Por Andreas Exarheas – 28 de septiembre de 2023 (Rigzone)
PARA SEGUIR NUESTRAS DIARIAS PUEDES AFILIARTE A NUESTRO CANAL DE TELEGRAM
Las organizaciones de la industria del petróleo y el gas están aumentando la adopción del aprendizaje automático y la inteligencia artificial para innovar y abordar una amplia gama de casos de uso, desde el monitoreo de emisiones hasta la optimización de la producción.
Eso es lo que Hussein Shel, director, tecnólogo jefe y jefe de Upstream para Energía y Servicios Públicos de Amazon Web Services (AWS), que se describe a sí mismo como la nube más completa y ampliamente adoptada del mundo, dijo a Rigzone cuando se le preguntó si había alguna nueva IA. innovaciones en las obras que podrían afectar al sector de petróleo y gas.
Para más información del curso ingresa al siguiente LINK
Shel agregó que AWS está trabajando con empresas de toda la industria para acelerar el aprendizaje automático y la innovación en IA “proporcionando una combinación de aceleradores y herramientas de aprendizaje automático especialmente diseñados, de alto rendimiento, rentables y energéticamente eficientes, optimizados para aplicaciones de aprendizaje automático. ”.
En una declaración enviada a Rigzone, Shel ofreció algunos ejemplos recientes de cómo los clientes de AWS están aprovechando el aprendizaje automático y la inteligencia artificial para sus negocios. El director de AWS señaló un acuerdo anunciado en febrero de este año, en el que Baker Hughes firmó un acuerdo de colaboración estratégica con AWS para desarrollar, comercializar y vender la solución de producción de campo automatizada Leucipa basada en la nube.
La colaboración aprovecha los servicios de AWS, como análisis avanzados y la experiencia de Baker Hughes en la industria del petróleo y el gas, para crear una solución de producción de campo automatizada diseñada para permitir a los operadores gestionar la producción de campo, señaló Baker Hughes en un comunicado de la compañía en ese momento.
Shel también destacó una asociación de AWS con CNX Resources Corporation y Orbital Sidekick. En un resumen publicado en su sitio web, AWS señaló que la empresa de gas natural CNX redujo sus emisiones de gases de efecto invernadero en un 48 por ciento y aumentó la producción de sus pozos de gas natural en un cuatro por ciento a través de una colaboración con el socio de AWS, Ambyint. AWS señaló en su sitio que Orbital Sidekick utilizó AWS para monitorear las tuberías de energía y reducir los riesgos y las emisiones.
El director de AWS también destacó una colaboración de AWS con Sceptre y ExxonMobil, así como una colaboración con Cepsa.
En un comunicado publicado en mayo, Sceptre reveló que él y ExxonMobil estaban trabajando con AWS para desarrollar una plataforma de análisis de datos para caracterizar y cuantificar las emisiones de metano, inicialmente en la Cuenca Pérmica de EE. UU., desde varias plataformas de monitoreo que operan desde tierra, en el aire y desde el espacio.
En un comunicado publicado en su web, Cepsa señala que fue una de las primeras empresas del mundo en utilizar “en nuestras instalaciones la innovadora solución Amazon Lookout for Equipment, de AWS”. Esta tecnología utiliza modelos de aprendizaje automático desarrollados por AWS para ayudar a las empresas a realizar mantenimiento predictivo a gran escala en instalaciones industriales, afirma Cepsa en su web.
Cuando Rigzone preguntó a Vicki Knott, directora ejecutiva de CruxOCM, que se describe a sí misma como el futuro de las operaciones de salas de control autónomas, si había alguna innovación de IA en proceso que pudiera afectar al sector del petróleo y el gas, Knott ofreció su opinión sobre aplicaciones interesantes para grandes empresas. Modelos lingüísticos en la industria.
Para visualizar nuestro portafolio de cursos
ingresa dando click acá
“Una aplicación interesante para los modelos de lenguaje grandes en petróleo y gas será el día en que podamos solicitarle a una interfaz tipo ChatGPT un mensaje como: ‘¿puedes obtener tasas de flujo históricas para todos los transmisores en [nombre del activo], limpiar todos? datos obsoletos y dame el caudal promedio para 2022’, o ‘¿puedes extraer todos los P&ID de la construcción y resaltarme dónde están los MOV’», dijo Knott.
“Por supuesto, estamos muy lejos de eso, pero los avances en los grandes modelos de lenguaje tienen la capacidad de hacer que nuestra industria sea más intuitiva, lo que a su vez aumentará la eficiencia de nuestras operaciones”, añadió Knott.
Descarga la Revista de PETROBANCA del mes de Noviembre 2022
