石油钻机是地球上最危险的工作地点之一。您永远都不能太小心，石油行业的安全标准经常发生变化，以确保工人的安全。但是，犯错是人的。因此，石油钻机行业正在通过部署基于AI的系统，逐渐朝着独立于人的安全系统发展。在下一部分中，我们将介绍一些公司以及它们如何使用下一代技术。
荷兰石油和天然气公司Rolloos与NVIDIA合作，利用其硬件来训练深度学习算法。这些算法可用于收集见解并基于从车载摄像头获取的提要来开发预警系统。为了开发公司称之为“红区系统”的系统，他们首先将摄像头安装在钻机上，并在各种天气和条件下捕获了60天的各种类型的作业。然后，该公司使用人工注释器来标记每个人和对象传入的视频提要，并使用该信息来构建可识别复杂装备环境中人员的算法。
今天，该模型非常精确，可以指出18英寸以内的位置，并在250毫秒内运行整个序列。预警系统的速度至关重要。在误报或误报的情况下，可以将数据提供给算法以使其更好。而且，由于NVIDIA的硬件在现场运行，所有这些都可以实现，因为钻机上没有互联网连接。
Seadrill如何使用LIDAR技术
国际海上钻井公司Seadrill与Marsden Group合作开发了一种安全解决方案，以协助对钻台进行红色区域管理。作为解决方案的一部分，他们使用LIDAR系统，该系统可对区域进行360度覆盖，从而每秒生成约700,000个传感器读数，并进行实时分析。然后，算法识别并跟踪人员和设备的位置和移动。
当工人进入限制的红色区域时，警告系统将关闭并警告人员。该公司还计划将该工具用作钻井包装设备的备用防撞系统监控器。他们甚至与Microsoft合作，使用其云平台Azure进行数据科学操作。
未来方向
在过去的几十年中，几起海上事故导致了环境灾难和工人死亡。但是随着自动化技术的兴起，公司希望可以减少未来的事故。
传统的石油公司现在不仅为了安全措施而且还广泛采用机器学习来识别储量。例如，作为公司范围内数字化转型的一部分，英国石油正在拥抱人工智能以改变公司的运作方式。为此，BP科学家现在使用MicrosoftAzure机器学习服务及其自动机器学习功能来探索新能源蕴藏的潜力。他们用更少的时间构建了更精细，更精确的模型，从而帮助他们更好地估算了可用的碳氢化合物储量。