نحن متحمسون لإعادة Transform 2022 شخصيًا في 19 يوليو ومن 20 إلى 28 يوليو تقريبًا. انضم إلى قادة الذكاء الاصطناعي والبيانات لإجراء محادثات ثاقبة وفرص تواصل مثيرة. سجل اليوم!
في شل ، هناك الكثير من الأسباب لاستخدام الذكاء الاصطناعي والبيانات لتحويل أعمالهم.
من الطلبات المتزايدة على الطاقة والبيئات غير الموصلة إلى الضغط المتزايد لمكافحة تغير المناخ ، أصبحت صناعة النفط والغاز عند مفترق طرق. يمكن لشركات الطاقة مثل شل إما الالتزام بالوضع الراهن أو تبني فكرة مستقبل طاقة منخفض الكربون.
يعني الانتقال إلى نظام طاقة أكثر توزيعًا وتنوعًا ولامركزية تحسين العمليات الشاملة والحفاظ عليها على نطاق واسع. وهذا يعني أن الحلول التي يمكن نشرها على مستوى العالم بوتيرة سريعة تعتبر حاسمة. وهذا يعني أن على شل أن تصبح شركة تكنولوجيا تعمل بالذكاء الاصطناعي.
تسريع التحول الرقمي
على سبيل المثال ، في تشرين الثاني (نوفمبر) الماضي ، صدَفَة أسس Open AI Energy Initiative (OAI) جنبًا إلى جنب مع شركة Baker Hughes و Microsoft و Enterprise AI C3 AI للمساعدة في تسريع التحول الرقمي لصناعة الطاقة.
وفقًا لدان جيفونز ، نائب رئيس العلوم الحاسوبية والابتكار الرقمي في شل ، فإن OAI يوفر لقادة الصناعة فرصة للتعاون بشكل مفتوح وعادل وشفاف. يتيح لهم إنشاء معايير قابلة للتشغيل البيني بين تطبيقات الذكاء الاصطناعي وتسريع اعتماد التكنولوجيا الرقمية والوصول إلى صافي انبعاثات صفرية في المستقبل.
وقال: “لقد التزمنا بأن نكون صافيًا للصفر بحلول عام 2050 أو قبل ذلك ، وأن نحقق خفضًا بنسبة 50٪ في النطاق الأول والثاني للانبعاثات بحلول عام 2030”.
على الرغم من أن التكنولوجيا الرقمية قد لا تكون الحل الفضي ، إلا أنها أحد الروافع الأساسية التي تستخدمها شل لتسريع انتقال الطاقة. يضيف Jeavons ، “بينما سنحتاج إلى تحويل الكثير من الأجهزة لتغيير قطاع الطاقة ، يمكننا أيضًا الاستفادة من البيانات التي لدينا اليوم واستخدامها لتحويل النظام.”
يلعب الذكاء الاصطناعي دورًا مهمًا في استراتيجية أعمال شل
نفذت شل بالفعل العديد من مبادرات الذكاء الاصطناعي على مر السنين ، بما في ذلك نشر التعلم المعزز في برنامج الاستكشاف والحفر ؛ طرح الذكاء الاصطناعي في محطات شحن السيارات الكهربائية العامة ؛ وتركيب كاميرات تدعم الرؤية الحاسوبية في محطات الخدمة.
في الآونة الأخيرة ، أطلقت الشركة أيضًا برنامج الإقامة Shell.ai ، والذي يسمح لعلماء البيانات ومهندسي الذكاء الاصطناعي باكتساب الخبرة في العمل في مجموعة متنوعة من مشاريع الذكاء الاصطناعي في جميع أعمال شل.
حاليًا ، تنشر شل شمالًا من 100 تطبيق ذكاء اصطناعي في الإنتاج كل عام. لقد طوروا أيضًا مجتمعًا مركزيًا يضم أكثر من 350 متخصصًا في الذكاء الاصطناعي ممن يصممون حلولًا للذكاء الاصطناعي باستخدام مجموعات هائلة من البيانات المتاحة في العديد من الشركات داخل شل.
يساعد الذكاء الاصطناعي شل في الصيانة التنبؤية
قال جيفونز: “الموثوقية والأمان أمران أساسيان للغاية”. “امتلاك القدرة على تحديد متى تسوء الأمور والتدخل بشكل استباقي كان من أولوياتنا”.
سمح الذكاء الاصطناعي لشركة شل باستخدام المراقبة التنبؤية لزيادة تقنيات المراقبة التي كانت موجودة بالفعل.
لوضع ذلك في المنظور الصحيح ، تدعي Jeavons أن لديها أكثر من 10000 قطعة من المعدات التي يتم مراقبتها حاليًا بواسطة AI – من الصمامات والضواغط إلى أختام الغاز الجاف ، والأجهزة والمضخات ، بينما يوفر الذكاء الاصطناعي أيضًا تنبؤات حول أحداث الفشل المحتملة. لمراقبة كل هذه المعدات ، يجمع 3 ملايين جهاز استشعار 20 مليار صف من البيانات كل أسبوع ، بينما يسمح ما يقرب من 11000 نموذج للتعلم الآلي للنظام بإجراء أكثر من 15 مليون تنبؤ كل يوم.
تاريخياً ، اعتمدت شل على النماذج القائمة على الفيزياء لعمل هذه التنبؤات. قبل ظهور برنامج الصيانة التنبؤية الذي تديره شركة C3 AI ، كانت الشركة عادةً تستبدل الأجزاء بعد فترة معينة. هذا النهج يعني أنه تم استبدال الأجزاء في كثير من الأحيان بينما كانت لا تزال في حالة جيدة. كانت الإستراتيجية البديلة هي الانتظار حتى فشل شيء ما. مع تعطل المعدات ، يلزم إغلاق الأصول مؤقتًا للإصلاحات ، مما يؤثر على الإنتاج.
مكّنت الصيانة التنبؤية القائمة على الذكاء الاصطناعي الشركة من خفض تكاليف المعدات والصيانة عن طريق استخدام الموارد بشكل أكثر كفاءة ، وتقليل انقطاع الإنتاج ، وتجنب فترات التوقف غير المخطط لها.
أوضح توم سيبل ، الرئيس التنفيذي لشركة C3 AI ، أن هناك العديد من مشكلات البنية التحتية والتنسيق التي تحيط بالذكاء الاصطناعي.
قال “ليس من الصعب بناء نماذج التعلم الآلي”. “ما هو صعب هو وضع مليوني نموذج للتعلم الآلي في الإنتاج ، في تطبيق واحد.”
ومع ذلك ، من خلال نهج المراقبة الفنية الاستباقي ، يمكن لعلماء البيانات في شل تحليل الآلاف من نقاط البيانات في وقت واحد وتمكين المهندسين وغيرهم من استخلاص الأفكار من تلك البيانات.
يقول جيفونز: “يستخدم فريقنا هذه البيانات لفهم كيف يبدو السلوك الطبيعي عبر قاعدة أصولنا في حالات معينة ، بما في ذلك معدات مثل الضواغط والصمامات والمضخات”. ثم نقوم بإنشاء توقعات لما نعتقد أنه سيكون طبيعيًا في الفترات المقبلة. من هذا التوقع ، يمكننا تحديد متى لم تعد الظروف العادية تحدث ثم ربط ذلك مرة أخرى بالأحداث التاريخية “.
الذكاء الاصطناعي للتحسين هو التالي بالنسبة لشركة شل
الآن ، قامت شل بتسويق تطبيقات الصيانة التنبؤية للذكاء الاصطناعي المصممة باستخدام برنامج C3 AI. للمضي قدمًا ، يقول جيفونز إن الشركة تركز الآن بالليزر على التحسين.
قال جيفونز: “هذا يعني أنه يمكننا تحديد طرق الإنتاج بكفاءة أكبر ، وتوليد المزيد من المخرجات بنفس التكلفة ، والأهم من ذلك ، يمكننا أيضًا النظر في انبعاثات ثاني أكسيد الكربون لهذه العمليات والبدء في التحسين وفقًا لذلك”.
وأضاف أنه في المستقبل القريب ، تستكشف شل أيضًا كيف يمكن الاستفادة من الذكاء الاصطناعي لمراقبة التقاط الكربون ، وتركيبات التخزين ومستويات الميثان.
وقال: “تتضمن هذه المشاريع جعل أعمالنا الحالية أكثر فعالية وكفاءة ، ولكنها تلعب أيضًا دورًا رئيسيًا في إستراتيجية نقل الطاقة لدينا”.
مهمة VentureBeat هو أن تكون ساحة المدينة الرقمية لصناع القرار التقنيين لاكتساب المعرفة حول تكنولوجيا المؤسسات التحويلية والمعاملات. اعرف المزيد عن العضوية.
