被称为工业血液，石油作为一种不可再生的资源，不仅关系到现代城市的运行，而且与人密切相关美国的衣食住行。相关数据显示，一个人美国人一生对石油的消耗量是多少？衣食住行高达9000公斤。相信这个数字让大多数人惊叹不已。

如何更方便、更高效地开采石油，一直是油气行业的难题。9月24日，在华为全连接2020上，华为发布了agent，这是业界首个针对政企智能化升级提出的系统化参考架构。客户和合作伙伴可以基于代理构建自己的智能解决方案，使成千上万的商家实现智能升级，共同构建全场景的智慧。作为油气行业的代表，中国尤氏大学人工智能研究院院长肖立志教授在主题演讲中分享了油气智能体如何帮助寻找油气的实践。

中国尤氏大学(北京)人工智能学院院长肖立志教授致辞。

它是一种流体矿床，埋藏在地下几千米的岩石微小孔隙中，看不见摸不着。因此，开采过程非常复杂：石油开采前首先要进行地面和钻孔的地球物理勘探，然后确定油气水的地下分布及其变化信息；然后根据综合判断，确定采取什么技术措施进行钻井和生产。中国虽然油气资源丰富，但地质条件十分复杂恶劣，常规油气勘探方法面临严峻挑战。

随着数据驱动的人工智能时代的到来，寻找油气的问题也迎来了新的思路和方法。肖立志院长介绍，为了实现降本增效，增储增产在当前的油气勘探中，必须使用AI等新技术来应对采矿过程中的许多挑战。他表示，AI在各行业成功应用后，油气行业开始思考AI的效用。

油气代理是石油工业的新型智能引擎。华为云与多家石油公司、高校建立了深度合作关系，将AI应用于基于油气代理的地震勘探领域。目前，在地震解释方向已经进行了初步的探索和实践，并取得了初步成果，采取了第一步在油气剂的应用中。

油气agent智能中心提供感知、认知、决策等关键技术，帮助开发具有油气行业特色的AI模型。同时，油气代理商还可以提供一系列的智能工作流程，将模型融入业务流程，实现AI在油气产业链各环节的落地，实现行业专家从场景的协同和共享，大幅提升工作效率。以中国石油为例，在解决行业能力后，借助华为云知识计算解决方案，快速构建了石油测井领域的专业模型，实现了油气水层的智能识别，评价时间缩短70%以上，准确率达到专家水平。

肖立志院长表示，深度学习需要大量标注的训练样本，而人工标注地震数据成本高，质量差。为了解决数据标注问题，华为云在数学模型中融入了地质知识，通过仿真生成了大量的故障样本数据。这种模拟方法可以大大降低人工参与的程度，提高数据标注的效率。

AI是agents的核心，华为云AI开发平台ModelArts让油气勘探使能的AI应用开发更加便捷。具体来说，可以帮助行业专家在短时间内掌握AI开发的能力。基于ModelArts的华为云知识计算解决方案，将石油和天然气行业积累的知识与人工智能技术相结合

储层预测是一个复杂的跨学科领域，可以通过油气代理的多模态数据建模和与专家知识的集成来解决。基于油气代理，油气企业和研究机构可以将地震解释结果与测井数据和行业专家相结合知识，通过AI对知识进行表征并用于模型推理，最终得到准确的储层参数预测结果。与同类AI方法相比，该智能模型的预测精度至少提高了20%。

简单来说，石油天然气行业已经开始通过使用石油天然气代理来逐步探索地下世界。以地震解释为例，油气代理可以在数据采集、断层检测、层位拾取、地震反演、测井数据融合、储层参数预测等与地震解释密切相关的环节发挥巨大作用，帮助专家缩短解释时间。

不仅是勘探开发，未来在管道储运、炼化销售、油田管理等油气行业中下游领域，都可以借助油气代理实现智能化升级。对于油气行业的智能化转型，肖立志院长期待：油气代理商将掀起石油行业全产业链变革的滚滚浪潮。未来将在上游勘探、开发、生产领域实现智能油气田；在中游管道储运领域实现智能物流和智能仓储；在下游炼油销售等方面。实现智能工厂、智能加油站等应用场景。"编辑AJX

标签：油气智能行业