Inteligencia artificial y energía marina: cuanto más en juego, más valor crea la inteligencia artificial

Se espera que la computación cuántica supere el potencial que la IA aporta al procesamiento e interpretación de datos. Imagen cortesía de IBM

Octiv Auto Frac de Halliburton combina el control automatizado de fracturas con la información obtenida mediante detección de propagación de fracturas impulsada por IA.

Previous Next

El tiempo de inactividad de una plataforma de perforación cuesta alrededor de 250.000 dólares por hora. La IA se está adoptando en toda la industria para garantizar que esto no suceda.

Hace un tiempo, una importante empresa energética tuvo un problema intermitente e incomprensible con sus operaciones de perforación. Estaba empezando a costar mucho dinero y se llamó a expertos de IBM. Después de un examen exhaustivo de datos históricos de sensores por parte de humanos y de IA, se determinó que el problema se debía al canto de las ballenas durante la temporada de apareamiento que reverberaba en el tubo de perforación. Como demostración clásica del poder de la IA, la situación reunió los componentes clave de la ciencia de datos: datos, modelos, velocidad de procesamiento y la mente humana.

El objetivo no es nunca dejar de lado a los humanos, afirma Carol Lee Anderson, directora general de tecnología de IBM para la industria del petróleo y el gas, sino simplemente liberarlos de tareas laboriosas y repetitivas y brindarles apoyo para la toma de decisiones en tiempo real. “Aún se necesita a alguien que pueda interpretar los datos y tomar las decisiones correctas”.

Según IBM, la IA es una tecnología que permite a los ordenadores y máquinas simular el aprendizaje, la comprensión, la resolución de problemas, la toma de decisiones, la creatividad y la autonomía de los seres humanos. En el caso de las empresas de petróleo y gas, IBM suele utilizarla para la gestión de activos, la eficiencia operativa y la seguridad. Es una industria con mucho dinero y mucho riesgo. Si las cosas salen mal, podría morir gente. “Cuando hay mucho en juego, también lo son los beneficios”, afirma Anderson.
Justo debajo de la IA se encuentra el aprendizaje automático (ML), que implica la creación de modelos mediante el entrenamiento de un algoritmo para realizar predicciones o tomar decisiones basadas en datos. En este caso, es importante protegerse contra las alucinaciones, es decir, cuando un modelo percibe patrones u objetos que no existen y crea resultados sin sentido o inexactos. “IBM se centra en la reducción de riesgos y respaldamos nuestra gobernanza en términos legales”, afirma.

La IA es una tecnología que permite a las computadoras y máquinas simular el aprendizaje, la comprensión, la resolución de problemas, la toma de decisiones, la creatividad y la autonomía humanas. En el caso de las compañías de petróleo y gas, IBM suele utilizarla para la gestión de activos, la eficiencia operativa y la seguridad. “Cuando hay mucho en juego, también lo son los beneficios”.
– Carol Lee Anderson, directora general de tecnología para la industria del petróleo y el gas, IBM
Woodside e IBM han trabajado juntos para implementar soluciones que puedan extraer información significativa de 30 años de datos de ingeniería densos y complejos. Woodside considera que la IA permite el desarrollo de modelos más rápidos que pueden explorar espacios de solución más amplios, identificando condiciones operativas óptimas de manera más eficiente. Este enfoque se puede validar con la simulación de procesos químicos tradicionales, lo que conduce a procesos de producción más eficientes, menores costos y menores emisiones de carbono (por ejemplo, análisis avanzados para optimizar el refrigerante mixto a partir del proceso de licuefacción).

Woodside también está utilizando IA generativa: modelos de aprendizaje profundo que pueden generar texto, imágenes y otros contenidos de alta calidad en función de los datos con los que se entrenan. Dado que la seguridad es una prioridad máxima, la empresa utiliza IA generativa para revisar los alcances de trabajo en sus activos para ayudar a identificar lecciones aprendidas y capacitación relevante. Por ejemplo, está desarrollando un proyecto de IA para contar aves en sus operaciones en Trinidad y Tobago después de una serie de incidentes relacionados con aves que involucraron helicópteros. La solución utiliza CCTV y modelos de visión de IA para proporcionar actualizaciones de estado sobre la cantidad de aves cerca de la instalación de aterrizaje en alta mar, maximizando la seguridad de los trabajadores y la integridad de la infraestructura.

Halliburton utiliza el procesamiento del lenguaje natural (PLN) en el diseño de pozos de petróleo y gas. El PLN es una IA que utiliza el aprendizaje automático para permitir que las computadoras comprendan y se comuniquen con el lenguaje humano. Milos Milosevic, director sénior de Construcción de pozos digitales de Halliburton , afirma: “Usamos algoritmos de PLN para ayudar a leer muchas entradas de texto capturadas por expertos de pozos anteriores para sugerir características de diseño óptimas. Asimismo, utilizamos el PLN para leer los estándares y la documentación de la industria para extraer secciones relevantes para su consideración en el pozo actual”.

Halliburton ha presentado la próxima generación de su plataforma de automatización y operaciones remotas LOGIX, que responde a los cambios en las formaciones geológicas con el análisis de datos de pozos adyacentes y actualiza el plan de perforación con datos en vivo. Imagen cortesía de Halliburton

Halliburton también ha presentado la próxima generación de su plataforma de automatización y operaciones remotas LOGIX , que aprovecha los datos del fondo del pozo para ayudar con la perforación autónoma. LOGIX responde a los cambios en las formaciones geológicas con el análisis de datos de pozos adyacentes y actualiza el plan de perforación con datos en vivo. Los últimos desarrollos de la plataforma utilizan ML para aumentar la eficiencia de la perforación, ajustar el rendimiento de zapata a zapata y predecir el desgaste de la broca con mayor precisión, y se puede combinar con el sistema rotativo direccional motorizado inteligente de alto rendimiento iCruise Force de Halliburton.

La empresa también ha desarrollado el primer servicio de automatización que permite a los clientes ejecutar el diseño de fracturas sin intervención humana. Octiv Auto Frac combina el control automatizado de fracturas con la información obtenida de la detección de la propagación de fracturas impulsada por IA. Esto automatiza miles de decisiones durante el bombeo, en función de los diseños de trabajo y las entradas de control previas al trabajo, con una respuesta constante a las condiciones de estimulación dinámica.

Milosevic considera que la computación en la nube será un elemento fundamental para la industria. "Muchos problemas no se podían resolver antes debido a la falta de capacidad de procesamiento y almacenamiento adjunto o se podían resolver parcialmente con muy pocos recursos. En paralelo con el aumento de las capacidades de procesamiento en la nube, la industria se ha dado cuenta de que necesitamos liberar datos de varias bases de datos compartimentadas.

“También podemos implementar de manera económica más procesamiento en el sitio de la plataforma y en las herramientas de fondo de pozo para automatizar las acciones correctivas basadas en las entradas de los sensores. Esto está impulsando una revolución en la automatización de la exploración y producción de petróleo y gas y en las decisiones basadas en inteligencia artificial”.

Este año, SLB lanzó su plataforma de datos e inteligencia artificial Lumi, que estará disponible en todos los principales proveedores de servicios en la nube, así como en las instalaciones locales. Incluye grandes modelos de lenguaje, que son modelos entrenados con grandes cantidades de datos y capaces de comprender y generar lenguaje natural y otros tipos de contenido para realizar una amplia gama de tareas. Estos modelos ayudan a contextualizar los datos en todos los dominios para que los clientes puedan escalar flujos de trabajo de inteligencia artificial avanzados mediante la IA generativa. "A medida que navegamos por el delicado equilibrio entre la producción de energía y la descarbonización, la IA generativa está surgiendo como un catalizador crucial para el cambio", dice Olivier Le Peuch, director ejecutivo de SLB .

El futuro es la IA agente, un sistema o programa capaz de realizar tareas de forma autónoma en nombre de un usuario u otro sistema mediante el diseño de su flujo de trabajo y el uso de las herramientas disponibles. El sistema tiene “capacidad de acción” para tomar decisiones, emprender acciones, resolver problemas complejos e interactuar con entornos externos. El desarrollador de software eDrilling está desarrollando un agente de perforación que, según afirma, se comportaría como un ingeniero experimentado para liberar a los ingenieros humanos para actividades más estratégicas.

Además de eso, se espera que la computación cuántica supere el potencial que la IA aporta al procesamiento e interpretación de datos. Mientras que una supercomputadora podría tardar un año en procesar una gran cantidad de datos, con una computadora cuántica podrían bastar apenas unas horas. IBM, ExxonMobil, Woodside y otras empresas ya están participando en este proceso.

La plataforma de inteligencia artificial y datos Lumi de SLB estará disponible en todos los principales proveedores de servicios en la nube, así como en las instalaciones locales. Imagen cortesía de SLB