确保技术主权 俄石油工业将使用AI技术

扫一扫

潜在影响

最近一段时间，许多公司在俄罗斯市场推出AI领域解决方案，如罗斯银行（Rosbank）宣布推出自己AI领域测试项目。罗斯银行共有三个AI测试项目，包括面向企业的QA机器人、语音助手ReCap和代码助手（Code Assistant）。QA机器人是个聊天机器人，用于支持企业客户，利用知识库回答问题，并自动处理信贷产品请求，有助于将请求审理时间缩至半天。语音助理ReCap是个人工智能的解决方案，连接到会议并将语音转为文字，形成会议摘要，帮助员工节省时间，提高工作效率。代码助手是个集成开发环境（IDE）插件，可帮助开发人员加快软件开发，提供代码自动填充、标准功能生成和软件存储库验证。有了代码助手，罗斯银行可将发布速度提高15%，并提高代码质量。罗斯银行中心化数据管理部负责人特拉文（Maxim Travin）说：“我们的测试项目展现了AI解决方案在不同银行业务领域的巨大潜力。我们计划进一步发展这一方向，提高客户服务质量，优化业务流程，使我们的业务更高效。”

开启俄航天新篇章：“安加拉-A5”火箭成功发射
 

Vygon咨询公司在概论文章《利用生成式AI确保俄罗斯燃料动力部门的技术主权》中评估说，使用生成式AI能给俄罗斯油气企业每年带来3430亿卢布总体效益。据估计，效益的大部分可通过提高油气田开发、建设、勘探和开采管理项目的效率实现。与俄罗斯石油企业已广泛使用的常规算法不同，生成性人工智能（GenAI）能利用大量数据（比其他类型神经网络高出约三个量级）自我学习。因此，GenAI能提高与工程和科技鉴定有关的流程自动化，尤其是实用鉴定，59%可以自动化。使用神经网络可将与工程有关的专业团队工作自动化潜力提高近一倍，达到57%。

GenAI的例子之一是大语言模型（LLM），它专门从事自然语言处理，最有前景的类型是多代理系统，理论上可以很好地解决有限的复杂问题，部分替代某些专家，如地质学家或软件工程师。石油和天然气行业LLM的应用受到几种情况的阻碍。首先，大模型训练需要增加算力。Vygon咨询公司以GPT-4为例说，其训练用的计算是GPT-3的100倍，训练成本接近10亿美元。其次，世界上最好的语言模型（Gemini 1、Claude 3 Opus、GPT-4）也难以解决油气领域具体任务，因为缺少包括各国特殊性的全面行业信息。 

潜在前景

开发磷灰石选矿技术 俄在科拉半岛设科研中心
 

Vygon咨询公司负责人维贡（Dmitry Vygon）说：“尽管发展迅速，但LLM在燃料动力领域的行业知识和功能目前仍有限。但不久的将来它们将学会解决多层次工程问题，分析现有技术并创造新技术。俄罗斯油气行业当前形势是严厉制裁、出口调整和能源转型，必须尽快加入这场竞赛，为自己提供实现技术主权的应用工具。”制裁限制俄罗斯提高算力的机会，但主要障碍是研发成本太高。据专家估计，2024年2月底发布的Claude 3级超级模型全部创建成本超5亿美元（约500亿卢布）。作为对比，俄罗斯大IT公司GenAI投资总额约每年483亿卢布。概论文章说：“以这种投资水平，只有整合我们所有公司的力量，才能创建世界级超大模型。”专家们认为，要创造有竞争力的模型，未来投资额需要增至每年1000亿卢布。

但其他专家认为，对俄罗斯企业来说，现在对GenAI投资不是优先事项。DRT咨询公司负责人赫罗舍夫（Timofey Khoroshev）说，即使不太复杂的系统，如自动化过程控制系统，俄罗斯企业现在也面临挑战。Kept咨询公司油气企业服务总监马尔科夫（Maxim Malkov）对此表示赞同。他说，这些公司正解决基础自动化问题，因此它们“现在还顾不上人工智能。”马尔科夫认为，目前俄油气企业正专注于现有软件进口替代，其中大部分由俄罗斯供应商独立开发。

本文为《透视俄罗斯》专稿

| www.tsrus.cn/680015|

作者：阿列克谢·洛桑（Alexey Lossan）