大数据与机器学习将如何改变全球能源行业？

机器学习、大数据和自动化正在彻底改变全球工业系统，能源行业也不例外。各种创新成果促进了技术进步，带来了经济效益的提高，创造了更加智能化的商业运营模式，同时也为基础设施提供了更强的灵活性。正是因为这个原因，世界各地的企业和机构积极地把先进技术——，特别是人工智能作为他们的主要关注点。

就能源行业而言，许多企业正在以各种方式实施大数据和人工智能技术，行业整体热情也在迅速增长。据估计，到2022年，石油和天然气行业的人工智能软件市场总额将达到惊人的28.5亿美元。由此产生的预测分析能力将能够监测数英里内的地下管道，而机器学习技术可以帮助化石燃料公司以更低的成本高效钻井，从而彻底了解深埋在地下的地质结构。新的“智能”电网也在使用机器学习技术来集成计算机、自动化和传感器设备，以实时监控甚至预测能源需求的快速变化。

全球范围的技术竞争

今年2月，美国发布《美国人工智能倡议》，致力于促进联邦政府支出和跨行业、学术界及其他非联邦实体的资源分配，从而实现人工智能领域的技术突破，保持美国在人工智能技术领域的主导地位。

今年5月，美国能源部长里克·佩里(Rick Perry)宣布，能源部正与克雷和AMD合作建造边疆，其中包括三台新机器。这些机器将提升美国的人工智能技术水平。边疆被认为是世界上最快的计算机，它的速度大约是目前超级计算机的50倍。

在这方面，中国也很早就加入了人工智能竞赛团队，并在一些指标上领先美国。

2017年，中国发布了《新一代人工智能发展规划》，概述了人工智能发展的具体研发资金和目标，希望到2030年推动中国成为全球人工智能技术的* * * *并为国民经济贡献约1500亿美元。尽管美国主导了大多数人工智能相关指标，但中国在启动股权融资和数据收集方面具有明显优势。此外，中国有17所世界前20名大学在人工智能研究中排名* * *第一。

AI正重塑能源行业

AI技术并不

人工智能在能源领域的应用正在蓬勃发展。例如，埃克森美孚的子公司XTO能源公司正与微软合作，利用机器学习、商业智能应用和云技术从其160万英亩的油田收集数据。这些实时数据将能够改善用于监测的钻井和基础设施的泄漏和维护条件。

这种合作关系也使XTO成为一家拥有* * *云技术应用规模的油气企业。据估计，微软的技术实施预计将帮助XTO到2025年将其石油产量提高到每天5万桶。

此外，人工智能还有助于提高能源基础设施的安全性。太平洋天然气和电力公司已经开始采用机器学习技术来处理因气候变化而加剧的加州野火。事实上，一些野火甚至自发发生，造成数十亿美元的损失。加州电力公司目前正试图使用无人驾驶飞行器检查其输电塔，然后通过人工智能——将图像转换成数据点。目前，它可以收集多达10亿个数据点。将这些数据输入算法后，该算法可以确定公司应该将资源集中在哪里，以降低潜在的野火风险。

虽然人工智能技术可以为我们的经济做出巨大贡献，但它也可能带来非常可怕的风险。计算机和机器的实际效果受到编程水平的限制，这种设计工作完全是由人来完成的，所以设备远非像开发它们的人一样* * *。与此同时，数字化和互连的增强增加了设备被操纵甚至毁坏的可能性。我们越依赖大数据和机器学习技术，用户面临的网络安全风险就越可怕。——电网和其他公用事业已经开始解决这个问题。讽刺的是，他们经常需要人工智能的力量来解决这些问题。

因此，全球政府和监管机构必须建立适当的政策机制，解决大规模应用技术带来的具体问题和风险。例如，美国最近会见了经济合作与发展组织(经合组织)成员国，希望确定在国际上使用人工智能技术时应遵循的原则和准则。这无疑标志着政府实施负责任的人工智能的重要一步。

随着人工智能技术战争持续升温，企业和消费者也将受益于更安全、更清洁、更便宜和更高效的源。让这场技术竞赛刚刚开始。