ПМГФ-2022: Как искуственный интеллект помогает проектам нефтегаза
Возможности и ограничения интеллектуальных технологий, перспективы и проблемы применения искусственного интеллекта (ИИ) в энергетической отрасли обсудили на сессии «Искусственный интеллект в нефтегазовой отрасли: вызовы и перспективы».
«Нефтегазовой отрасли предстоят значительные перемены. Новые условия требуют новых решений. Анализ использования ИИ в нефтегазовой отрасли в России позволяет говорить о росте спроса на технологии», — начала обсуждение заместитель исполнительного директора, директор по стратегическим партнерствам компании «Иннопрактика» и модератор сессии Анастасия Павленко. По ее словам, в нефтегазовой отрасли выделяются три потенциальные сферы применения ИИ: геологоразведка, добыча и стратегическое планирование.
Системы ИИ существенно снижают число ошибок при бурении, позволяют корректно интерпретировать данные исследований, разведки, обнаружить утечки. Благодаря ИИ в добыче нефти уже развиваются такие направления, как «умные месторождения» и «умные скважины» — месторождения, которыми можно управлять удаленно.
В перспективе Минэнерго России рассчитывает, что суммарный эффект от внедрения ИИ в нефтегазовой отрасли РФ составит 5,4 трлн рублей уже в 2025—2040 годах.
Для того чтобы технологии ИИ приносили лучший результат, уверены участники сессии, требуется коллаборация научно-образовательных центров и коммерческих компаний, а главное — много данных. Об этом сообщил директор ассоциации «Искусственный интеллект в промышленности» Тимур Супатаев. «Нефтегазовая отрасль требует наукоёмких проектов, которые нельзя купить в «коробочном» (готовом) варианте, а нужно прорабатывать под конкретную задачу», — сказал эксперт. Однако в сфере существует проблема коммуникации. С одной стороны, внедрение технологий ИИ поддерживает государство, с другой — индустрия не готова быть заказчиком.
Как ни парадоксально, но заказчиков технологий ИИ тоже нужно учить. Дело в том, что хоть алгоритмы и существенно оптимизируют добычу и переработку в нефтегазе, возможности их обучения и расчетов ограничены наличием данных по конкретной задаче. Эксперты говорят, что не все компании готовы предоставить их в полной мере.
Директор по стратегическим проектам группы компаний «Цифра» Павел Федосов пояснил, что ИИ — это, конечно, не «серебряная пуля», но при грамотном подходе и верном анализе данных поможет сэкономить, например, на такой технологии, как бурение шельфов. «Эффекты могут достигать десятков миллионов долларов, но процесс подготовки данных занимает 80% времени», — сказал эксперт.
«Цена ошибки — миллиарды рублей! — подтвердил генеральный директор IT-компании «Ланит— Терком» Вадим Сабашный. — Надо пробуриться как надо и куда надо. А цена человеческой ошибки слишком высока: неправильным бурением можно убить скважину. Поэтому необходимо анализировать каждую скважину, каждый опыт бурения. Неважно, 60 лет назад разработали скважину или сейчас. Нужна система добычи, которая подходит для каждого конкретного случая, построение правильной инфраструктуры».
Именно в этом направлении работают ученые и разработчики. Например, директор акселерации по нефтегазовому направлению кластера энергоэффективных технологий фонда «Сколково» Антон Аблаев представил команды разработчиков и их проекты. Один из них способен изучать породы по фотографиям кернов (проб грунта), другой стандартизирует данные о разработке 100 скважин за 15 минут, сэкономив несколько месяцев работы инженера. Впрочем, внедрение проектов ИИ идет не гладко. По наблюдениям Антона Аблаева, ранее корпорации работали в сфере высоких технологий с крупными западными компаниями. После их ухода российские корпорации не в полной мере оценили отечественный софт.
«В университетах аккумулируются компетенции, которые не могут развиться в компаниях. Но чтобы сложные технологии интегрировать в компании, нужно сотрудничество. Мы бы хотели такого будущего», — уверен кандидат физико-математических наук, доцент СПбГУ Ованес Петросян.
