為了保證在21世紀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)技術將成為能源行業(yè)實現(xiàn)這一困難目標的重要助力。
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度之內的目標(最好為1.5度),大部分企業(yè)都已設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,例如到2025年將其上游業(yè)務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技術能夠利用不同來源的大量數(shù)據(jù)解決復雜問題,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)境保護層面應用AI技術,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%。”
微軟能源部門集團副總裁Darryl Willis表示,“這些AI技術可以通過「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)物理設備或者完整系統(tǒng)。
他認為,“這些技術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行預測性監(jiān)控;對給定油田的產(chǎn)油潛力做出分析,借此減少鉆井數(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認為,“從早期勘探,到將第一口油井推向市場,AI技術的介入不僅能夠提高生產(chǎn)效率,帶來經(jīng)濟上的更大收益,同時也能夠減少每桶石油所產(chǎn)生的二氧化碳排放量。”
通過對設備或整體系統(tǒng)進行預測性維護,AI技術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,企業(yè)能夠在設備發(fā)生潛在故障之前做出預測并搶先解決。
殼牌公司數(shù)據(jù)科學總經(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。”
殼牌還在其新的業(yè)務領域中引入了AI技術,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碳捕集與封存設施中,大規(guī)模使用AI技術。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,以優(yōu)化其風電場運營效率,借此在全球各地提供更多無碳能源。
監(jiān)控無距離排放
AspenTech公司能源行業(yè)總監(jiān)Ron Beck表示,未來AI將準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「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技術進行分類,而相關數(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,減少美國西南部二疊紀盆地內甲烷(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,監(jiān)控并優(yōu)化其廣泛頒在二疊紀油田內的設施資產(chǎn)。
??松梨诠具€在官網(wǎng)上提到,該公司的工程師、科學家與分析師們能夠在任意遠程位置工作,使用來自大規(guī)模傳感器網(wǎng)絡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
這項研究提出了"高效探測"方法,解決了掩碼圖像建模AI難以有效評估的問題。通過創(chuàng)新的多查詢交叉注意力機制,該方法在減少90%參數(shù)的同時實現(xiàn)10倍速度提升,在七個基準測試中均超越傳統(tǒng)方法。研究還發(fā)現(xiàn)注意力質量與分類性能的強相關性,生成可解釋的注意力圖譜,展現(xiàn)出優(yōu)異的跨域適應性。團隊承諾開源全部代碼,推動技術普及應用。
伊利諾伊大學研究團隊開發(fā)了CLAIMSPECT系統(tǒng),通過層次化分解復雜爭議、智能檢索相關文獻、多角度收集觀點的方法,將傳統(tǒng)的"真假"判斷轉變?yōu)槎嗑S度分析。該系統(tǒng)能夠自動構建爭議話題的分析框架,識別不同觀點及其支撐證據(jù),為科學和政治爭議提供更全面客觀的分析,已在生物醫(yī)學和國際關系領域驗證有效性。
清華大學研究團隊首次提出情感認知融合網(wǎng)絡(ECFN),讓AI能像人類一樣理解和表達情感。該系統(tǒng)通過多層次情感處理架構,在情感識別準確率上比現(xiàn)有最佳系統(tǒng)提升32%,情感表達自然度提升45%。研究突破了傳統(tǒng)AI情感理解的局限,實現(xiàn)了跨模態(tài)情感融合、動態(tài)情感追蹤和個性化情感建模,為醫(yī)療、教育、客服等領域帶來革命性應用前景。
哈佛大學研究團隊通過創(chuàng)新的多智能體強化學習方法,讓AI在戰(zhàn)略游戲中學會復雜推理。研究發(fā)現(xiàn)AI通過游戲競爭能發(fā)展出類人思維能力,在邏輯推理、創(chuàng)造性解決問題等方面表現(xiàn)顯著提升。這項突破性成果為未來AI在醫(yī)療、教育、城市管理等領域的應用奠定基礎,展現(xiàn)了通過模擬人類學習過程培養(yǎng)真正智能AI的新路徑。