“上天容易入地难”，作为典型的传统行业，油气行业拥有庞大的资源数量、数以千亿计的资产规模、数以百万计的员工；同时，也有专业度高、工艺流程复杂、产业链长、设备资产总量巨大，应用场景复杂等特点。

　　“在数字经济转型的浪潮之下，油气行业面临着‘船大难掉头’的困难。”国双油气大数据事业部总经理薛小渠表示，油气工业是流程性工业的典型代表，给人工智能技术场景化落地提出很大挑战。

　　尊龙凯时公司官网

　　近日，2020年度第十届吴文俊人工智能科学技术奖揭晓，国双“油气大数据和人工智能平台”获得吴文俊人工智能进步奖（企业技术创新工程项目）。这一平台落地的油气行业，是技术赋能流程性工业的典型代表。

　　在薛小渠看来，油气行业对于数字技术的需要紧迫而持久：一方面，油气开发难度日益增加，持续稳产形势严峻，新老油田都面临着生产成本升高与效益降低的巨大压力，另一方面，各层级对企业的安全生产、环境保护责任要求越来越严格，国家也提出优化组织结构、完成企业深化改革的任务要求。“诸如此类的问题会在未来几年持续存在，对油气行业的生产、经营、管理和决策提出新的挑战。”薛小渠说，“地下有多少油气储量、分布状况、如何开采？如何让油气田安全高效地运行十年二十年？以前用传统工艺模型去做，现在可以通过算力算法的升级，解决行业的普遍问题。”

　　“人工智能技术可以为油气田的创新发展注入新动能，智能化分析预测技术成为解决油气研究与生产问题的重要手段。”薛小渠表示，传统油气勘探与开发研究技术，如储层预测、油层识别、注采分析优化等业务分析工作，需要人工花费大量时间整理分析数据，效率低、问题多，而未来通过“油气智能大脑”，可以对输入的相关数据进行自动分析推理，直接给出开采方案的参考建议。

　　据他介绍，团队对多年来积累形成的大量研究成果、知识经验、业务模型等进行科学管理，通过知识图谱技术将结构化、非结构化数据中的勘探开发知识进行分析处理：首先通过行业专家的标注，逐步训练和优化机器学习算法，进而实现自动识别与标注，生成勘探开发行业知识图谱。经过不断扩充完善，形成油气勘探开发的“超级智能大脑”。目前，“油气大数据和人工智能平台”及相关解决方案已在中国石油研究机构、油气田企业等实施项目中落地应用。

　　油气行业是人工智能技术赋能传统企业数字化转型的场景之一，也是技术落地之难的缩影。据国双首席技术官刘激扬介绍，要想在具体业务场景中产生类似的应用，需要“混合式产业智能”的加持。

　　他表示，“混合”首先是感知智能和认知智能的混合。前者指计算机视觉、语音识别等感知层面的智能，后者则指让机器像人一样，通过对知识的学习、积累和应用来实现认知能力，“要实现这一点，必须赋予计算机理解语言、学习知识、积累经验、运用相关知识经验进行推理、解决现实世界问题的能力。”

　　第二层混合是指数据和知识。刘激扬表示，要想把垂直行业积累的大量数据有效利用起来，必须对业务场景有深入理解，只有把数据和知识汇聚起来，才能真正理解垂直行业的具体业务、满足行业客户的需求。

　　三是行业专家和数据科学家的混合，人工智能落地产业需要二者的高度协作、协同创新。行业专家负责提供行业领域的知识和经验，数据科学家则用这些知识做深度的数据挖掘、构建有效的模型。四是人机融合。行业场景非常复杂，单纯的深度学习不可能真正解决复杂的实际问题，因此，在以上各类混合之外，还要充分挖掘和利用计算机本身的能力。

　　“无论是智慧法院、智慧能源，还是智慧园区、智慧城市，要想在行业领域实现人工智能的场景化落地，都需要‘混合’的能力和打法。”刘激扬强调。

　　薛小渠同样表示，要想把人工智能技术应用于行业场景，尤其是油气这样传统而复杂的行业，技术储备、行业经验的积淀、人工智能的思维逻辑、扎根真实的应用场景等缺一不可。这既是人工智能技术落地油气行业的经验，也是可以推而广之的范式。