近年來，我國對油氣的需求不斷攀升。統計數據顯示，2018年我國石油凈進口量為4.4億噸，原油對外依存度達到70.9%。為了加大油氣供應，國內石油企業加大了石油勘探力度，提出了更高的要求，這對勘探開發領域帶來了前所未有的壓力。一方面，勘探難度越來越大，我國已探明石油儲量中低滲、超低滲儲量占70%，已開發油田綜合含水率達89.35%，原油儲量和產量的提升面臨巨大壓力；另一方面，石油生產成本居高不下，企業效益難以控制。此外，生態環境保護和綠色發展對石油開發提出了新的挑戰。

那么，如何消除勘探痛點，將蘊藏在地下的更多油氣資源開采出來，以滿足國家日益增長的能源需求？國內外專家研究認為，人工智能是解決石油勘探開發業務面臨的一系列難題的技術和途徑。人工智能技術正在給勘探開發領域帶來顛覆性變革。

石油勘探領域的顛覆性變革

近幾年來，國內外越來越多的石油企業選擇擁抱人工智能，或自主研發，或與IT巨頭聯手，加大人工智能等新一代信息技術在勘探開發領域的應用，試圖通過新技術的應用，促進企業數字化轉型。而在此過程中，不同石油公司的智能化水平差距正在不斷拉大。

國內方面，中國石油將包括認知計算平臺在內的華為云工業智能體新技術引入生產實踐，用知識圖譜、自然語言處理和機器學習等人工智能技術進行知識體系的構建、計算和應用，為油氣勘探開發科研、生產管理提供智能化分析手段，支撐油氣勘探開發增儲上產和降本增效，幫助決策者從海量的數據中洞悉規律，來提升效率和管理水平。

2019年1月4日，中國海油旗下海油發展工程技術分公司成功開發了中國海油在勘探開發領域的人工智能應用。該款具有自主知識產權的人工智能軟件，可以基于儲層、裂縫、流體、壓裂改造等屬性描述的大數據，建立全空間模型，自主向測試的產能數值進行深度學習，并預測三維空間產能指數。

國際方面，2016年，埃克森美孚宣布與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，并能按自身意愿改變任務參數，探測異常的情況。

2018年4月24日，法國油氣巨頭道達爾宣布同谷歌云簽署協議，聯合發展人工智能技術，為油氣勘探開發提供全新智能解決方案。根據道達爾，人工智能將率先應用于油氣勘探開發地質數據的處理分析。

石油巨頭殼牌已經逐步結束了石油智能化的嘗試期，轉而邁進了推廣期，將大規模普及石油人工智能。2018年9月20日，石油巨頭殼牌宣布將和微軟公司擴大合作，在石油行業大規模推行人工智能的應用，AI覆蓋領域包括油氣鉆井、油氣生產、加油站零售、財務管理、員工管理等。

英國石油公司BP通過投資人工智能，加強其在上游業務中的人工智能化和數字化。2019年1月，BP投資了總部位于休斯頓的技術初創公司BelmontTechnology，開發一個名為“Sandy”的人工智能助理。Sandy可以自動將BP專家提供的地質學、地球物理學、油藏和歷史項目信息結合在一起，創建出BP整個地下資產知識圖，供BP的工程師查詢數據、提問并快速得到答案。

意大利石油巨頭埃尼于2019年5月公布了和IBM聯合開展的AI研究成果“認知發現”，為埃尼在勘探階段初期的決策提供支持，以減少勘探與地質復雜性可能導致的潛在風險。

國內勘探開發新模式需要智能引擎

人工智能和各行業結合是一個長期的過程，原因是存在一系列的門檻和限制，在人工智能技術和國內石油勘探領域結合過程中，面臨五大門檻：

第一：“限”數據不能出局，數據共享不方便；

第二：“專”油氣勘探開發領域是多學科，知識密集型行業，大量行業知識在老專家的腦中，行業和AI結合是人工智能在領域應用的關鍵；

第三：“慢”，AI開發效率低，標注、訓練、部署整個過程非常耗時；

第四：“貴”，AI基礎資源，尤其是算力稀缺且昂貴；

第五：“缺”，AI人才的短缺，中國的AI人才缺口就超過500萬人。

針對以上五大門檻，構建油氣勘探領域人工智能專有平臺是AI推廣的一個必然選擇。這個平臺應該具備以下特點：

1) 自建人工平臺提供算力和算法預裝解決數據不出局的問題；

2)具備快速構建行業知識圖譜的流水線打造專家助手，提升專家效率；

3)構建平民化的油氣行業人工智能開發平臺提升普及率，提升開發效率；

4)采用開放的硬件架構，采用AI專用訓練芯片，解決傳統AI訓練GPU貴的問題。

5)具備行業油氣人工智能算法模型的市場，構建行業生態，解決人才短缺問題。

以中國石油為例，中國石油正攜手華為聯合打造了勘探開發的認知計算平臺，該平臺是基于華為云AI技術的通用開放可擴展的人工智能計算平臺，按照平臺和場景兩個關鍵因素進行設計，從數據處理、機器學習，到模型發布、推理應用，是可提供一站式AI開發環境和知識圖譜流水線工具的平臺。

據了解，人工智能計算平臺是中國石油“共享中國石油”信息化戰略發展規劃的落地舉措。該平臺的建成應用，為勘探開發業務的創新提供了智能化的驅動引擎和開發生態，實現了勘探開發知識的固化、傳承和普惠。

中國石油勘探開發研究院計算機應用技術研究所所長龔仁彬在2019華為全聯接大會（HUAWEICONNECT2019）上表示，認知計算平臺已經在測井油氣層識別和抽油機井工況診斷兩個場景進行應用，實現了測井油氣層智能識別和抽油機井工況自動診斷。

例如，在石油勘探的“測井”環節，有祖國東部“石油小搖籃”之稱的中國石油大港油田，借助認知計算平臺對900口油井進行機器學習，實現了油氣水層位的智能識別，識別評價時間縮短了70%，識別的準確率達到測井解釋專家水平。更重要的是，通過知識圖譜的建設與應用，從業門檻明顯降低，專家知識得到有效傳承，普通專家可承擔資深專家的職責，工作效率明顯提高。

而在油氣生產領域，中國石油借助人工智能計算平臺，通過采用物聯網技術和機器學習方法，實現了油井工況的定量診斷和遠程實時在線管理，預測異常工況的準確率達到90%以上，油田管理實現了從事后診斷升級為事前預警，減少了作業維護費用20%。

中國石油青海油田８個采油廠通過生產現場的遠程管理實現了無人值守，將管理重心從荒涼的油田現場后移至油田管理基地，一年之內搬遷現場管理人員700余人，一線員工轉崗800余人，極大降低了油田的生產成本，有效提高了油田的管理水平。

龔仁彬表示，認知計算平臺有助于中國石油與華為共同跨越油氣行業AI商用裂谷。借助認知計算平臺，中國石油正在與華為共同建設一個覆蓋勘探開發全專業的知識圖譜。“這是一個可不斷完善并自動生長的工程，必將給石油勘探開發業務帶來顛覆性的技術變革。”

目前，中國石油已經完成了智能油田建設的規劃設計，在勘探開發領域優選了22個場景開展人工智能探索，“智能應用的種子已經開始發芽，期待中的參天大樹指日可待。”龔仁彬表示，中國石油未來將繼續攜手華為，不斷完善認知計算平臺的建設，進一步推動石油勘探開發業務的轉型升級。

認知計算平臺助力“夢想云”放飛上游業務智能化夢想

對于中國石油來說，勘探開發認知計算平臺還是——“勘探開發夢想云平臺”（簡稱“夢想云”）的智慧引擎。

2019年11月27日，中國石油勘探開發夢想云2.0發布，這是中國油氣行業第一個智能云平臺——中國石油勘探開發夢想云平臺。在各行各業“云技術”方興未艾之時，被認為在人工智能數字化進程上慢半拍的油氣行業，這次通過認知計算平臺對夢想云的加持，跟上了節奏，進行了徹底的自我革新。

改變剛剛開始

打造行業人工智能平臺賦予行業云平臺智能化的能力，可解決石油勘探開發領域的六大痛點，未來必將廣泛應用于石油勘探領域。而從全球范圍來看，石油行業廣泛看好人工智能（AI）的前景，視AI為“推動石油行業走向新臺階的關鍵數字技術之一”、“油氣勘探的下一場革命”。

隨著全球石油行業進入新常態，人工智能在勘探領域的應用將更深更廣。下一個十年，AI將助推石油工業加快進入智能新時代，徹底顛覆石油工業的思維和運營模式，重塑整個行業。對于我國石油企業來講，AI是提高企業競爭力、打造國際一流綜合性國際能源公司的必要手段；而對于IT/ICT企業來說，有責任通過AI從技術層面上促進石油勘探開發行業整體的轉型升級，從而助力我國石油勘探開發實現從跟跑到并跑、最終領跑全球的轉變。

關鍵詞： 人工智能