人工智能（AI）在油氣行業(yè)中的應(yīng)用

　　油氣行業(yè)的人工智能發(fā)展趨勢(shì)主要有以下幾個(gè)方面： 一、提升應(yīng)用效率 隨著油氣行業(yè)的發(fā)展，對(duì)于生產(chǎn)力的需求也越來越高，人工智能技術(shù)在此領(lǐng)域發(fā)揮著重要作用，比如機(jī)器學(xué)習(xí)可以有效提升工作效率，并幫助企業(yè)快速響應(yīng)市場(chǎng)的變化，靈活滿足客戶的需求。 二、改進(jìn)維護(hù)和管理 利用人工智能技術(shù)，可以更有效地實(shí)現(xiàn)維護(hù)和管理油氣行業(yè)的設(shè)備和設(shè)施，減少維護(hù)成本、提高設(shè)備可靠性和設(shè)備使用壽命，提高油氣行業(yè)的生產(chǎn)效率和水平。 三、實(shí)現(xiàn)安全監(jiān)測(cè) 利用人工智能技術(shù)，可以實(shí)現(xiàn)對(duì)油氣行業(yè)檢測(cè)安全性的高效監(jiān)控，有效解決突發(fā)安全事件，同時(shí)為行業(yè)做出科學(xué)、合理的安全預(yù)警，保障行業(yè)安全發(fā)展。 四、提高客戶服務(wù) 利用人工智能技術(shù)，可以在油氣行業(yè)實(shí)現(xiàn)智能客服、智能客戶服務(wù)等功能，提升客戶體驗(yàn)，提高油氣行業(yè)的競(jìng)爭(zhēng)力。

　　行業(yè)觀察

　　AI+上游,如何破局

　　人工智能（AI）技術(shù)被譽(yù)為“第四次”工業(yè)革命的引擎，它將對(duì)油氣行業(yè)數(shù)字化轉(zhuǎn)型和智能化發(fā)展產(chǎn)生巨大的推動(dòng)作用，并產(chǎn)生重大的社會(huì)效益和經(jīng)濟(jì)效益。特雷斯數(shù)據(jù)顯示：2019年，3000多家油氣公司在油井及相關(guān)基礎(chǔ)設(shè)施運(yùn)營方面花費(fèi)約1萬億美元，如果加速自動(dòng)化和數(shù)字化進(jìn)程，可減少約10%開支。普華永道預(yù)測(cè)，到2025年，油氣公司上游業(yè)務(wù)通過人工智能技術(shù)應(yīng)用可節(jié)省1000億~1萬億美元的資本和運(yùn)營支出。

　　近年來，油氣行業(yè)面對(duì)低油價(jià)難題，眾多國際石油公司和油服公司紛紛與IT巨頭聯(lián)手實(shí)現(xiàn)跨界合作，加大人工智能平臺(tái)的建設(shè)力度，促進(jìn)了勘探開發(fā)業(yè)務(wù)的數(shù)字化快速轉(zhuǎn)型，有效提升了效益挖潛空間。2017年，斯倫貝謝與Google合作推出了DELFI云平臺(tái)，將大數(shù)據(jù)、認(rèn)知計(jì)算等技術(shù)與油氣勘探開發(fā)等業(yè)務(wù)深度融合，構(gòu)建了勘探開發(fā)全過程數(shù)字化、自動(dòng)化、智能化專業(yè)應(yīng)用環(huán)境，支撐企業(yè)轉(zhuǎn)型的創(chuàng)新發(fā)展，使得平臺(tái)發(fā)展進(jìn)入了從“N”到“1”的時(shí)代。

　　2020年以來，各大石油公司加大力度建設(shè)智能油氣田，以期實(shí)現(xiàn)降本提效。殼牌提出建設(shè)智能油田（Smart Oilfield），目標(biāo)是產(chǎn)量提高10%，采收率提高5%~10%，運(yùn)營費(fèi)用減少20%，油田開發(fā)周期縮短50%。

　　目前，我國智能油田建設(shè)水平處在數(shù)字化向智能化過渡階段，少數(shù)油區(qū)已基本建成了智能油田雛形，已經(jīng)具備了油井自診斷、預(yù)警和報(bào)警，并能推薦優(yōu)化的決策方案。

　　油氣行業(yè)人工智能發(fā)展面臨的挑戰(zhàn)

　　20年來，我國石油企業(yè)在智能油氣田建設(shè)中創(chuàng)造了“油氣田物聯(lián)網(wǎng)建設(shè)模式”“智能油氣田建設(shè)模式”，油氣田智能化的整體性、規(guī)�；�與管理，已經(jīng)走在國外油氣田的前列，然而，油氣行業(yè)人工智能發(fā)展仍面臨系列挑戰(zhàn)。

　　其一，勘探開發(fā)數(shù)據(jù)孤島等問題帶來的挑戰(zhàn)。上游勘探開發(fā)過去幾十年信息化建設(shè)存在的數(shù)據(jù)多頭錄入、標(biāo)準(zhǔn)不統(tǒng)一、功能重復(fù)開發(fā)、信息與業(yè)務(wù)融合不緊密等問題逐步顯現(xiàn)，造成的數(shù)據(jù)庫多、平臺(tái)多、孤立應(yīng)用多等現(xiàn)象日趨突出。數(shù)據(jù)共享難、業(yè)務(wù)協(xié)同難，給油氣行業(yè)人工智能落地應(yīng)用帶來挑戰(zhàn)，高質(zhì)量的人工智能技術(shù)落地應(yīng)用需要高質(zhì)量的大數(shù)據(jù)作為前提和基礎(chǔ)。由于采集技術(shù)手段受限，能代表問題特征的數(shù)據(jù)不具備多樣性特征，單一性特征的大數(shù)據(jù)不是真正意義的大數(shù)據(jù)，給復(fù)雜的油氣勘探開發(fā)領(lǐng)域的研究也帶來挑戰(zhàn)。數(shù)據(jù)是人工智能技術(shù)發(fā)展的靈魂，大數(shù)據(jù)、數(shù)據(jù)質(zhì)量及其治理決定著智能化發(fā)展的未來，數(shù)字化轉(zhuǎn)型中抓住數(shù)據(jù)及數(shù)據(jù)治理就等于抓住了人工智能技術(shù)發(fā)展的未來。

　　其二，人工智能算法工程師與業(yè)務(wù)人員之間的壁壘挑戰(zhàn)。通常，業(yè)務(wù)人員對(duì)人工智能算法不了解，算法工程師對(duì)業(yè)務(wù)人員的專業(yè)同樣也不了解，導(dǎo)致算法工程師與業(yè)務(wù)工程師之間往往存在“聽不懂、說不清、合不來”現(xiàn)象，給人工智能在業(yè)務(wù)領(lǐng)域落地帶來障礙。油氣行業(yè)的人工智能落地應(yīng)用不同于其他行業(yè)，油氣勘探開發(fā)對(duì)象都在地下，是一種看不見摸不著的黑箱系統(tǒng)，采用人工智能技術(shù)解決問題，不同于人機(jī)對(duì)弈中的人工智能AlphaGozero，它所走的圍棋棋盤是規(guī)則且可見的。油氣行業(yè)大多數(shù)要解決和處理的問題都是看不到任何規(guī)則和解決問題的對(duì)象，具有超強(qiáng)的不確定性，要解決好油氣行業(yè)的人工智能應(yīng)用問題，專業(yè)知識(shí)和行業(yè)經(jīng)驗(yàn)非常重要，需要解決算法工程師與業(yè)務(wù)人員間存在壁壘的挑戰(zhàn)，只有雙方深度融合，才能促使人工智能技術(shù)的產(chǎn)品或者場(chǎng)景落地應(yīng)用。

　　其三，智能應(yīng)用場(chǎng)景需要不斷迭代發(fā)展帶來的資金持續(xù)性投入挑戰(zhàn)。人工智能技術(shù)和智能油氣田建設(shè)基礎(chǔ)理論、技術(shù)原理研究等方面還不夠深入，技術(shù)和方法都不夠成熟，國內(nèi)外沒有完全成型可參照的樣板。人工智能場(chǎng)景和智能油氣田建設(shè)過程中不同程度地存在數(shù)據(jù)采集、數(shù)據(jù)傳輸、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)處理、數(shù)據(jù)管理和數(shù)據(jù)使用6個(gè)環(huán)節(jié)的缺失，部分油田只有采集或視頻設(shè)備，數(shù)據(jù)和圖像分析技術(shù)跟不上等，導(dǎo)致出現(xiàn)不同程度的“建得多、用得少”或者“只建不管、只建不用”等現(xiàn)象。

　　所以，目前建成的人工智能應(yīng)用場(chǎng)景和智能油氣田還比較初步。這些現(xiàn)象的出現(xiàn)也一定程度影響了數(shù)字化智能化轉(zhuǎn)型進(jìn)程。人工智能技術(shù)場(chǎng)景和智能油氣田建設(shè)不像樓房建設(shè)那樣，竣工驗(yàn)收就可以結(jié)束了事，它需要持續(xù)根據(jù)技術(shù)進(jìn)步和創(chuàng)新發(fā)展不斷投入升級(jí)改造資金、不斷適應(yīng)變化的業(yè)務(wù)需求和用戶體驗(yàn)而不斷迭代升級(jí)。人工智能應(yīng)用場(chǎng)景及其智能油田建設(shè)，研究規(guī)劃部署應(yīng)全面，但就人工智能場(chǎng)景和智能油氣田建設(shè)的策略而言，需要有側(cè)重、點(diǎn)線面逐級(jí)突破，最終全面實(shí)現(xiàn)智能化。

　　其四，人工智能高端技術(shù)與產(chǎn)品受到國外制約。人工智能技術(shù)發(fā)展及應(yīng)用場(chǎng)景落地，智能油氣田建設(shè)用的高性能智能傳感器、云服務(wù)器、云計(jì)算軟件等50%以上的技術(shù)與產(chǎn)品來自歐美。但近年來，高端技術(shù)引進(jìn)困難，給油氣工業(yè)人工智能和智能油氣田建設(shè)帶來了挑戰(zhàn)，近年來，雖然國內(nèi)追趕研發(fā)人工智能高端技術(shù)，但少數(shù)產(chǎn)品性能與歐美相比依然存在差距。國有油氣企業(yè)需要在短期內(nèi)破解關(guān)鍵核心技術(shù)的困局。

　　其五，人才匱乏帶來的挑戰(zhàn)。人工智能技術(shù)與應(yīng)用和智能油氣田建設(shè)不僅需要一批懂得數(shù)據(jù)科學(xué)的技術(shù)人員、網(wǎng)絡(luò)運(yùn)營技術(shù)人員、高級(jí)程序人員，而且需要既懂得油氣業(yè)務(wù)又懂得人工智能的復(fù)合型人才。在目前現(xiàn)狀下，需要綜合性大學(xué)設(shè)置人工智能相關(guān)專業(yè)，企業(yè)設(shè)置對(duì)應(yīng)的崗位和職稱序列；人工智能場(chǎng)景落地可借助高校、高科技公司、標(biāo)注公司、軟件公司等社會(huì)研發(fā)力量，形成聯(lián)合攻關(guān)團(tuán)隊(duì)，解決數(shù)字化人工智能轉(zhuǎn)型中的人才匱乏現(xiàn)實(shí)。

　　油氣行業(yè)人工智能發(fā)展的建議

　　其一，成立人工智能重點(diǎn)實(shí)驗(yàn)室加速高端技術(shù)產(chǎn)品研發(fā)與孵化。

　　建設(shè)人工智能重點(diǎn)實(shí)驗(yàn)室，開展勘探開發(fā)全業(yè)務(wù)鏈的數(shù)據(jù)智能實(shí)驗(yàn)、智能計(jì)算及智能平臺(tái)研發(fā)，將云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)、人工智能及區(qū)塊鏈等技術(shù)與主營業(yè)務(wù)有機(jī)結(jié)合，實(shí)現(xiàn)傳統(tǒng)油氣產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，共建共享、業(yè)務(wù)協(xié)同、網(wǎng)絡(luò)互聯(lián)、數(shù)據(jù)互通、智能決策、生態(tài)再造。以人工智能重點(diǎn)實(shí)驗(yàn)室建設(shè)為抓手，打通勘探開發(fā)工程數(shù)據(jù)的全業(yè)務(wù)鏈，創(chuàng)建混合云平臺(tái)，加速人工智能高端產(chǎn)品研發(fā)與孵化，助力提升勘探開發(fā)力度，打好勘探開發(fā)進(jìn)攻戰(zhàn)。

　　其二，人工智能技術(shù)與業(yè)務(wù)交叉融合提升科技支撐當(dāng)前引領(lǐng)未來。

　　人工智能技術(shù)作為一種通用技術(shù)，未來會(huì)觸及油氣工業(yè)的各個(gè)領(lǐng)域，從真正意義上全面實(shí)現(xiàn)人工智能與傳統(tǒng)業(yè)務(wù)的高度交叉融合，成為油氣領(lǐng)域的新行業(yè)——智能油氣。未來10年~15年，智能油氣行業(yè)上游重點(diǎn)業(yè)務(wù)發(fā)展將瞄準(zhǔn)智能勘探、智能開發(fā)、智能工程、生產(chǎn)智能運(yùn)營與優(yōu)化決策、智能數(shù)據(jù)治理等五大領(lǐng)域。重點(diǎn)聚焦四方面核心技術(shù)攻關(guān)，一是開展計(jì)算機(jī)視覺應(yīng)用技術(shù)、知識(shí)圖譜應(yīng)用技術(shù)、基于機(jī)器學(xué)習(xí)的應(yīng)用技術(shù)等基礎(chǔ)技術(shù)在油氣勘探開發(fā)領(lǐng)域的攻關(guān)與應(yīng)用，創(chuàng)新突破人工智能基礎(chǔ)關(guān)鍵技術(shù)；二是加快開展地震資料智能處理，巖相、沉積相及地質(zhì)甜點(diǎn)智能預(yù)測(cè)，勘探目標(biāo)智能評(píng)價(jià)等智能勘探技術(shù)研究，打造油氣目標(biāo)高效準(zhǔn)確的智能評(píng)價(jià)技術(shù)；三是加大力度開展智能油氣藏地質(zhì)建模、物理與數(shù)據(jù)雙驅(qū)動(dòng)油藏智能模擬、地質(zhì)—油藏—工程一體化智能優(yōu)化、儲(chǔ)氣庫智能注采等技術(shù)研究，創(chuàng)新形成數(shù)字孿生油氣開發(fā)技術(shù)；四是開展油氣勘探開發(fā)數(shù)據(jù)標(biāo)準(zhǔn)化應(yīng)用數(shù)據(jù)可信安全管理、數(shù)據(jù)治理與共享和數(shù)據(jù)集市等技術(shù)研究，打造形成油氣上游領(lǐng)域智能數(shù)據(jù)。

　　其三，加大復(fù)合型人才的培養(yǎng)與引進(jìn)力度。

　　由于人工智能和石油勘探開發(fā)兩個(gè)領(lǐng)域涵蓋的學(xué)科廣，復(fù)合型人才培養(yǎng)難度大、周期長，需要采用多種方式大力培育、引進(jìn)及聘用人工智能復(fù)合型青年領(lǐng)軍人才及團(tuán)隊(duì)。制定相關(guān)研究院的人才培養(yǎng)計(jì)劃，向人工智能領(lǐng)域傾斜；聯(lián)合具有人工智能專業(yè)的重點(diǎn)高校聯(lián)合培養(yǎng)；借助人才引進(jìn)計(jì)劃，加強(qiáng)人工智能高端人才引進(jìn)和培育，從國內(nèi)外引進(jìn)和招聘具有人工智能和油氣雙重專業(yè)背景的人才。加強(qiáng)多方合作，校企合作、石油企業(yè)與IT企業(yè)的深度合作培養(yǎng)復(fù)合型人才，組建跨學(xué)科聯(lián)合攻關(guān)團(tuán)隊(duì)，實(shí)現(xiàn)跨界融合，開展勘探開發(fā)業(yè)務(wù)鏈數(shù)字化智能化技術(shù)攻關(guān)，真正發(fā)揮“產(chǎn)學(xué)研用”的作用。

　　其四，快速出臺(tái)精準(zhǔn)的扶持政策，激勵(lì)創(chuàng)新，鼓勵(lì)轉(zhuǎn)化。

　　人工智能是我國追趕科技前沿，甚至引領(lǐng)創(chuàng)新的重大機(jī)遇。為加快我國石油企業(yè)人工智能創(chuàng)新引領(lǐng)發(fā)展，更有力地支撐油氣勘探開發(fā)新一代人工智能創(chuàng)新發(fā)展及場(chǎng)景落地試驗(yàn)，打造人工智能原創(chuàng)中心，搶占油氣工業(yè)領(lǐng)域人工智能技術(shù)的制高點(diǎn)，提出給予政策扶持和創(chuàng)新激勵(lì)政策，建立石油企業(yè)人工智能科技研發(fā)創(chuàng)新基金或者產(chǎn)業(yè)創(chuàng)新基金，為具有原創(chuàng)的人工智能項(xiàng)目給予大力資金扶持和政策激勵(lì)。

　　深化科研管理和科技投資體制機(jī)制改革，建立對(duì)人工智能產(chǎn)業(yè)的早期投資、長期投資、分階段連續(xù)投資和產(chǎn)業(yè)鏈組合投資機(jī)制，建立操作性強(qiáng)、可落實(shí)的人工智能科研投資激勵(lì)機(jī)制，激發(fā)研發(fā)人員的研發(fā)創(chuàng)新活力，為科研人員多出成果、快出成果營造良好的科研條件。

　　設(shè)立油氣各業(yè)務(wù)領(lǐng)域?qū)��?yīng)專業(yè)的數(shù)字化智能化重大專項(xiàng)，保障數(shù)字化智能化關(guān)鍵技術(shù)都能有相應(yīng)的研發(fā)投入，讓數(shù)字化智能化轉(zhuǎn)型發(fā)展沒有死角。通過專項(xiàng)研究，全面實(shí)現(xiàn)新技術(shù)、新產(chǎn)品、新工藝研發(fā)，形成新產(chǎn)業(yè)及新業(yè)態(tài)，實(shí)現(xiàn)產(chǎn)業(yè)變革。（李欣 竇宏恩 中國石油勘探開發(fā)研究院人工智能研究中心）

　　油海觀潮

　　數(shù)據(jù)+上游，路怎么走

　　數(shù)據(jù)是數(shù)字經(jīng)濟(jì)時(shí)代的關(guān)鍵生產(chǎn)要素，是第三次工業(yè)革命的關(guān)鍵成果，更是第四次工業(yè)革命的重要基礎(chǔ)。數(shù)據(jù)資產(chǎn)已經(jīng)成為企業(yè)發(fā)展的核心競(jìng)爭(zhēng)力，強(qiáng)化數(shù)據(jù)資產(chǎn)的沉淀與建設(shè)勢(shì)在必行。隨著數(shù)字化轉(zhuǎn)型進(jìn)程的加快，數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)成為相關(guān)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型、智能化發(fā)展的核心引擎。

　　應(yīng)用數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)，挖掘油氣領(lǐng)域數(shù)據(jù)資產(chǎn)的價(jià)值，提供高效數(shù)據(jù)及一體化服務(wù)支撐油氣勘探開發(fā)領(lǐng)域科學(xué)研究及決策管理，對(duì)推動(dòng)油氣領(lǐng)域數(shù)字化轉(zhuǎn)型具有重要意義，是我國油氣企業(yè)成為一流國際油公司的必由之路。

　　油氣企業(yè)數(shù)字化轉(zhuǎn)型新契機(jī)

　　習(xí)近平總書記曾強(qiáng)調(diào)：“要抓住產(chǎn)業(yè)數(shù)字化、數(shù)字產(chǎn)業(yè)化賦予的機(jī)遇，加快5G網(wǎng)絡(luò)、數(shù)據(jù)中心等新型基礎(chǔ)設(shè)施建設(shè)。”2020年4月20日，國家發(fā)改委明確將數(shù)據(jù)中心作為信息基礎(chǔ)設(shè)施，納入“新基建”范疇。隨著國家對(duì)戰(zhàn)略性新興產(chǎn)業(yè)的重視，“新基建”任務(wù)的提出，數(shù)據(jù)中心迎來了新的發(fā)展機(jī)遇。未來將相繼建成若干國家級(jí)的數(shù)據(jù)中心，預(yù)計(jì)2030年中國數(shù)據(jù)原生產(chǎn)業(yè)規(guī)模將占整個(gè)經(jīng)濟(jì)總量的15%，數(shù)據(jù)的總體規(guī)模超過4YB，占全球數(shù)據(jù)總量的30%，數(shù)據(jù)科學(xué)與大數(shù)據(jù)相關(guān)應(yīng)用進(jìn)入快速發(fā)展軌道。

　　我國油氣勘探整體處于勘探中期，近年來新發(fā)現(xiàn)規(guī)模較大的油氣儲(chǔ)量資源主要集中在超低滲、深層及非常規(guī)領(lǐng)域，如何應(yīng)用數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)提高構(gòu)造解釋精度、儲(chǔ)層解釋符合率、地質(zhì)目標(biāo)鉆探成功率等，是夯實(shí)公司原油長期穩(wěn)產(chǎn)、天然氣穩(wěn)健增長基礎(chǔ)的重要手段。我國石油企業(yè)目前已經(jīng)建成一系列的信息管理系統(tǒng)，實(shí)現(xiàn)了對(duì)結(jié)構(gòu)化數(shù)據(jù)的有效管理和應(yīng)用，但針對(duì)各種報(bào)告、文章及成果等管理系統(tǒng)缺失，數(shù)據(jù)資產(chǎn)尚未真正建立起來，海量的數(shù)據(jù)仍無法實(shí)現(xiàn)開放共享，不能有效滿足業(yè)務(wù)應(yīng)用。數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)與油氣勘探開發(fā)業(yè)務(wù)的融合應(yīng)用將為油氣領(lǐng)域數(shù)字化轉(zhuǎn)型、高質(zhì)量發(fā)展以及企業(yè)戰(zhàn)略目標(biāo)的實(shí)現(xiàn)提供新契機(jī)。

　　數(shù)據(jù)+上游的應(yīng)用路線圖

　　目前，數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)應(yīng)用已經(jīng)取得了一些成績(jī)，但也面臨不少挑戰(zhàn)。第一，數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)應(yīng)用需要高質(zhì)量、全方位的數(shù)據(jù)支撐，數(shù)據(jù)治理至關(guān)重要；第二，油氣上游領(lǐng)域分散的數(shù)據(jù)仍需深度整合，尤其是研究和利用知識(shí)圖譜等新一代信息技術(shù)實(shí)現(xiàn)多源異構(gòu)數(shù)據(jù)的融合，進(jìn)而構(gòu)建完整的知識(shí)體系；第三，針對(duì)不同業(yè)務(wù)應(yīng)用、不同組織的業(yè)務(wù)應(yīng)用、數(shù)據(jù)沒有統(tǒng)一的平臺(tái)管控，難以從全局層面挖掘數(shù)據(jù)價(jià)值，可以通過數(shù)據(jù)中臺(tái)構(gòu)建服務(wù)，建立專業(yè)數(shù)據(jù)的關(guān)聯(lián)關(guān)系，實(shí)現(xiàn)應(yīng)用和數(shù)據(jù)的相互操作及共享復(fù)用。因此，勘探開發(fā)領(lǐng)域的數(shù)據(jù)治理、知識(shí)圖譜、數(shù)據(jù)中臺(tái)的建設(shè)將成為上游領(lǐng)域數(shù)字化轉(zhuǎn)型的核心。

　　其一，重視數(shù)據(jù)治理，提供高質(zhì)量全方位的數(shù)據(jù)源。多年來，我國石油企業(yè)致力于構(gòu)建分類清晰、存儲(chǔ)合理、使用高效、可持續(xù)改進(jìn)的數(shù)據(jù)治理體系，包括保障機(jī)制和數(shù)據(jù)管理。以中國石油為例，在油氣上游領(lǐng)域，為了加強(qiáng)物探資料各探區(qū)企業(yè)級(jí)管理、礦權(quán)流轉(zhuǎn)區(qū)塊所在盆地集中管理和異地備份管理需要，開展物探資料云數(shù)據(jù)中心的建設(shè)，統(tǒng)一管控和治理數(shù)據(jù)及圖件資料，實(shí)現(xiàn)對(duì)油氣上游領(lǐng)域大塊數(shù)據(jù)的全面完整管理；勘探生產(chǎn)板塊按照“兩統(tǒng)一、一通用”，建設(shè)夢(mèng)想云平臺(tái)，通過構(gòu)建數(shù)據(jù)湖，逐步整合中國石油的上游各專業(yè)多層次、多維度的數(shù)據(jù)，以滿足油氣上游業(yè)務(wù)科研生產(chǎn)和業(yè)務(wù)管理需求。

　　數(shù)據(jù)治理，是數(shù)據(jù)體系建設(shè)的首要環(huán)節(jié)。建議加強(qiáng)數(shù)據(jù)治理工作，通過數(shù)據(jù)治理體系建設(shè)，實(shí)現(xiàn)這些專業(yè)數(shù)據(jù)可用、好用、用好，從而構(gòu)建石油企業(yè)上游領(lǐng)域高質(zhì)量、全生命周期數(shù)據(jù)資產(chǎn)，為勘探開發(fā)領(lǐng)域的業(yè)務(wù)研究、經(jīng)營管理提供全方位數(shù)據(jù)支撐。

　　其二，建設(shè)領(lǐng)域知識(shí)圖譜，全面開展智能化應(yīng)用探索。油氣上游領(lǐng)域數(shù)據(jù)向資產(chǎn)轉(zhuǎn)變的關(guān)鍵是通過勘探開發(fā)知識(shí)圖譜的建設(shè)構(gòu)建油氣數(shù)據(jù)資產(chǎn)知識(shí)體系。隨著人工智能特別是深度學(xué)習(xí)和自然語言處理技術(shù)的迅速發(fā)展，知識(shí)圖譜在輔助智能問答、自然語言理解、大數(shù)據(jù)分析、智能推薦、物聯(lián)網(wǎng)設(shè)備互聯(lián)、可解釋人工智能等方面展現(xiàn)出豐富的應(yīng)用價(jià)值。知識(shí)圖譜技術(shù)可降低專業(yè)人士使用知識(shí)的門檻，縮短知識(shí)檢索和調(diào)研的時(shí)間；可快速發(fā)現(xiàn)并挖掘知識(shí)的價(jià)值，提高勘探開發(fā)決策的效率。因此利用知識(shí)圖譜相關(guān)技術(shù)實(shí)現(xiàn)對(duì)勘探開發(fā)數(shù)據(jù)管理自動(dòng)化、檢索智能化、分析多維化并將其應(yīng)用于油氣領(lǐng)域的各類實(shí)踐中具有很重要的現(xiàn)實(shí)意義。

　　面向油氣勘探開發(fā)領(lǐng)域科研生產(chǎn)需求，設(shè)計(jì)并構(gòu)建勘探開發(fā)知識(shí)圖譜，需遵從實(shí)際業(yè)務(wù)需求，結(jié)合上游領(lǐng)域多專業(yè)多學(xué)科協(xié)同特點(diǎn)，考慮國內(nèi)油氣領(lǐng)域的科研業(yè)務(wù)模式，從地學(xué)角度出發(fā)，以盆地、油氣藏為主線構(gòu)建領(lǐng)域知識(shí)圖譜。其構(gòu)建過程包括知識(shí)體系分類、本體模型的構(gòu)建、命名實(shí)體識(shí)別及關(guān)系抽取及知識(shí)融合等部分。

　　建議加快勘探開發(fā)全領(lǐng)域知識(shí)圖譜的建設(shè)，編制勘探開發(fā)領(lǐng)域知識(shí)圖譜構(gòu)建標(biāo)準(zhǔn)，采用共建的模式完成油氣上游領(lǐng)域知識(shí)圖譜的構(gòu)建，并全面在上游領(lǐng)域開展“數(shù)據(jù)+知識(shí)”的雙驅(qū)動(dòng)探索實(shí)踐，智能化解決專業(yè)問題，引領(lǐng)“第三代人工智能”技術(shù)的發(fā)展。

　　其三，研發(fā)勘探開發(fā)數(shù)據(jù)中臺(tái)，模塊化復(fù)用服務(wù)實(shí)際業(yè)務(wù)場(chǎng)景。數(shù)據(jù)中臺(tái)是指利用新一代信息技術(shù)，對(duì)海量結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行采集、計(jì)算、存儲(chǔ)、加工，同時(shí)統(tǒng)一標(biāo)準(zhǔn)，形成大數(shù)據(jù)資產(chǎn)層，進(jìn)而提供業(yè)務(wù)強(qiáng)關(guān)聯(lián)、企業(yè)獨(dú)有、可復(fù)用的高效數(shù)據(jù)服務(wù)。數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)的應(yīng)用實(shí)踐通過數(shù)據(jù)中臺(tái)，實(shí)現(xiàn)數(shù)據(jù)技術(shù)能力和數(shù)據(jù)資產(chǎn)的建設(shè)和應(yīng)用。

　　通過數(shù)據(jù)中臺(tái)構(gòu)建數(shù)據(jù)服務(wù)，實(shí)現(xiàn)應(yīng)用和數(shù)據(jù)的互操作及共享復(fù)用。將應(yīng)用系統(tǒng)中的數(shù)據(jù)拆分、解耦、封裝成服務(wù)，并形成新的運(yùn)行管理邏輯，打破信息孤島，實(shí)現(xiàn)應(yīng)用集成和功能模塊化、服務(wù)化敏捷開發(fā)，實(shí)現(xiàn)業(yè)務(wù)數(shù)據(jù)化、數(shù)據(jù)業(yè)務(wù)化，滿足協(xié)同研究及業(yè)務(wù)應(yīng)用需求。

　　勘探開發(fā)領(lǐng)域無論在專業(yè)上還是在數(shù)據(jù)上均存在著復(fù)雜的依賴和關(guān)聯(lián)關(guān)系，同一類數(shù)據(jù)會(huì)支撐不同業(yè)務(wù)場(chǎng)景的服務(wù)，因此建議全面推動(dòng)勘探開發(fā)數(shù)據(jù)中臺(tái)的建設(shè)工作，統(tǒng)一數(shù)據(jù)，統(tǒng)一標(biāo)識(shí)，細(xì)化業(yè)務(wù)場(chǎng)景，研發(fā)標(biāo)準(zhǔn)的應(yīng)用模塊，實(shí)現(xiàn)對(duì)不同業(yè)務(wù)場(chǎng)景的復(fù)用和支撐，為挖掘數(shù)據(jù)資產(chǎn)的業(yè)務(wù)價(jià)值鋪平道路。

　　未來，通過數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)的深入應(yīng)用，在油氣上游領(lǐng)域構(gòu)建一個(gè)全感知、全鏈接、全場(chǎng)景、全智能的數(shù)字世界，進(jìn)而優(yōu)化、重構(gòu)物理世界的業(yè)務(wù)，實(shí)現(xiàn)對(duì)傳統(tǒng)管理模式、業(yè)務(wù)模式、商業(yè)模式全面創(chuàng)新和重塑，全面建成數(shù)字化生態(tài)、實(shí)現(xiàn)數(shù)字化創(chuàng)新，提升企業(yè)競(jìng)爭(zhēng)力。（周相廣 中國石油勘探開發(fā)研究院信息技術(shù)中心）

　　國際石油公司數(shù)字化升級(jí)各顯神通　

　　殼牌：數(shù)字孿生技術(shù)

　　殼牌一直看好數(shù)字孿生技術(shù)前景。去年9月，Akselos公司為殼牌位于尼日利亞的Bonga Main浮式生產(chǎn)儲(chǔ)卸油輪部署了結(jié)構(gòu)化數(shù)字孿生技術(shù)。去年10月，殼牌與Aveva公司簽署合作協(xié)議，通過打造工程數(shù)據(jù)倉庫，支持?jǐn)?shù)字孿生技術(shù)在管理資產(chǎn)生命周期中的應(yīng)用。

　　埃尼：超級(jí)計(jì)算和算法

　　埃尼將大數(shù)據(jù)處理能力看作競(jìng)爭(zhēng)優(yōu)勢(shì)，推出強(qiáng)大的工業(yè)用途計(jì)算機(jī)——HPC5超級(jí)計(jì)算機(jī)。除了加強(qiáng)工業(yè)數(shù)據(jù)處理能力，埃尼還主攻人工智能、人機(jī)交互、工業(yè)物聯(lián)網(wǎng)、機(jī)器人和增材制造、區(qū)塊鏈技術(shù)領(lǐng)域。

　　ADNOC：全景數(shù)字指揮中心

　　ADNOC成立全景數(shù)字指揮中心Panorama，匯總了14家專業(yè)子公司和合資公司的實(shí)時(shí)信息，通過智能分析模型、人工智能和大數(shù)據(jù)預(yù)測(cè)一系列運(yùn)營場(chǎng)景，給出有效的運(yùn)營見解和建議。過去幾年對(duì)數(shù)字化轉(zhuǎn)型的持續(xù)投資和構(gòu)建，使ADNOC在當(dāng)前行業(yè)環(huán)境中更具彈性和適應(yīng)性。

　　斯倫貝謝：機(jī)器學(xué)習(xí)和云計(jì)算

　　斯倫貝謝不斷加強(qiáng)公司機(jī)器學(xué)習(xí)和云計(jì)算能力。曾與阿布扎比AIQ、G42兩家公司就石油和天然氣行業(yè)的人工智能、機(jī)器學(xué)習(xí)和數(shù)據(jù)解決方案的開發(fā)部署進(jìn)行合作；與IBM旗下紅帽合作，希望將混合云計(jì)算技術(shù)與油氣行業(yè)相結(jié)合，未來創(chuàng)建一個(gè)數(shù)字平臺(tái)；還曾與谷歌、微軟等公司合作，支持向其客戶提供機(jī)器學(xué)習(xí)服務(wù)。

　　哈里伯頓：數(shù)字化供應(yīng)鏈

　　哈里伯頓與埃森哲、微軟簽署戰(zhàn)略協(xié)議，以幫助提升其在微軟Azure云端上的數(shù)字化能力。根據(jù)協(xié)議，哈里伯頓將通過增強(qiáng)遠(yuǎn)程操作擴(kuò)展的實(shí)時(shí)平臺(tái)、利用機(jī)器學(xué)習(xí)和人工智能提高數(shù)據(jù)庫的分析能力，加快新技術(shù)的應(yīng)用部署，提高哈里伯頓整體系統(tǒng)的可靠性和安全性。哈里伯頓還與埃森哲合作，雙方聯(lián)手加速數(shù)字化供應(yīng)鏈轉(zhuǎn)型。利用人工智能分析，加強(qiáng)實(shí)時(shí)供應(yīng)鏈的可見性和可操作性，從而提高透明度，進(jìn)行更快的決策。