Как большие данные и машинное обучение изменят мировую энергетику?
Последние новости: машинное обучение, большие данные и автоматизация революционизируют глобальную промышленную систему, и энергетическая отрасль не является исключением.
Все виды инновационных достижений стимулируют технический прогресс, повышают экономическую эффективность, создают более интеллектуальный режим работы бизнеса и обеспечивают инфраструктуру.
Машинное обучение, большие данные и автоматизация революционизируют глобальную промышленную систему, и энергетическая отрасль не является исключением.
Все виды инновационных достижений способствуют технологическому прогрессу, повышают экономическую эффективность, создают более интеллектуальный режим работы бизнеса и обеспечивают более высокий уровень устойчивости инфраструктуры.
Вот почему компании и учреждения по всему миру активно рассматривают передовые технологии, в частности, искусственный интеллект, в качестве основного приоритета.
В энергетической отрасли многие компании внедряют большие данные и технологии искусственного интеллекта различными способами, и общий энтузиазм отрасли также быстро растет.
Ожидается, что общий объем рынка программного обеспечения для искусственного интеллекта в нефтегазовой отрасли достигнет ошеломительных 28 процентов к 2022 году.
Полмиллиарда долларов.
Получающиеся в результате возможности прогнозной аналитики позволят отслеживать километры подземных трубопроводов, а технология машинного обучения поможет компаниям, добывающим ископаемое топливо, бурить дешевле и эффективнее, чтобы получить представление о геологии, скрытой глубоко под поверхностью.
Новые «умные» сети также используют машинное обучение для интеграции компьютеров, средств автоматизации и сенсорных устройств для мониторинга и даже прогнозирования быстрых изменений спроса на энергию в режиме реального времени.
Технологическая конкуренция в глобальном масштабе
В феврале этого года Соединенные Штаты опубликовали инициативу «Американский искусственный интеллект», которая направлена на содействие федеральным расходам и распределению ресурсов между отраслями, научными кругами и другими нефедеральными структурами, с тем чтобы достичь технологического прорыва в области искусственного интеллекта и сохранить лидирующие позиции США. в технологии ИИ.
В мае министр энергетики США Рик Перри объявил, что министерство энергетики (DOE) работает с глиной и AMD, чтобы построить Frontier с тремя новыми машинами.
Эти машины улучшат американскую технологию искусственного интеллекта.
Frontier считается самым быстрым в мире компьютером, скорость которого примерно в 50 раз выше, чем у современных суперкомпьютеров.
В связи с этим Китай также рано присоединился к гонке ИИ и опережает США по некоторым показателям.
В 2017 году Китай выпустил план развития искусственного интеллекта нового поколения, в котором излагаются конкретные фонды исследований и разработок и целевые показатели развития ИИ, в надежде сделать Китай мировым лидером в области технологий ИИ к 2030 году и внести около 150 миллиардов долларов США в национальную экономику. ,
В то время как Соединенные Штаты доминируют в большинстве показателей, связанных с ИИ, у Китая есть явное преимущество в инициировании акционерного финансирования и сбора данных.
У Китая также есть 17 из 20 лучших университетов в мире для исследования искусственного интеллекта.
ИИ меняет энергетику
Использование искусственного интеллекта в энергетике растет.
Например, XTO Energy, дочерняя компания exxonmobil, работает с Microsoft над сбором данных с 1,6 миллиона акров нефтяных месторождений с использованием машинного обучения, приложений бизнес-аналитики и облачных технологий.
Данные в режиме реального времени смогут улучшить утечки и условия ремонта в инфраструктуре бурения и мониторинга.
Это партнерство также делает XTO крупнейшей нефтегазовой компанией в облаке.
Предполагается, что внедрение технологии Microsoft может помочь XTO увеличить добычу нефти до 50 000 баррелей в день к 2025 году.
Кроме того, ИИ может помочь повысить безопасность энергетической инфраструктуры.
Pg & e уже внедряет технологию машинного обучения для борьбы с калифорнийскими лесными пожарами, усугубленными изменением климата.
На самом деле, некоторые пожары даже были совершенно спонтанными, нанося ущерб в миллиарды долларов.
Власти Калифорнии сейчас пытаются использовать беспилотники для осмотра своих вышек, а затем используют ИИ для преобразования изображений в точки данных - до миллиарда, которые он теперь может собирать.
Эти данные вводятся в алгоритм, который определяет, где компании следует сосредоточить свои ресурсы для снижения риска потенциальных пожаров.
В то же время, интеллектуальные энергетические системы будут все больше позволять клиентам использовать возобновляемую энергию для питания своих домов и предприятий.
Возобновляемая энергия носит прерывистый характер, потому что она поступает в основном из солнечной радиации, облачного покрова, ветра и волн.
Современные технологии могут помочь коммунальным предприятиям изменить поток этих менее стабильных источников энергии через интеллектуальные сети, и чем умнее, тем лучше.
По мере того, как емкость накопления энергии улучшается, компании смогут передавать большую часть своей избыточной мощности на аккумуляторные батареи, включая литий-ионные и водородные топливные элементы.
Технология ИИ не совершенна
Хотя технология ИИ может внести большой вклад в нашу экономику, она также может привести к очень страшным рискам.
Фактическая эффективность компьютеров и машин ограничена уровнем программирования, выполняемым исключительно людьми, поэтому устройства настолько же далеки от совершенства, как и люди, которые их разработали.
В то же время, увеличенная оцифровка и взаимосвязь увеличивают вероятность манипулирования или даже повреждения устройств.
Чем больше мы полагаемся на большие данные и машинное обучение, тем больше риск кибербезопасности для наших пользователей - проблема, которая уже решается сеткой и другими утилитами.
По иронии судьбы, они часто нуждаются в помощи искусственного интеллекта для решения таких проблем.
Поэтому правительства и регулирующие органы во всем мире должны создать соответствующие политические механизмы для решения конкретных проблем и рисков, связанных с масштабированием.
Например, Соединенные Штаты недавно встретились с членами организации экономического сотрудничества и развития (ОЭСР), чтобы определить принципы и руководящие принципы для международного использования технологий AI.
Это, несомненно, знаменует собой важный шаг вперед для правительств к ответственной реализации ИИ.