هوش مصنوعی در صنعت نفت.. گنجی برای بیشینه‌سازی ثروت‌ها

صنعت نفت و گاز بر یکی از بزرگ‌ترین ذخایر داده‌های صنعتی جهان تکیه زده است؛ داده‌هایی که در طول دهه‌ها از طریق نظرسنجی‌های لرزه‌شناسی، خوانش‌های حسگرها و داده‌های عملیات پالایش انباشته شده‌اند. این ثروت داده‌ای، ماده خامی را فراهم کرده که صنعت نفت و گاز را به یکی از نخستین پذیرندگان هوش مصنوعی در مقیاس عملیاتی تبدیل کرده و شرکت‌های بزرگ مانند «آرامکو» عربستان سعودی و «ادنوک» امارات متحده عربی را به عنوان نخستین کاربران صنعتی این فناوری‌ها در خاورمیانه قرار داده است. شرکت‌های انرژی از یادگیری ماشین برای تحلیل داده‌های لرزه‌شناسی تاریخی و شناسایی مناطقی که احتمال وجود نفت و گاز در آن‌ها بیشتر است، استفاده می‌کنند و سپس مکان‌های مناسب‌تر را برای حفاری چاه‌های اکتشافی غربالگری می‌نمایند. پس از کشف، فناوری‌های دیجیتال در ساخت مدل‌های سه‌بعدی از مخازن کمک می‌کنند که تصویری دقیق‌تر از ویژگی‌های آن‌ها ارائه داده و در تعیین بهترین راه‌ها برای توسعه آن‌ها یاری می‌رساند. یکی از نمونه‌های منتشرشده، حجم زمانی را که هوش مصنوعی می‌تواند صرفه‌جویی کند، آشکار می‌سازد؛ به طوری که برنامه‌هایی مبتنی بر این فناوری توانستند مدل‌سازی چاه‌های لازم برای توسعه یک میدان دریایی را در طول یک شب انجام دهند، در مقایسه با کاری که ماه‌ها تلاش دستی را می‌طلبید، به گزارش «مجله فناوری نفت» (Journal of Petroleum Technology) در آوریل ۲۰۲۶. اما پارادوکس اینجاست که بهره‌برداری از سرعت هوش مصنوعی، پیش از هر چیز، به کاری نیاز دارد که ممکن است ماه‌ها و شاید سال‌ها طول بکشد. بخش عمده‌ای از داده‌های صنعت نفت در طول دهه‌ها انباشته شده و برخی از آن‌ها هنوز در سیستم‌ها و فرمت‌های مختلف ثبت یا ذخیره شده‌اند. بنابراین، شرکت‌ها باید این داده‌ها را دیجیتالی، پاکسازی، یکپارچه و به فرمت‌های قابل پردازش تبدیل کنند تا بتوان از آن‌ها در آموزش مدل‌های یادگیری ماشین استفاده نمود. در اینجا یکی از بزرگ‌ترین موانع پیش روی گسترش استفاده از هوش مصنوعی در بخش انرژی نهفته است: مشکل کمبود داده نیست، بلکه قابل استفاده کردن کارآمد حجم عظیم داده‌های موجود است. «مرکز انقلاب صنعتی چهارم» وابسته به «آرامکو» در الظهران روزانه بیش از ۵ میلیارد نقطه داده را جمع‌آوری می‌کند، در حالی که دایره «اوسباس» برای برنامه‌ریزی و زمان‌بندی تأمین نفت، خوانش‌هایی را از بیش از ۱۰۰ هزار حسگر توزیع‌شده در تأسیسات عملیاتی، خطوط لوله، پالایشگاه‌ها و بنادر دریافت می‌کند که به صورت خودکار در گزارش‌های شبانه جمع‌آوری شده و صبح روز بعد در اختیار مهندسان قرار می‌گیرند. جریان تأمینات بر روی دیواری متشکل از ۱۵۰ صفحه نمایش یکپارچه به طول حدود ۶۷ متر نمایش داده می‌شود که امکان ردیابی حرکت نفت و گاز در سراسر شبکه را فراهم کرده و به برنامه‌ریزی، زمان‌بندی و نظارت بر جریان‌ها از لحظه خروج از تأسیسات تولید تا رسیدن به مقاصد نهایی کمک می‌کند. «آرامکو» اعلام می‌کند که مدل‌های نگهداری پیش‌بینانه می‌توانند نشانه‌های اولیه خوردگی را پیش از وقوع خرابی‌ها شناسایی کنند که این امر به کاهش توقف‌های برنامه‌ریزی‌نشده کمک می‌نماید. در امارات، «ادنوک» سیستم «RoboWell» برای کنترل خودکار چاه‌ها را به کار می‌گیرد که از الگوریتم‌هایی استفاده می‌کند که به چاه‌ها امکان می‌دهد عملیات خود را به طور خودکار با تغییر شرایط عملیاتی تنظیم کنند که این امر کارایی را افزایش داده و به کاهش انتشار کمک می‌کند. این سیستم برای نخستین بار در سال ۲۰۲۳ در میدان شمال شرق باب، نخستین میدان «هوشمند» شرکت، پیاده‌سازی شد و پیش از انتشار آن در میدان دریایی النصر در ژوئیه ۲۰۲۴، مورد استفاده قرار گرفت.