數字經濟蓬勃發展，行業數字化轉型不斷加速，進入“十四五”時期，在高質量發展要求下，人工智能與傳統產業的深度融合愈發凸顯重要性。作為國家戰略性資源和工業基礎，在數字化浪潮沖擊下，油氣行業數字化轉型智能化發展已是大勢所趨。

作為典型的傳統行業，油氣行業擁有龐大的資源數量、數以千億計的資產規模、數以百萬計的員工;同時，也有專業度高、工藝流程復雜、產業鏈長、設備資產總量巨大，應用場景復雜等特點。

前者為行業的數字化轉型提出需求，后者則給數字化轉型增加了難度。

“在數字經濟轉型的浪潮之下，油氣行業面臨著‘船大難掉頭’的困難。”北京國雙科技有限公司(以下簡稱國雙)大數據事業部總經理薛小渠表示，油氣工業是流程性工業的典型代表，給人工智能技術場景化落地提出很大挑戰。

如何讓大數據人工智能技術與油氣企業深度融合，培育行業發展新生機?國雙油氣給出的答案是：通過算力、算法和場景化落地三大核心能力，把人從經濟社會常規運行的煩瑣工作中解放出來，通過打造一個“混合式產業智能”解決方案，有效利用人與機器的充分融合互補，助力垂直行業企業的數字化轉型。在年前揭曉的第十屆吳文俊人工智能科學技術獎名單中，國雙“油氣大數據和人工智能平臺”還獲得吳文俊人工智能科技進步獎(企業技術創新工程項目)。

智能化分析預測成為重要抓手

在薛小渠看來，油氣行業對于數字技術的需要緊迫而持久：一方面，油氣開發難度日益增加，持續穩產形勢嚴峻，新老油田都面臨著生產成本升高與效益降低的巨大壓力;另一方面，各層級對企業的安全生產、環境保護責任要求越來越嚴格。

“諸如此類的問題會在未來幾年持續存在，對油氣行業的生產、經營、管理和決策提出新的挑戰。”薛小渠說，“地下有多少油氣儲量、分布狀況、如何開采?如何讓油氣田安全高效地運行十年、二十年?以前用傳統工藝模型去做，現在可以通過算力算法的升級，解決行業的普遍問題。”

“人工智能技術可以為油氣田的創新發展注入新動能，智能化分析預測技術成為解決油氣研究與生產問題的重要手段。”薛小渠表示，傳統油氣勘探與開發研究技術如儲層預測、油層識別、注采分析優化等，需要人工花費大量時間整理分析數據，效率低、問題多，而未來通過“油氣智能大腦”，可以對輸入的相關數據進行自動分析推理，直接給出開采方案的參考建議。

據介紹，國雙研究團隊對多年來積累形成的大量研究成果、業務模型等進行科學管理，通過知識圖譜技術將結構化、非結構化數據中的勘探開發知識進行分析處理：首先通過行業專家的標注，逐步訓練和優化機器學習算法，進而實現自動識別與標注，成功構建國內首個基于自動知識抽取和知識圖譜架構的油氣行業知識庫，奠定了勘探開發認知計算應用基礎，形成油氣勘探開發的“超級智能大腦”。

與此同時，國雙還進一步打造了包括智能油氣藏、智能井場、智能管道、油氣智能生產管控、油氣知識共享等業務應用場景的智能油氣田整體解決方案，并與國內多個油氣田企業、研究機構等客戶進行了深度合作，技術創新點得到了充分驗證。

“混合式產業智能”是可行之道

油氣行業是人工智能技術賦能傳統企業數字化轉型的場景之一，據國雙首席技術官劉激揚介紹，要想真正把AI能力落地到具體場景為產業所用，需要“混合式產業智能”的加持。

他表示，“混合”首先指的是感知智能和認知智能的混合。前者指計算機視覺、語音識別等感知層面的智能，后者則指讓機器像人一樣，通過對知識的學習、積累和應用來實現認知能力，“要實現這一點，必須賦予計算機理解語言、學習知識、積累經驗、運用相關知識經驗進行推理、解決現實世界問題的能力”。

第二是指數據和知識的混合。劉激揚表示，要想把垂直行業積累的大量數據有效利用起來，必須對業務場景有深入理解，只有把數據和知識匯聚起來，才能真正理解垂直行業的具體業務，進而滿足行業客戶的需求。

第三是行業專家和數據科學家的混合。行業專家負責提供行業領域的知識和經驗，數據科學家則用這些知識做深度的數據挖掘、構建有效的模型，人工智能落地產業需要二者的高度協作。

“無論是智慧法院、智慧能源，還是智慧園區、智慧城市，要想在行業領域實現人工智能的場景化落地，都需要‘混合’的能力和打法。”劉激揚強調。

薛小渠同樣表示，要想把人工智能技術應用于行業場景，尤其是油氣這樣傳統而復雜的行業，技術儲備、行業經驗的積淀、人工智能的思維邏輯、扎根真實的應用場景等缺一不可。這既是人工智能技術落地油氣行業的經驗，也是可以推而廣之的范式。

關鍵詞： 油氣田