為了保證在21世紀(jì)下半葉仍有生存空間,石油與天然氣企業(yè)必須找到一條能夠大幅削減、甚至徹底消除二氧化碳及其他溫室氣體排放的運作新道路。而在這方面,人工智能(AI)技術(shù)將成為能源行業(yè)實現(xiàn)這一困難目標(biāo)的重要助力。
根據(jù)2020年8月美國國家海洋與大氣管理局的報告,氣候變化的主要影響源自大氣中的二氧化碳。而2019年,由化石燃料燃燒產(chǎn)生的二氧化碳含量,已經(jīng)上升至300萬年來歷史最高點(約410 ppm)。
石油與天然氣企業(yè),特別是各大國際石油公司,正承受著越來越大的環(huán)保壓力。為了實現(xiàn)《巴黎協(xié)定》提出的將碳足跡引發(fā)的全球升溫控制在2度之內(nèi)的目標(biāo)(最好為1.5度),大部分企業(yè)都已設(shè)定了碳排放削弱計劃。英國石油公司(BP)和皇家荷蘭殼牌公司為例,雙方都承諾將在2050年之前實現(xiàn)凈零碳排放。
埃克森美孚則更加專注于較為溫和的短期氣候目標(biāo),例如到2025年將其上游業(yè)務(wù)的溫室氣體排放強度相較于2016年降低15%至20%。
最近,由微軟與普華永道聯(lián)合發(fā)布的一份研究報告表明,AI技術(shù)能夠利用不同來源的大量數(shù)據(jù)解決復(fù)雜問題,包括提高全球生產(chǎn)率、乃至降低二氧化碳及其他潛在溫室氣體的總體排放量。
報告指出,“在環(huán)境保護(hù)層面應(yīng)用AI技術(shù),有望推動全球GDP上漲3.1%至4.4%,同時到2030年亦有望將全球溫室氣體的排放量減少1.5%至4.0%。”
微軟能源部門集團(tuán)副總裁Darryl Willis表示,“這些AI技術(shù)可以通過「數(shù)字孿生」機制,更好地控制并分配能源資源,并提供預(yù)測性分析功能,借此幫助行業(yè)優(yōu)化能源管理。”這里提到的數(shù)字孿生,是指以數(shù)字化形式表現(xiàn)物理設(shè)備或者完整系統(tǒng)。
他認(rèn)為,“這些技術(shù)還可用于建立可視化模擬場景、改善決策能力、降低運營成本,以及管理并延長有形資產(chǎn)的生命周期。”
AI技術(shù)的多種用途
石油與天然氣行業(yè)中的勘探與生產(chǎn)部門,正在使用多種方式借助AI的力量降低碳足跡,具體包括對特定油田的碳排放進(jìn)行預(yù)測性監(jiān)控;對給定油田的產(chǎn)油潛力做出分析,借此減少鉆井?dāng)?shù)量;優(yōu)化二氧化碳存放方法,支持開采難度較大的油田等等(即將二氧化碳存放在地底深處,而非直接排放至大氣中,這在保護(hù)環(huán)境的同時亦可提高石油采收率)。
Beyond Limits公司AI軟件開發(fā)高級經(jīng)理Mike Krause認(rèn)為,“從早期勘探,到將第一口油井推向市場,AI技術(shù)的介入不僅能夠提高生產(chǎn)效率,帶來經(jīng)濟(jì)上的更大收益,同時也能夠減少每桶石油所產(chǎn)生的二氧化碳排放量。”
通過對設(shè)備或整體系統(tǒng)進(jìn)行預(yù)測性維護(hù),AI技術(shù)正通過另一種方式幫助殼牌等油品生產(chǎn)商降低碳足跡。以這一功能為基礎(chǔ),企業(yè)能夠在設(shè)備發(fā)生潛在故障之前做出預(yù)測并搶先解決。
殼牌公司數(shù)據(jù)科學(xué)總經(jīng)理Dan Jeavons表示,“如果我們能夠在出現(xiàn)問題時更主動、更具預(yù)測性地做出判斷,即可顯著減少意外事故、輕松控制備件部署、降低現(xiàn)場檢測與評估頻率,最終改善整體生產(chǎn)水平。這一切因素,也都會在減少二氧化碳排放方面作出重要貢獻(xiàn)。”
殼牌還在其新的業(yè)務(wù)領(lǐng)域中引入了AI技術(shù),同樣有望對公司的整體碳足跡產(chǎn)生重大影響。例如,殼牌在其位于加拿大艾伯塔省、自2015年起正式運行的Quest碳捕集與封存設(shè)施中,大規(guī)模使用AI技術(shù)。截至2019年5月,Quest捕捉并在地底深處儲存超過400萬噸二氧化碳,相當(dāng)于約100萬輛汽車的總排放量。
Jeavons介紹稱,殼牌公司還部署了AI技術(shù),以優(yōu)化其風(fēng)電場運營效率,借此在全球各地提供更多無碳能源。
監(jiān)控?zé)o距離排放
AspenTech公司能源行業(yè)總監(jiān)Ron Beck表示,未來AI將準(zhǔn)確衡量整個運營流程中的溫室氣體排放量,借此幫助石油與天然氣企業(yè),邁出至關(guān)重要的碳足跡削減第一步。
他還提到,“上市企業(yè)已經(jīng)開始根據(jù)碳排放控制成效,確定高管的薪酬水平。因此,各類公司都在發(fā)布可持續(xù)發(fā)展報告,并強調(diào)「碳足跡已經(jīng)成為我們的生命線?!?rdquo;
像??松梨谶@樣的石油與天然氣巨頭,則在使用AI技術(shù)進(jìn)行分類,而相關(guān)數(shù)據(jù)則由部署在各運營區(qū)域廣闊天地間的傳感器生成并交付。
該公司正在使用AI技術(shù),減少美國西南部二疊紀(jì)盆地內(nèi)甲烷(一種升溫效果極強的溫室氣體)的排放。??松梨谂c微軟合作,使用物聯(lián)網(wǎng)技術(shù),監(jiān)控并優(yōu)化其廣泛頒在二疊紀(jì)油田內(nèi)的設(shè)施資產(chǎn)。
??松梨诠具€在官網(wǎng)上提到,該公司的工程師、科學(xué)家與分析師們能夠在任意遠(yuǎn)程位置工作,使用來自大規(guī)模傳感器網(wǎng)絡(luò)收集并存儲至云端的數(shù)據(jù),希望借此努力減少溫室氣體排放、降低運營成本并提高現(xiàn)場產(chǎn)量。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團(tuán)隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗證有效性。