ड्रिलिंग रिग के लिए निष्क्रिय समय की लागत लगभग 250,000 डॉलर प्रति घंटा है। यह सुनिश्चित करने के लिए कि ऐसा न हो, पूरे उद्योग में AI को अपनाया जा रहा है।
कुछ समय पहले, एक ऊर्जा प्रमुख को अपने ड्रिलिंग कार्यों में एक अकल्पनीय, रुक-रुक कर आने वाली समस्या का सामना करना पड़ा। इस पर बहुत अधिक खर्च होने लगा था, और आईबीएम के विशेषज्ञों को बुलाया गया। ऐतिहासिक सेंसर डेटा की व्यापक एआई और मानव जांच के बाद, समस्या का कारण संभोग के मौसम के दौरान व्हेल का गाना था जो ड्रिल पाइप में गूंज रहा था। एआई की शक्ति के एक क्लासिक प्रदर्शन के रूप में, स्थिति ने डेटा विज्ञान के प्रमुख घटकों को एक साथ लाया: डेटा, मॉडल, प्रसंस्करण गति और मानव मन।
तेल और गैस उद्योग के लिए आईबीएम के प्रौद्योगिकी जीएम कैरोल ली एंडरसन कहते हैं कि इसका उद्देश्य कभी भी मानव को लूप से बाहर नहीं करना है, बल्कि उन्हें श्रमसाध्य और दोहराव वाले कार्यों से छुटकारा दिलाना है और उन्हें वास्तविक समय में निर्णय लेने में सहायता प्रदान करना है। "आपको अभी भी किसी ऐसे व्यक्ति की आवश्यकता है जो डेटा की व्याख्या कर सके और सही निर्णय ले सके।"
आईबीएम के अनुसार, एआई ऐसी तकनीक है जो कंप्यूटर और मशीनों को मानवीय सीखने, समझने, समस्या समाधान, निर्णय लेने, रचनात्मकता और स्वायत्तता का अनुकरण करने में सक्षम बनाती है। तेल और गैस कंपनियों के लिए, आईबीएम अक्सर इसका उपयोग परिसंपत्ति प्रबंधन, परिचालन दक्षता और सुरक्षा के लिए करता है। यह एक ऐसा उद्योग है जिसमें बहुत पैसा और बहुत जोखिम है। अगर चीजें गलत होती हैं, तो लोग मर सकते हैं। एंडरसन कहते हैं, "जब दांव ऊंचे होते हैं, तो लाभ भी उतने ही अधिक होते हैं।"
एआई के ठीक नीचे मशीन लर्निंग (एमएल) है जिसमें डेटा के आधार पर पूर्वानुमान या निर्णय लेने के लिए एल्गोरिदम को प्रशिक्षित करके मॉडल बनाना शामिल है। यहां भ्रम से बचना महत्वपूर्ण है - जब कोई मॉडल ऐसे पैटर्न या ऑब्जेक्ट को समझता है जो अस्तित्व में नहीं हैं, तो निरर्थक या गलत आउटपुट बनाते हैं। "आईबीएम जोखिम कम करने के बारे में है, और हम कानूनी शर्तों में अपने शासन का समर्थन करते हैं," वह कहती हैं।
एआई वह तकनीक है जो कंप्यूटर और मशीनों को मानवीय सीखने, समझने, समस्या समाधान, निर्णय लेने, रचनात्मकता और स्वायत्तता का अनुकरण करने में सक्षम बनाती है। तेल और गैस कंपनियों के लिए, आईबीएम अक्सर इसे परिसंपत्ति प्रबंधन, परिचालन दक्षता और सुरक्षा के लिए उपयोग करता है। "जब दांव ऊंचे होते हैं, तो लाभ भी उतने ही अधिक होते हैं।"
- कैरोल ली एंडरसन, तेल और गैस उद्योग के लिए प्रौद्योगिकी जीएम, आईबीएम
वुडसाइड और आईबीएम ने मिलकर ऐसे समाधान लागू किए हैं जो 30 वर्षों के सघन और जटिल इंजीनियरिंग डेटा से सार्थक जानकारी निकाल सकते हैं। वुडसाइड का मानना है कि एआई ऐसे तेज़ मॉडल विकसित करने में सक्षम है जो बड़े समाधान स्थानों का पता लगा सकते हैं, और अधिक कुशलता से इष्टतम परिचालन स्थितियों की पहचान कर सकते हैं। इस दृष्टिकोण को पारंपरिक रासायनिक प्रक्रिया सिमुलेशन के साथ मान्य किया जा सकता है, जिससे अधिक कुशल उत्पादन प्रक्रियाएँ, कम लागत और कम कार्बन उत्सर्जन (जैसे द्रवीकरण प्रक्रिया से मिश्रित रेफ्रिजरेंट को अनुकूलित करने के लिए उन्नत विश्लेषण) हो सकते हैं।
वुडसाइड जनरेटिव एआई - डीप-लर्निंग मॉडल का भी उपयोग कर रहा है जो प्रशिक्षित किए गए डेटा के आधार पर उच्च-गुणवत्ता वाले टेक्स्ट, चित्र और अन्य सामग्री उत्पन्न कर सकता है। सुरक्षा को सर्वोच्च प्राथमिकता देते हुए, कंपनी सीखे गए सबक और प्रासंगिक प्रशिक्षण की पहचान करने में मदद करने के लिए अपनी परिसंपत्तियों पर काम के दायरे की समीक्षा करने के लिए जनरेटिव एआई का उपयोग करती है। उदाहरण के लिए, यह हेलीकॉप्टरों से जुड़ी पक्षियों से संबंधित कई घटनाओं के बाद त्रिनिदाद और टोबैगो में अपने संचालन में पक्षियों की गिनती करने के लिए एक एआई परियोजना विकसित कर रहा है। समाधान सीसीटीवी और एआई विज़न मॉडल का उपयोग करता है ताकि अपतटीय लैंडिंग सुविधा के पास पक्षियों की संख्या पर स्थिति अपडेट प्रदान किया जा सके, जिससे कार्यकर्ता सुरक्षा और बुनियादी ढांचे की अखंडता को अधिकतम किया जा सके।
हॉलिबर्टन तेल और गैस कुओं के डिजाइन में प्राकृतिक भाषा प्रसंस्करण (एनएलपी) का उपयोग कर रहा है। एनएलपी एक एआई है जो कंप्यूटर को मानव भाषा को समझने और उससे संवाद करने में सक्षम बनाने के लिए एमएल का उपयोग करता है । हॉलिबर्टन के वरिष्ठ निदेशक, डिजिटल वेल कंस्ट्रक्शन, मिलोस मिलोसेविक कहते हैं: "हम पिछले कुओं से विशेषज्ञों द्वारा कैप्चर की गई कई टेक्स्ट प्रविष्टियों को पढ़ने में मदद करने के लिए एनएलपी एल्गोरिदम का उपयोग करते हैं ताकि इष्टतम डिज़ाइन सुविधाएँ सुझाई जा सकें। इसी तरह, हम वर्तमान कुएँ में विचार के लिए प्रासंगिक अनुभागों को निकालने के लिए उद्योग मानकों और दस्तावेज़ों को पढ़ने के लिए एनएलपी का उपयोग करते हैं।"
हॉलिबर्टन ने अपने LOGIX ऑटोमेशन और रिमोट ऑपरेशन प्लेटफ़ॉर्म की अगली पीढ़ी को पेश किया है जो आस-पास के कुओं से डेटा के विश्लेषण के साथ भूवैज्ञानिक संरचनाओं में परिवर्तनों का जवाब देता है और लाइव डेटा के साथ ड्रिलिंग योजना को अपडेट करता है। छवि सौजन्य हॉलिबर्टन
हॉलिबर्टन ने अपने LOGIX ऑटोमेशन और रिमोट ऑपरेशन प्लेटफ़ॉर्म की अगली पीढ़ी भी पेश की है जो स्वायत्त ड्रिलिंग में सहायता के लिए डाउनहोल डेटा का लाभ उठाता है। LOGIX आस-पास के कुओं से डेटा के विश्लेषण के साथ भूवैज्ञानिक संरचनाओं में परिवर्तनों का जवाब देता है और लाइव डेटा के साथ ड्रिलिंग योजना को अपडेट करता है। प्लेटफ़ॉर्म के नवीनतम विकास ड्रिलिंग दक्षता को बढ़ाने, शू-टू-शू प्रदर्शन को ठीक करने और अधिक सटीकता के साथ बिट पहनने की भविष्यवाणी करने के लिए ML का उपयोग करते हैं, और इसे हॉलिबर्टन के iCruise Force बुद्धिमान, उच्च-प्रदर्शन मोटर चालित रोटरी स्टीयरेबल सिस्टम के साथ जोड़ा जा सकता है।
कंपनी ने पहली बार ऑटोमेशन सेवा भी विकसित की है जो ग्राहकों को मानवीय हस्तक्षेप के बिना अपने फ्रैक्चर डिज़ाइन को निष्पादित करने में सक्षम बनाती है । ऑक्टिव ऑटो फ्रैक फ्रैक्चर प्रसार की एआई-संचालित सेंसिंग से प्राप्त अंतर्दृष्टि के साथ स्वचालित फ्रैक नियंत्रण को जोड़ता है। यह गतिशील उत्तेजना स्थितियों के लिए निरंतर प्रतिक्रिया के साथ, जॉब डिज़ाइन और प्री-जॉब कंट्रोल इनपुट के आधार पर पंपिंग के दौरान हजारों निर्णयों को स्वचालित करता है।
मिलोसेविक क्लाउड कंप्यूटिंग को उद्योग के लिए महत्वपूर्ण मानते हैं। "प्रसंस्करण शक्ति और संलग्न भंडारण की कमी के कारण कई समस्याओं का समाधान पहले नहीं हो पाया था या बड़े संसाधनों के साथ बहुत कम लोगों द्वारा आंशिक रूप से हल किया जा सका था। क्लाउड प्रसंस्करण क्षमताओं में वृद्धि के समानांतर, उद्योग ने महसूस किया है कि हमें विभिन्न विभाजित डेटाबेस से डेटा को मुक्त करने की आवश्यकता है।
"हम सेंसर इनपुट के आधार पर सुधारात्मक कार्रवाइयों को स्वचालित करने के लिए रिग साइट और डाउनहोल टूल्स में आर्थिक रूप से अधिक प्रसंस्करण को तैनात करने में भी सक्षम हैं। यह अपस्ट्रीम तेल और गैस स्वचालन और एआई-आधारित निर्णयों में क्रांति को बढ़ावा दे रहा है।"
इस वर्ष, SLB ने अपना Lumi डेटा और AI प्लेटफ़ॉर्म लॉन्च किया जो सभी प्रमुख क्लाउड सेवा प्रदाताओं के साथ-साथ ऑन-प्रिमाइसेस पर भी उपलब्ध होगा। इसमें बड़े भाषा मॉडल शामिल हैं जो बड़ी मात्रा में डेटा पर प्रशिक्षित मॉडल हैं और कई तरह के कार्यों को करने के लिए प्राकृतिक भाषा और अन्य प्रकार की सामग्री को समझने और बनाने में सक्षम हैं। ये मॉडल डोमेन में डेटा को प्रासंगिक बनाने में मदद करते हैं ताकि ग्राहक जनरेटिव AI का उपयोग करके उन्नत AI वर्कफ़्लो को स्केल कर सकें। SLB के मुख्य कार्यकारी अधिकारी ओलिवियर ले प्यूच कहते हैं, "जैसा कि हम ऊर्जा उत्पादन और डीकार्बोनाइजेशन के बीच नाजुक संतुलन को नेविगेट करते हैं, जनरेटिव AI बदलाव के लिए एक महत्वपूर्ण उत्प्रेरक के रूप में उभर रहा है।"
आने वाला है एजेंटिक एआई - एक सिस्टम या प्रोग्राम जो किसी उपयोगकर्ता या किसी अन्य सिस्टम की ओर से अपने वर्कफ़्लो को डिज़ाइन करके और उपलब्ध टूल का उपयोग करके स्वायत्त रूप से कार्य करने में सक्षम है। सिस्टम में निर्णय लेने, कार्रवाई करने, जटिल समस्याओं को हल करने और बाहरी वातावरण के साथ बातचीत करने के लिए "एजेंसी" है। सॉफ़्टवेयर डेवलपर ईड्रिलिंग एक ड्रिलिंग एजेंट विकसित कर रहा है, जिसका कहना है कि यह एक अनुभवी इंजीनियर की तरह व्यवहार करेगा ताकि मानव इंजीनियरों को अधिक रणनीतिक गतिविधियों के लिए मुक्त किया जा सके।
इसके अलावा, क्वांटम कंप्यूटिंग से डेटा प्रोसेसिंग और व्याख्या में एआई की क्षमता को कमतर आंकने की उम्मीद है। जहाँ एक सुपरकंप्यूटर को डेटा का भार क्रंच करने में एक साल लग सकता है, वहीं क्वांटम कंप्यूटर से इसमें कुछ ही घंटे लग सकते हैं। आईबीएम, एक्सॉनमोबिल, वुडसाइड और अन्य पहले से ही इसमें शामिल हैं।
एसएलबी का लुमी डेटा और एआई प्लेटफॉर्म सभी प्रमुख क्लाउड सेवा प्रदाताओं के साथ-साथ ऑन-प्रिमाइसेस पर भी उपलब्ध होगा। छवि सौजन्य एसएलबी