油氣工業(yè)AIGC時代已經(jīng)到來
時間：2024-06-12 17:21
來源：網(wǎng)絡
作者:小編
近年來，在國際石油公司（IOC）和國際油服公司（IOS）著力融合勘探、開采、生產(chǎn)、運輸和銷售等各個領(lǐng)域數(shù)據(jù)，并開展深度研發(fā)AI技術(shù)平臺的同時，由于OpenAI的ChatGPT/GPT-4已經(jīng)成為大語言模型（LLM）的熱門象征，一些油氣公司將開源的LLM作為內(nèi)部油氣LLM項目的模板；另一些油氣公司與大型IT科技公司進行合作，開始了在油氣領(lǐng)域構(gòu)建、訓練、定制LLM的探索，致力于將LLM技術(shù)用于提高油氣行業(yè)的運營效率、安全性和決策能力。
斯倫貝謝（SLB）
斯倫貝謝開發(fā)了大語言模型（LLM），研究解決了數(shù)據(jù)稀缺和特定領(lǐng)域的語言挑戰(zhàn)，展示了該模型在特定油氣任務和定性測試中的性能。為此，該公司在油氣領(lǐng)域收集了3.3萬個多樣性數(shù)據(jù)集，用以訓練模型和進行基準測試。結(jié)果表明，即使是對特定領(lǐng)域數(shù)據(jù)進行適當微調(diào)的小型模型，也優(yōu)于在通用語料庫上訓練的LLM。這突出了在技術(shù)領(lǐng)域微調(diào)LLM的好處，有助于推進油氣行業(yè)的LLM發(fā)展。
?？松梨?/div>
埃克森美孚有兩種使用、開發(fā)LLM的機制。一是將GPT-4的使用限制在內(nèi)部。二是與私營企業(yè)開發(fā)了專為石油和天然氣行業(yè)服務的自定義LLM，使用了PetroWiki、油氣行業(yè)相關(guān)研究論文、開源工單數(shù)據(jù)和行業(yè)報告，增強了當前模型的能力。該模型在數(shù)據(jù)處理、縮寫處理及行業(yè)特定任務處理等方面都顯示了巨大潛力。
沙特阿美
沙特阿美有兩款LLM服務。一是開發(fā)了一種TransLing語言模型，可以訓練、微調(diào)和部署較小的LLM模型，可以與油氣行業(yè)中的采購、倉儲、工廠維護、供應鏈、財務、銷售和營銷業(yè)務進行自然語言交互，并從描述中查找業(yè)務事項和交易，生成準確的信息并輸出。這些輸出與用戶敘述和屏幕上下文一致，可為使用者提供來自業(yè)務系統(tǒng)的所需信息，并可根據(jù)需求編寫報告。二是開發(fā)了一種創(chuàng)新LLM框架，實現(xiàn)了對掃描存檔文檔中知識的提取、知識管理系統(tǒng)（KMS）的搜索和檢索功能的擴展，用來查找各類信息，并進行文檔間的相似性比較，以實現(xiàn)信息的精準檢索。該方法與傳統(tǒng)技術(shù)相比更加高效，使企業(yè)能夠充分利用數(shù)字檔案中的信息。這是對KMS領(lǐng)域的重大貢獻。
阿布扎比國家石油公司
阿布扎比國家石油公司開展了關(guān)于油氣LLM的兩個項目。一是啟動了第一個鉆探專用的GPT-4，使GPT-4能夠從鉆井數(shù)據(jù)中學習，以準確有效地服務鉆井過程。GPT-4能夠為混合結(jié)構(gòu)、非結(jié)構(gòu)化和多種表格形式的數(shù)據(jù)提供準確答案。它還具有處理和分析大量運營數(shù)據(jù)的能力，在識別運營異常或停滯方面的價值顯著。在鉆井領(lǐng)域，這是石油行業(yè)第一個使用ChatGPT的試點，其結(jié)果顯示GPT-4是一款能為鉆井工程師提供高效和高質(zhì)量快速鉆井作業(yè)的方法和工具。二是采用GPT-4大語言模型分析地質(zhì)文本描述。其開發(fā)的應用程序成功地從非結(jié)構(gòu)化文本中提取了有價值的地質(zhì)參數(shù)及尺度，促進了地下儲層的巖石類型和滲透率預測。該項目的持續(xù)推進有助于LLM在加強油藏表征、優(yōu)化生產(chǎn)和改善能源部門的整體決策過程中發(fā)揮重大作用。
馬來西亞國家石油公司
馬來西亞國家石油公司成功地使用LLM搜索大型非結(jié)構(gòu)化數(shù)據(jù)存儲庫。系統(tǒng)支持對返回結(jié)果進行后續(xù)查詢，支持內(nèi)容自動匯總。該系統(tǒng)已集成到馬來西亞國家石油公司開發(fā)的新型端到端數(shù)據(jù)挖掘平臺中。這一平臺不斷挖掘非結(jié)構(gòu)化勘探數(shù)據(jù)以發(fā)現(xiàn)新的變化，并將結(jié)果編入索引，為非結(jié)構(gòu)化數(shù)據(jù)查詢開辟了一種全新的數(shù)據(jù)發(fā)現(xiàn)方法。
石油工程師協(xié)會（SPE）
SPE數(shù)據(jù)科學與工程分析技術(shù)部門一直在與行業(yè)同行討論LLM的使用領(lǐng)域和方式。同時，SPE邀請了近200名SPE會員測試PetroQA（一個可以采用自然語言問答的原型工具），它使用PetroWiki內(nèi)容向ChatGPT?發(fā)送油氣行業(yè)的特定知識，使用GPT-4從自然語言問題中自動生成準確的圖形查詢，形成幾種提示GPT-4生成正確查詢的新技術(shù)，并開發(fā)了一種先進的緩存機制來減少與云模型的交互，從而減少回答時間和成本。SPE還與一家名為i2k?Connect?AI的公司，以及沙特阿美公司簽署了一份備忘錄，計劃在油氣領(lǐng)域開發(fā)LLM，幫助油氣行業(yè)的工程師和研究人員使用LLM解決油氣行業(yè)中具有挑戰(zhàn)性的技術(shù)問題。
挪威研究中心
挪威國家研究中心與斯塔萬格大學聯(lián)合研究稱，已使用石油行業(yè)數(shù)據(jù)集對7個商業(yè)和開源LLM進行了評估，結(jié)果顯示，GPT-4因其在多項選擇和上下文任務中的卓越性能而脫穎而出，它有效地解決了各種具有不同難度級別的一般和特定領(lǐng)域問題。研究證實LLM在提供上下文時，有提供準確響應的潛力。
微信公眾號
微信視頻號
京公網(wǎng)安備11010502053156號