तेल उद्योगमा कृत्रिम बुद्धिमत्ता.. सम्पत्ति अधिकतम बनाउन खानी

तेल र ग्यास उद्योग विश्वका सबैभन्दा ठूला औद्योगिक डाटा भण्डारहरू मध्ये एकमा आधिपत्य गर्दछ, जुन दशकौंदेखि भूकम्पीय सर्वेक्षण, सेन्सरका पढाइहरू र रिफाइनरी सञ्चालनका डाटाहरूको संचयबाट बनेको हो। यो डाटाको यो धनी स्रोतले उक्त क्षेत्रलाई सञ्चालनात्मक स्तरमा कृत्रिम बुद्धिमत्ता (AI) को प्रारम्भिक अवलम्बनकर्ताहरूमध्ये एक बनाएको छ, र ‘अरामको’ (Saudi Aramco) र ‘अदनोक’ (ADNOC) जस्ता ठूला कम्पनीहरूलाई मध्य पूर्वमा यी प्रविधिहरूको प्रारम्भिक औद्योगिक प्रयोगकर्ताहरूमध्ये एक बनाएको छ। ऊर्जा कम्पनीहरूले ऐतिहासिक भूकम्पीय डाटाको विश्लेषण गर्न र तेल र ग्यास पाउने सम्भावना बढी भएका क्षेत्रहरू पहिचान गर्न मेशिन लर्निङ (यान्त्रिक शिक्षण) प्रयोग गर्दछन्, त्यसपछि खोजी कुँडाहरू खन्न सबैभन्दा उपयुक्त स्थानहरू छनोट गर्दछन्। खोज सफल भएपछि, डिजिटल प्रविधिहरूले भण्डारहरूको त्रि-आयामी (3D) मोडेलहरू निर्माण गर्न मद्दत गर्दछ, जसले तिनीहरूका विशेषताहरूको बढी सटीक चित्र प्रदान गर्दछ र तिनीहरूको विकासका लागि उत्तम मार्गहरू निर्धारण गर्न सहयोग पुर्‍याउँदछ। प्रकाशित एक उदाहरणले कृत्रिम बुद्धिमत्ताले कति समय बचत गर्न सक्छ भन्ने कुरा देखाउँछ; ‘पेट्रोलियम टेक्नोलोजी जर्नल’ (Journal of Petroleum Technology) को अप्रिल २०२६ को अंक अनुसार, यी प्रविधिमा आधारित प्रोग्रामहरूले समुद्री तेल क्षेत्र विकासका लागि आवश्यक कुँडा मोडेलिंग एक रातमा पूरा गर्न सफल भए, जुन काम मानवीय प्रयासमा महिनाौं लाग्ने थियो। तर विडम्बना यो हो कि कृत्रिम बुद्धिमत्ताको गतिबाट लाभ उठाउन पहिले महिनाौं, र कहिलेकाहीँ वर्षौं लाग्न सक्ने काम आवश्यक हुन्छ। तेल उद्योगका डाटाहरूको ठूलो भाग दशकौंदेखि संचित छ, र केही अझै पनि फरक प्रणालीहरू र फर्म्याटहरूमा कागजात वा भण्डारण गरिएको छ। त्यसैले, कम्पनीहरूले यी डाटाहरूलाई डिजिटलीकरण, शुद्धिकरण, एकीकरण र मेशिन लर्निङ मोडेलहरू तालिम दिन प्रयोग गर्न योग्य फर्म्याटहरूमा रूपान्तरण गर्नुपर्छ। यहीँ ऊर्जा क्षेत्रमा कृत्रिम बुद्धिमत्ताको प्रयोग विस्तार गर्नको सबैभन्दा ठूला बाधाहरूमध्ये एक निहित छ: समस्या डाटाको अभाव होइन, बरु उपलब्ध विशाल मात्रालाई दक्षतापूर्वक प्रयोगयोग्य बनाउनु हो। ‘अरामको’ को धाह्रानमा रहेको ‘इन्डस्ट्रियल रभोलुसन फोर (औद्योगिक क्रान्ति ४) सेन्टर’ ले दैनिक ५ अर्भौं भन्दा बढी डाटा बिन्दुहरू एकत्रित गर्दछ, जबकि तेल आपूर्ति योजना र तालिका तयारीका लागि ‘अस्प्यास’ (OSPAS) विभागले सञ्चालनात्मक सुविधाहरू, पाइपलाइनहरू, फ्याक्ट्रीहरू र बन्दरगाहहरूमा फैलिएका १ लाख भन्दा बढी सेन्सरहरूबाट पढाइहरू प्राप्त गर्दछ, जुन स्वचालित रूपमा रातिको रिपोर्टहरूमा एकत्रित हुन्छन् र अर्को दिन बिहान इन्जिनियरहरूको हातमा पुग्छन्। आपूर्ति गतिशीलता ६७ मिटर लामो १५० स्क्रिनहरूको एकीकृत भित्तामा प्रदर्शन गरिन्छ, जसले उत्पादन सुविधाहरूबाट निस्कने देखि गन्तव्यमा पुग्ने सम्म नेटवर्कमा तेल र ग्यासको गतिशीलता ट्र्याक गर्न सक्षम बनाउँदछ, जसले प्रवाहहरूको योजना, तालिका र निगरानीमा मद्दत गर्दछ। ‘अरामको’ ले भन्छ कि पूर्वानुमानित मर्मत मोडेलहरूले खराबी हुनु अघि नै क्षरणका प्रारम्भिक संकेतहरू पहिचान गर्न सक्छन्, जसले अनियोजित विराम अवधिहरू घटाउन सहयोग पुर्‍याउँछ। संयुक्त अरब इमिरेट्समा, ‘अदनोक’ ले ‘रोबोवेल’ (RoboWell) स्वचालित कुँडा नियन्त्रण प्रणाली सञ्चालन गर्दछ, जसले सञ्चालन अवस्थाहरूमा परिवर्तनप्रतिको प्रतिक्रियास्वरूप कुँडाहरूले आफ्नो सञ्चालन स्वचालित रूपमा समायोजन गर्न अनुमति दिने एल्गोरिदमहरू प्रयोग गर्दछ, जसले दक्षता बढाउँछ र उत्सर्जन घटाउन सहयोग पुर्‍याउँछ। यो प्रणाली पहिले २०२३ मा कम्पनीको पहिलो ‘स्मार्ट’ क्षेत्र, उत्तर-पूर्व बब क्षेत्रमा लागू गरिएको थियो, र जुलाई २०२४ मा नसर समुद्री क्षेत्रमा यसको प्रसारण गरिएको थियो।