建设|智能油田加速建设，还有什么难题( 四 )

周磊：需要注意的是，企业的数字化进程势必会加速生产控制系统及网络的边界逐渐开放。新业态的挑战，不断涌现的新兴技术及其深化应用，产生了新的网络安全风险。应充分考虑智慧油气田安全运营中心的发展方向，将安全态势感知平台、智能安全管理融入企业安全运营中心，实现安全运营中心与设备管理运维、安全环保管理等方面的高效协同，打造油气田企业数字化生产经营管理。
中国石油石化：在数字化人才方面，油气田企业是否存在短板？
谭中峰：人工智能算法工程师与业务人员之间的壁垒挑战是重要的一个方面。通常，业务人员对人工智能算法不了解，算法工程师对业务人员的专业也不了解，导致算法工程师与业务工程师之间往往存在“听不懂、说不清、合不来”现象，给人工智能在业务领域落地带来障碍。
油气行业的人工智能落地应用不同于其他行业。油气勘探开发对象在地下，是一种看不见、摸不着的黑箱系统。采用人工智能技术解决油气勘探开发问题，不同于人机对弈中的人工智能AlphaGo Zero，它所走的围棋棋盘是规则且可见的。油气行业大多数要解决和处理的问题是看不到任何规则的，甚至需要解决问题的对象是什么都不清楚，具有超强的不确定性。要解决好油气行业的人工智能应用问题，专业知识和行业经验非常重要，必须要解决算法工程师与业务人员间存在的壁垒。只有双方深度融合，才能促使人工智能技术的产品或者场景真正落地应用，发挥应有的作用。