如何尋找蘊藏在地下的油氣資源？20世紀初賓西法尼亞州剛剛打出第一口產油井的當地人可能會告訴你，向天上扔手杖，掉下來手杖指向哪里，就把油井位移向哪里。顯然這是不科學的，結果也可想而知。隨后，油氣勘探技術和方法持續演進，重力勘探、地震反射波法等不斷涌現，開啟了石油工業大發展時期；而在上世紀末，借助計算機做數據處理，更使得油氣勘探技術達到新的水平。

進入21世紀，油氣勘探與前沿科技的捆綁更加緊密。特別是最近幾年，擁抱人工智能，通過數字化進行勘探開發，更成為了國內外許多石油企業的共同選擇。那么具體到國內油氣行業，云、AI等新一代數字技術的融合，又是如何加速地下油氣更快現身的呢？

AI與油氣勘探的強耦合

“油田兒女多奇志，走遍瀚海建功業”，曾幾何時，支撐我國工業化發展的石油人是當代英雄的代名詞。然而時移世易，行業所面對的壓力也在與日俱增。如何增加我國的油氣產量，降低對外進口，同時解決新油氣勘探難、勘探開發生產的成本高、生態環境保護等等問題。人工智能就成為時代變局中石油人的新礦機，幫助能源行業進行數字化轉型和智能創新。行業內部有意愿有基礎，行業外部有技術有“懂行”伙伴，兩者強耦合，正在加速推動中國油氣勘探與AI的擁抱和創新突破。

五大系統模塊，推動石油勘探開發轉型升級

作為油氣行業“懂行人”，華為深入行業關鍵業務場景，將AI等新技術融入其中，攜手中國石油打造了創新的人工智能計算平臺，該平臺由數據處理、知識圖譜、機器學習、服務超市、系統管理五大模塊組成，從數據集成、數據標注，到機器學習，再到模型發布、推理應用等等，為石油勘探開發提供了一站式AI開發環境。

數據處理模塊：實現結構化數據、非結構化數據、半結構化數據的自動集成，從海量勘探開發數據中提取數據特征，輔助數據標注，為智能計算提供樣本；

知識圖譜模塊：知識圖譜是新一代人工智能技術的重要組成部分。通過自然語言處理和圖數據庫存儲技術，充分挖掘勘探開發研究成果，從海量信息中自動提煉有價值的知識，為找油找氣提供快速有效的知識服務，實現研究成果的固化與傳承；

機器學習模塊：提供可視化機器學習和先進的智能模型創建工具，系統配備了120多個開箱即用的人工智能算法，該模塊是人工智能平臺的超級計算中心；

服務超市模塊：是一個開放式智能服務共享與智能模型發布中心，提供了便捷的服務發布、模型管理與智能共享工具，內置自然語言處理、智能問答、知識搜索、知識推薦、文本生成等35個常用智能服務，是智能化應用的高速入口；

系統管理模塊：具備權限管理、告警管理、運行監控、用戶管理、日志管理等能力，保障系統的可用、可靠以及安全性。

可以看到，這一創新的人工智能通用計算平臺的出現，不僅為石油勘探開發提供了一站式AI開發環境，更大幅度降低了AI在傳統行業的落地門檻，讓我們看到了石油勘探產業升級的真實可能性和提質增效的藍圖。更“懂行”的AI改變了什么？目前，基于這一人工智能通用計算平臺的轉型實踐已經在勘探院及大慶、長慶、新疆、大港等油田展開試運行。比如中國石油大港油田借助該平臺對900口油井進行機器學習，實現了油氣水層的智能識別，評價時間縮短了70%，識別的準確率達到測井解釋專家水平。

大慶油田勘探開發研究院開發規劃室，基于該平臺對3個典型區塊進行產量和含水指標預測，建立了針對中高滲透稀油砂巖油藏的指標預測模型，預測精度達到90%以上，比常規預測方法提高10%左右，大大提高了油井生產動態管理水平和單井措施決策的準確性。此外，再結合物聯網技術和機器學習方法，中國石油青海油田８個采油廠通過生產現場的遠程管理實現了無人值守，減少了作業維護費用20%……

這一系列提質增效的數字化轉型實踐背后，也折射出“新基建”熱潮中的產業困境和機遇點：復雜的數字技術體系與迫切的深層業務轉型需求，必須化繁為簡、融會貫通來實現全新的價值突破。作為中國油氣行業數字化轉型的“懂行”伙伴，華為在這一過程中，為油氣行業帶來了雙重價值：

一方面，全棧全場景全流程的技術解決方案，可以滿足油氣行業龐大體系的多元技術融入與應用創新訴求。

通過5G+云+AI等一系列全面、多元的技術協同，充分滿足油氣行業各個場景的變革需求，而不是追求“頭痛醫頭腳痛醫腳”的短期效果。同時全棧AI能力就如同一個技術領域的“四維空間”，為垂直行業轉型提供了多元化、一站式的自由選擇。另一方面，與“懂行”的客戶、伙伴協同創新，讓新技術與垂直行業完成精準對接和價值支撐，更將實現人工智能通用計算平臺的持續升級。因為“懂行”，所以可以更細致地貼合和適配行業的現實業務需求，在滿足當下降本增效需要的同時，也具備應對長期變化的學習和演進能力，實現價值的循環釋放。

相信隨著越來越多行業“懂行人”的深入，中國油氣行業這艘“大船”將又穩又快地乘風破浪，駛向數字智能的“瀚海”。

fqj