石油和天然氣行業越來越多地采用人工智能（AI）來推動創新和提高效率。憑借專用人工智能工具的承諾，公司能夠以前所未有的精度簡化運營和控制成本。

就在幾年前，實現這種水平的優化和顆粒度控制似乎遙不可及，但人工智能的進步正在使其成為現實。

當我們想到石油和天然氣勘探時，首先想到的是巨大的經濟機會和致富的潛力。石油因其巨大的經濟價值而被稱為“黑金”。然而，這種說法往往忽視了環境和氣候挑戰。無文件記錄的孤立井（UOW）構成嚴重的安全隱患。它們泄漏甲烷，污染水，釋放有毒化學物質，危害環境。

專家認為，美國仍有數十萬口油氣井沒有文件記錄，也沒有所有權。

研究人員使用各種現代工具來幫助他們找到和封堵這些UOW，包括激光成像、無人機和傳感器。不過，面對美國超過300萬平方英里的本土面積，這些方法可能效率低下。這就是人工智能介入的地方。它可以增強這一過程，使尋找工作在如此廣闊地域更加有效。

美國能源部勞倫斯伯克利國家實驗室和其他機構的科學家開發了一個人工智能系統，用于分析45年來美國地質調查局的歷史地圖，確定了加利福尼亞州和俄克拉荷馬州的1301個潛在UOW。

“雖然人工智能是一項當代且快速發展的技術，但它不應該只與現代數據源聯系在一起。”勞倫斯伯克利國家實驗室（伯克利實驗室）的博士后研究員Fabio Ciulla說，他是一項關于使用人工智能尋找UOW的案例研究的主要作者。

“人工智能可以通過從歷史數據中提取信息來增強我們對過去的理解，這在幾年前是無法實現的。我們越是走向未來，就越能利用過去。”

從2011年開始，美國地質調查局開始上傳19萬張1884年至2006年的數字化地形圖。這些地圖帶有地理標簽，允許每個像素鏈接到特定的地理坐標，以便于參考。地理標記至關重要，因為它將每個地圖像素與特定的地理坐標聯系起來，使人工智能系統能夠準確檢測和分析潛在的UOW。標記的UOW使用衛星圖像、實地調查和磁力計等傳感器進行驗證。

伯克利實驗室的研究團隊訓練了人工智能模型，以識別地圖上的正確點并避免誤報。該模型還必須處理不同地形、顏色和條件的地圖。一些舊地圖被撕裂和弄臟，很難使用。

Ciulla說：“對于人類來說，看著這個圓圈并認出它是非常容易的。”“直到最近，這是從這些地圖中提取信息的唯一可用方法，但如果我們想將其應用于成千上萬張地圖，這種策略就不能很好地擴展。這就是人工智能發揮作用的地方。”

雖然伯克利團隊開發的AI工具依賴于AI，但它也允許手動調整。研究人員可以審查這些發現，以確保人工智能正確解釋地圖上的符號。研究人員使用衛星圖像驗證了人工智能模型發現的29個UOW，并通過實地調查驗證了另外15個UOW。

到目前為止，研究人員采取了保守的方法，優先考慮減少誤報而不是漏報。雖然這些結果可以作為概念驗證，但考慮到美國各地無證UOW的規模，該模型需要迅速擴展。

展望未來，研究人員的目標是將人工智能的預測能力與無人機等現代工具相結合。配備磁力計的無人機預先設定了飛行路線，可以進入空中探測具有挑戰性的區域。無人機還可以配備傳感器，或者配備激光雷達的飛機可以用來檢查空氣中是否存在泄漏。人工智能和先進技術的結合可以為提高定位和封堵UOW的速度和準確性鋪平道路。