എണ്ണ വ്യവസായത്തിൽ കൃത്രിമ ബുദ്ധിമുട്ട്.. സമ്പത്ത് വർദ്ധിപ്പിക്കുന്നതിനുള്ള ഒരു വലിയ സമ്പത്ത്

എണ്ണ, വാതക വ്യവസായം ലോകത്തിലെ ഏറ്റവും വലിയ വ്യവസായ ഡാറ്റാ നിക്ഷേപങ്ങളിൽ ഒന്നിനെ നിയന്ത്രിക്കുന്നു. സെക്കുളുകളായി സ്വചേതന സെൻസർ വായനകൾ, സീസ്മിക് സർവേകൾ, റിഫൈനിംഗ് പ്രവർത്തനങ്ങളുടെ ഡാറ്റ എന്നിവയുടെ സമ്പാദനത്തിലൂടെ ഇത് രൂപം കൊണ്ടു. ഈ ഡാറ്റാ സമ്പത്ത് ഒരു അപ്രോക്സിമേഷൻ മെറ്റീരിയൽ ആയി മാറി, ഇത് മേഖലയെ ആദ്യത്തെ AI ഉപയോക്താക്കളിൽ ഒന്നാക്കി മാറ്റി. സൗദി അറേബ്യയിലെ അറാംകോ, യുഎഇയിലെ ADNOC തുടങ്ങിയ വലിയ കമ്പനികൾ ഈ സാങ്കേതികവിദ്യകളുടെ ആദ്യത്തെ വ്യവസായ ഉപയോക്താക്കളായി മാറി. എനർജി കമ്പനികൾ മെഷീൻ ലേണിംഗ് ഉപയോഗിച്ച് ഹിസ്റ്റോറിക്കൽ സീസ്മിക് ഡാറ്റ വിശകലനം ചെയ്യുകയും എണ്ണ, വാതകം കണ്ടെത്താനുള്ള സാധ്യത കൂടുതലുള്ള പ്രദേശങ്ങൾ തിരിച്ചറിയുകയും ചെയ്യുന്നു. തുടർന്ന്, ഏറ്റവും അനുയോജ്യമായ സ്ഥലങ്ങൾ തിരഞ്ഞെടുക്കുകയും ഡ്രില്ലിംഗ് പ്രവർത്തനങ്ങൾ നടത്തുകയും ചെയ്യുന്നു. കണ്ടെത്തലിന് ശേഷം, ഡിജിറ്റൽ സാങ്കേതികവിദ്യകൾ മൂന്ന്-ഡൈമെൻഷണൽ മോഡലുകൾ നിർമ്മിക്കാൻ സഹായിക്കുന്നു, ഇത് റിസർവോയറിന്റെ സവിശേഷതകളെക്കുറിച്ച് കൂടുതൽ കൃത്യമായ ചിത്രം നൽകുകയും വികസനത്തിനുള്ള ഏറ്റവും നല്ല മാർഗ്ഗങ്ങൾ തിരഞ്ഞെടുക്കാൻ സഹായിക്കുകയും ചെയ്യുന്നു. ഒരു ഉദാഹരണം പ്രകാരം, AI ഉപയോഗിച്ച് സമയം ലാഭിക്കാനാകുന്നതിന്റെ വലിപ്പം വ്യക്തമാക്കുന്നു. 2026 ഏപ്രിലിൽ 'ജേണൽ ഓഫ് പെട്രോളിയം ടെക്നോളജി' പ്രസിദ്ധീകരിച്ച ഒരു ലേഖനം പ്രകാരം, AI-ആധാരിത പ്രോഗ്രാമുകൾ ഒരു ഓഫ്ഷോർ ഫീൽഡ് വികസിപ്പിക്കാൻ ആവശ്യമായ വെൽ മോഡലിംഗ് ഒരു രാത്രി കൊണ്ട് പൂർത്തിയാക്കി, ഇത് മാസങ്ങളെടുക്കുന്ന മാനുവൽ പ്രവർത്തനത്തിന് പകരമായി. എന്നാൽ, AI-യുടെ വേഗത ഉപയോഗിക്കാൻ ആദ്യം മാസങ്ങളോ വർഷങ്ങളോ എടുക്കുന്ന പ്രവർത്തനങ്ങൾ ആവശ്യമാണ്. എണ്ണ വ്യവസായത്തിലെ ഡാറ്റയുടെ ഒരു വലിയ ഭാഗം സെക്കുളുകളായി സമ്പാദിച്ചതാണ്, ചിലത് വ്യത്യസ്ത സിസ്റ്റങ്ങളിലും ഫോർമാറ്റുകളിലും സംഭരിച്ചിരിക്കുന്നു. അതിനാൽ, കമ്പനികൾ ഈ ഡാറ്റ ഡിജിറ്റൽ രൂപത്തിലാക്കുകയും ശുദ്ധീകരിക്കുകയും യോജിപ്പിക്കുകയും മെഷീൻ ലേണിംഗ് മോഡലുകൾ പരിശീലിപ്പിക്കാൻ ഉപയോഗിക്കാൻ കഴിയുന്ന ഫോർമാറ്റുകളിലേക്ക് മാറ്റുകയും ചെയ്യണം. ഇതാണ് എനർജി മേഖലയിൽ AI ഉപയോഗം വർദ്ധിപ്പിക്കുന്നതിനുള്ള ഏറ്റവും വലിയ തടസ്സങ്ങളിൽ ഒന്ന്: പ്രശ്നം ഡാറ്റയുടെ അഭാവമല്ല, മറിച്ച് ലഭ്യമായ വലിയ അളവിലുള്ള ഡാറ്റ ഉപയോഗപ്രദമാക്കുന്നതാണ്. അറാംകോയുടെ 'ഫോർത്ത് ഇൻഡസ്ട്രിയൽ റിവല്യൂഷൻ സെന്റർ' ദിവസേന 5 ബില്യണിലധികം ഡാറ്റ പോയിന്റുകൾ ശേഖരിക്കുന്നു. ADNOC-യുടെ 'ഓസ്പാസ്' ഓയിൽ സപ്ലൈ പ്ലാനിംഗ് ആൻഡ് ഷെഡ്യൂളിംഗ് ഡിപ്പാർട്ട്മെന്റ് 100,000-ലധികം സെൻസറുകളിൽ നിന്ന് ഡാറ്റ സ്വീകരിക്കുന്നു, ഇവ ഓപ്പറേഷണൽ ഫാസിലിറ്റികൾ, പൈപ്പ്ലൈനുകൾ, പ്ലാന്റുകൾ, പോർട്ടുകൾ എന്നിവയിൽ വിതരണം ചെയ്തിരിക്കുന്നു. ഈ ഡാറ്റ ഓട്ടോമാറ്റിക് ആയി രാത്രി റിപ്പോർട്ടുകളായി സംയോജിപ്പിക്കപ്പെടുന്നു, ഇവ എഞ്ചിനീയർമാർക്ക് അടുത്ത ദിവസം രാവിലെ ലഭ്യമാകുന്നു. സപ്ലൈ ചെയ്യുന്ന എണ്ണ, വാതകം 150 സ്ക്രീനുകൾ ഉൾപ്പെടുന്ന ഒരു വാളിൽ പ്രദർശിപ്പിക്കപ്പെടുന്നു, ഇത് ഓഫ്ഷോർ ഫീൽഡുകളിൽ നിന്ന് ഡെസ്റ്റിനേഷൻ വരെ എത്തിച്ചേരുന്ന വരെ എണ്ണ, വാതകത്തിന്റെ ചലനം ട്രാക്ക് ചെയ്യാൻ സഹായിക്കുന്നു. അറാംകോ പ്രകാരം, പ്രെഡിക്റ്റീവ് മെയിൻറനൻസ് മോഡലുകൾ ഫെയിലിയറിന് മുമ്പ് കോറോഷൻ സൂചനകൾ തിരിച്ചറിയുന്നു, ഇത് പ്ലാനിംഗ് ചെയ്യാത്ത ഡൗൺടൈം കുറയ്ക്കാൻ സഹായിക്കുന്നു. യുഎഇയിൽ, ADNOC 'RoboWell' സിസ്റ്റം ഉപയോഗിക്കുന്നു, ഇത് വെൽ ഓപ്പറേഷനുകൾ ഓട്ടോമാറ്റിക് ആയി മാറ്റാൻ അനുവദിക്കുന്നു, ഇത് എഫിഷ്യൻസി വർദ്ധിപ്പിക്കുകയും എമിഷൻ കുറയ്ക്കുകയും ചെയ്യുന്നു. ഈ സിസ്റ്റം ആദ്യമായി 2023-ൽ ബാബ് നോർത്ത്-ഇസ്റ്റ് ഫീൽഡിൽ പ്രയോഗിച്ചു, ഇത് കമ്പനിയുടെ ആദ്യത്തെ 'സ്മാർട്ട് ഫീൽഡ്' ആയിരുന്നു. തുടർന്ന് 2024 ജൂലൈയിൽ നസ്ര ഓഫ്ഷോർ ഫീൽഡിൽ പ്രയോഗിച്ചു.