隨著人工智能熱潮席捲全球，不少傳統行業也加速利用人工智能技術提高生產效率，而傳統能源行業也位列其中。美東時間週三，殼牌公司表示，將與大數據分析公司SparkCognition合作，利用後者的生成式人工智能技術進行深海勘探和生產，提高海上石油產量。

兩家公司計劃利用先進的生成式人工智能技術來處理大數據並自動分析，加快地下結構成像和勘探的步伐。

殼牌計劃靠AI找油

殼牌公司稱，將通過SparkCognition的人工智能算法，處理和分析大量地震數據，以尋找殼牌的新油藏。兩家公司表示，新技術可以將勘探時間從9個月縮短至不到9天。

在深海勘探和生產過程中，傳統的地下成像和數據分析方法耗時且成本高昂，依賴於海量級數據、高性能計算和復雜的算法來分析和識別勘探機會。

而殼牌和SparkCognition共同開發的生成式人工智能方法，利用深度學習技術，在保證地下圖像質量的同時，使用比傳統方法更少的地震鏡頭來生成地下圖像，從而大大提高作業效率和速度，節省高性能計算的成本，增加產量和勘探成功率，同時也有助於深海保護。

此次合作是殼牌更廣泛的數字化轉型戰略的一部分。殼牌希望通過數字化轉型，利用技術提高其業務的安全性、效率和可持續性。

殼牌負責創新和績效的副總裁Gabriel Guerra表示：“我們致力於尋找新的創新方法，重塑我們的勘探工作方式……與SparkCognition合作，利用他們在生成式人工智能方面的專業知識，將為殼牌帶來一個令人興奮的機會，為殼牌帶來新一輪的創新浪潮。”

“創新對於追求零排放的未來至關重要，石油和天然氣行業將在這一努力中發揮至關重要的作用。SparkCognition董事長約翰·布朗（Lord John Browne）表示，“在我們努力減少未來的碳足蹟的同時，利用人工智能進行勘探等突破，有助於滿足今天不斷增長的能源需求。”

AI也可用於其他勘探問題

除了深海油氣勘探以外，生成式人工智能技術正被應用於其他復雜問題，比如陸上勘探、氣象模式衛星成像、國家安全和威脅評估等。

在這些問題中，人工智能技術可以有效減少數據和時間成本。

SparkCognition首席科學官Bruce Porter表示：“用於地震成像的生成式人工智能可以積極地顛覆勘探過程，並對整個行業產生廣泛而深遠的影響——提高效率、降低成本，並強調可持續發展舉措。”