結(jié)構(gòu)化智能兩類,。結(jié)構(gòu)化智能又分為可以利用有限次二進(jìn)制運(yùn)算的傳統(tǒng)計(jì)算機(jī)完成的算法智能,，以及需要無限次傳統(tǒng)運(yùn)算或者量子計(jì)算機(jī)才能完成的有關(guān)“創(chuàng)造”“自主”和“信念”的智能。現(xiàn)在,，采用生成式大語言模型,，結(jié)構(gòu)化智能均可通過傳統(tǒng)二進(jìn)制計(jì)算機(jī)（無須量子計(jì)算機(jī)）實(shí)現(xiàn)。至此,，一個(gè)新的“智能物種”已經(jīng)形成,，即硅基生命的雛形，至于它是否需要具有意識(shí)科學(xué)范疇里的“私密體念”,，即非結(jié)構(gòu)化智能,，已經(jīng)無關(guān)緊要了。屆時(shí),，以正在形成的硅基智能物種為基礎(chǔ)的具身智能將應(yīng)運(yùn)而生,，它使大語言模型實(shí)體化和個(gè)性化,，成為聰明的“人造外星人”，在工業(yè)生產(chǎn)環(huán)境等閉合場(chǎng)景中生存和行動(dòng),，從而使人工智能從“數(shù)字世界的一種認(rèn)知方式”,，轉(zhuǎn)變?yōu)椤拔锢硎澜绲囊环N生產(chǎn)方式”。這有可能成為未來人工智能發(fā)展的重要趨勢(shì),，并給生產(chǎn)和生活帶來重大變革,。
人工智能重塑全球油氣行業(yè)未來
面對(duì)數(shù)字經(jīng)濟(jì)時(shí)代的快步到來和智能技術(shù)產(chǎn)業(yè)化的巨大沖擊，作為傳統(tǒng)重資產(chǎn),、高投入,、高風(fēng)險(xiǎn)行業(yè)的油氣工業(yè)，必須盡快找到數(shù)字化轉(zhuǎn)型和智能化發(fā)展的途徑及實(shí)施方案,。
油氣領(lǐng)域的人工智能應(yīng)用目前尚處于起步階段,。石油工業(yè)的業(yè)務(wù)鏈很長(zhǎng)，涉及勘探開發(fā),、儲(chǔ)運(yùn),、煉油化工、物流和銷售等上下游各環(huán)節(jié),。在從萬米鉆探到萬里管網(wǎng)的各種大工程,、大場(chǎng)景中，需要關(guān)注的是隱藏在圖片背后的包括裝備,、人員,、資金、油氣在內(nèi)的各種數(shù)據(jù)流動(dòng),。而數(shù)據(jù)的流動(dòng)又涉及數(shù)據(jù)的采集,、傳輸、處理,、應(yīng)用、復(fù)用,，以及知識(shí)的生產(chǎn)應(yīng)用,、樣品的分析測(cè)試、機(jī)理模型的形成等,。
為了讓數(shù)據(jù)和知識(shí)流動(dòng)起來,，石油公司做了大量工作。例如,，中國(guó)石油勘探開發(fā)夢(mèng)想云平臺(tái),，建成了涵蓋勘探開發(fā)全業(yè)務(wù)鏈的信息化支撐體系，在量化決策,、降本增效,、增儲(chǔ)上產(chǎn),、提高效率、轉(zhuǎn)變生產(chǎn)組織模式等方面取得了顯著成效,。中國(guó)石油與華為合作開發(fā)的認(rèn)知計(jì)算平臺(tái),，致力于集成和適配全部機(jī)器學(xué)習(xí)算法，實(shí)現(xiàn)認(rèn)知分析,，在測(cè)井油氣層識(shí)別,、初至波拾取、地震層位解釋,、抽油機(jī)井工況診斷,、單井產(chǎn)量遞減及含水量預(yù)測(cè)等業(yè)務(wù)場(chǎng)景中開展應(yīng)用。國(guó)際方面,，阿布扎比國(guó)家石油公司（ADNOC）采用的全流程可視化智能調(diào)控優(yōu)化系統(tǒng),，是油氣行業(yè)現(xiàn)階段數(shù)智化卓越的實(shí)踐之一，并在2024年實(shí)現(xiàn)了規(guī)?；?。
隨著ChatGPT的問世，生成式人工智能為油氣領(lǐng)域的數(shù)智化路徑帶來了新變革,，國(guó)內(nèi)外許多數(shù)字化頭部企業(yè)紛紛開始進(jìn)入這一賽道,。2023年10月，華為發(fā)布面向油氣領(lǐng)域的大語言模型,，其基本架構(gòu)為L(zhǎng)0基礎(chǔ)大模型,、L1行業(yè)大模型和L2部署級(jí)細(xì)分場(chǎng)景模型。其中,，L0基礎(chǔ)大模型包含科學(xué)計(jì)算大模型（千億級(jí)參數(shù)）,、40萬億字節(jié)（TB）文本數(shù)據(jù)的計(jì)算機(jī)視覺大模型、30億參數(shù)多模態(tài)大模型和10億級(jí)圖像預(yù)測(cè)大模型,。該模型基于海量知識(shí)和模型歸納,，具備自監(jiān)督學(xué)習(xí)功能，可以對(duì)大模型進(jìn)行預(yù)訓(xùn)練,，并針對(duì)細(xì)分場(chǎng)景進(jìn)行微調(diào),。L1行業(yè)大模型基于專業(yè)知識(shí)和模型泛化，可處理超過10萬個(gè)油氣數(shù)據(jù),，具備“邊用邊學(xué)”的模型優(yōu)化迭代能力,。L2部署級(jí)細(xì)分場(chǎng)景模型基于模型細(xì)分場(chǎng)景推理，可實(shí)現(xiàn)重采樣,、小樣本類別處理的模型微調(diào),，域遷移學(xué)習(xí)和模型蒸餾，以及計(jì)算機(jī)視覺模型的工廠化生產(chǎn),，打通模型監(jiān)控,、數(shù)據(jù)回傳,、持續(xù)學(xué)習(xí)、自動(dòng)評(píng)估,、持續(xù)更新的人工智能全鏈路閉環(huán),。
2024年5月，中國(guó)石油進(jìn)一步與中國(guó)移動(dòng),、華為,、科大訊飛簽署昆侖大模型合作共建協(xié)議。這是油氣行業(yè)智能化的重大事件,，意味著巨大的投資和宏大的基礎(chǔ)設(shè)施建設(shè)將提上日程,。這一舉措將對(duì)油氣行業(yè)智能化進(jìn)展產(chǎn)生深遠(yuǎn)影響，助推油氣全產(chǎn)業(yè)鏈的流程重構(gòu)以及數(shù)據(jù)體系,、知識(shí)體系的重置,。
2024年9月，斯倫貝謝（SLB）在摩納哥發(fā)布Lumi?數(shù)據(jù)和人工智能平臺(tái),。該平臺(tái)采用生成式大語言模型,，將從根本上改變能源價(jià)值鏈中的數(shù)據(jù)驅(qū)動(dòng)決策、操作自動(dòng)化及實(shí)時(shí)優(yōu)化,。值得關(guān)注的是,，斯倫貝謝保留了Delfi數(shù)字平臺(tái)，并通過Lumi?平臺(tái)的數(shù)據(jù)基礎(chǔ)和人工智能能力,，實(shí)現(xiàn)儲(chǔ)層建模,、地震和井筒解釋、定向鉆井和地質(zhì)導(dǎo)向等工作流程的自動(dòng)化和實(shí)時(shí)優(yōu)化,。同時(shí),，Lumi?的開放架構(gòu)使用了Open Group的OSDU技術(shù)標(biāo)準(zhǔn)。這在國(guó)際上引起了高度關(guān)注并逐步成為新的趨勢(shì),。
油氣人工智能落地須厘清底層邏輯
人工智能在油氣勘探領(lǐng)域的應(yīng)用目標(biāo)主要有2個(gè),。一是對(duì)于已知機(jī)理模型的重復(fù)性工作來說，利用人工智能實(shí)現(xiàn)自動(dòng)化,，大幅提高生產(chǎn)效率,。二是對(duì)于未知機(jī)理模型的探索性工作來說，利用人工智能擴(kuò)展認(rèn)知邊界,，從而提高符合率。
在人工智能應(yīng)用研究中,，構(gòu)建學(xué)術(shù)性應(yīng)用場(chǎng)景容易,，但實(shí)現(xiàn)工程化應(yīng)用場(chǎng)景很難。其應(yīng)用落地的復(fù)雜性難題須從多個(gè)維度解決,。這包括厘清業(yè)務(wù)邏輯與發(fā)展人工智能理論,，構(gòu)建數(shù)據(jù)集與標(biāo)簽體系,，使場(chǎng)景與算法適配，以及建設(shè)配套基礎(chǔ)設(shè)施等,。而應(yīng)用落地的成熟度,，很大程度上取決于數(shù)據(jù)的準(zhǔn)備程度及治理水平。
人工智能作為一種“賦能工具”,，具有重構(gòu)各行各業(yè)的能力,。展望未來，油氣行業(yè)需要深入了解人工智能發(fā)展的底層邏輯,，以此理論做指導(dǎo)才能準(zhǔn)確把握發(fā)展方向,。
2022年，筆者和團(tuán)隊(duì)提出“四個(gè)世界模型”,。第一個(gè)世界是我們所生活的物理世界,，第二個(gè)世界是人類認(rèn)知世界，第三個(gè)世界是機(jī)器認(rèn)知世界,，第四個(gè)世界是通過數(shù)字化構(gòu)建的數(shù)字世界,。其背后的邏輯是：人們?cè)谝詳?shù)據(jù)驅(qū)動(dòng)深度學(xué)習(xí)為主的人工智能技術(shù)中，通過傳感器對(duì)物理世界的泛在感知,，獲取數(shù)據(jù)和數(shù)字孿生建模,，以構(gòu)建數(shù)字世界，再利用機(jī)器學(xué)習(xí)算法,，通過基于明確機(jī)理的計(jì)算,，使重復(fù)性工作得以自動(dòng)化。也可以通過基于不明確機(jī)理的推測(cè),，來挖掘和發(fā)現(xiàn)數(shù)字世界的關(guān)聯(lián),，使探索性工作得以突破原有的認(rèn)知邊界。還可以通過物理世界與數(shù)字世界的映射互動(dòng)和“復(fù)合孿生體”的共享,，實(shí)現(xiàn)物理世界局部或整體的全生命周期認(rèn)知,、預(yù)測(cè)、優(yōu)化及閉環(huán)控制,。
近年來的實(shí)踐證明,，在此基礎(chǔ)上建構(gòu)油氣人工智能的理論體系，可以為油氣人工智能及傳統(tǒng)行業(yè)智能化發(fā)展提供開放,、普惠,、縮放兼容、可度量,、可復(fù)制,、可執(zhí)行的理論架構(gòu)。基于該架構(gòu),，可以清晰理解行業(yè)人工智能應(yīng)用發(fā)展的底層邏輯,，并為傳統(tǒng)行業(yè)構(gòu)建人工智能應(yīng)用場(chǎng)景提供方法論。
按照“四個(gè)世界模型”,，在生成式大模型出現(xiàn)之前,，AI的發(fā)展路徑是通過數(shù)字化轉(zhuǎn)型從物理世界步入數(shù)字世界，在數(shù)字世界利用機(jī)器學(xué)習(xí)算法,，實(shí)現(xiàn)機(jī)器認(rèn)知世界,。這是一條“逆時(shí)針”的路徑，與現(xiàn)有組織（企業(yè)）的體制機(jī)制是一種解耦的關(guān)系,。而生成式大語言模型,，開辟了從物理世界到人類認(rèn)知世界，通過對(duì)文本語料的學(xué)習(xí),，實(shí)現(xiàn)機(jī)器認(rèn)知世界,。這是一條“順時(shí)針”的路徑，與社會(huì)組織架構(gòu)高度耦合,。未來,，上述2條路徑將融合協(xié)同，使機(jī)器學(xué)習(xí)更強(qiáng)大,。我們有理由相信,，人工智能將在油氣勘探開發(fā)等領(lǐng)域得到廣泛應(yīng)用，并基于強(qiáng)大的算力快速完成認(rèn)知迭代,，在油氣全產(chǎn)業(yè)鏈各環(huán)節(jié)和多場(chǎng)景中形成所需的各類解決方案,，提升油氣行業(yè)的生產(chǎn)效率。與此同時(shí),，在機(jī)器認(rèn)知世界里成長(zhǎng)起來的具有空間辨識(shí)能力和行動(dòng)能力的具身智能,，也終將走出機(jī)器認(rèn)知世界，從一種認(rèn)知方式轉(zhuǎn)變?yōu)樯a(chǎn)方式,，推動(dòng)包括油氣領(lǐng)域在內(nèi)的各領(lǐng)域進(jìn)入全新的發(fā)展階段,。
（作者肖立志，系中國(guó)石油大學(xué)(北京)人工智能學(xué)院創(chuàng)院院長(zhǎng)）
詳情見鏈接：
http://epaper.cnpc.com.cn/zgsyb/2024-11/26/con-30579.html
（編輯 劉曉琳）
