ما در حالی تابستان دیگری را همراه با افزایش پیامدهای شدید آب و هوایی ناشی از سوزاندن سوختهای فسیلی پشت سر گذاشتیم که تعدادی از ثروتمندترین شرکتهای نفت و گاز جهان در حال سرمایهگذاری بر روی هوش مصنوعی برای سرعت بخشیدن به استخراج منابع جدید نفت و گاز جدید هستند. حتی بر اساس برآوردهای محافظهکارانه آژانس بین المللی انرژی، اگر بخواهیم افزایش بلندمدت متوسط دمای جهانی را به ۱٫۵ درجه سانتی گراد محدود کنیم، جهان نمیتواند حتی حفاری یک پروژه جدید توسعه سوختهای فسیلی را آغاز نماید. به هر ترتیب، شرکتهای بزرگ در حال حاضر روی فناوریهای مختلف توسعه هوش مصنوعی سرمایهگذاری میکنند که روشی سریعتر و ارزانتر برای یافتن منابع جدید نفت و گاز را نوید میدهند. این الگوریتمها براساس اعلام تعدادی از پژوهشگران میتوانند حتی میزان سوختهای فسیلی را که یک شرکت میتواند از یک پروژه خاص استخراج کند، افزایش دهند. در بهار امسال، غول نفتی شل اعلام کرد که از هوش مصنوعی زایشی برای سرعت بخشیدن به اکتشاف نفت و گاز به عنوان بخشی از راهبرد گستردهتر خود برای «بهبود ایمنی، کارایی و پایداری در زنجیره عملیات خود » استفاده خواهد کرد. شرکت اسپارک کوگنیشن (SparkCognition) ارائهدهنده راه حلهای هوش مصنوعی، ادعا میکند که الگوریتم یادگیری ماشینی عرضه شده این شرکت باعث رشد تولید بالقوه و نرخ موفقیت بالاتر شده و میتواند ذخایر نفت و گاز فراساحلی را به جای ۹ ماه، در کمتر از ۹ روز در بستر اقیانوس کشف کند. بروس پورتر، مدیر ارشد بخش پژوهش این شرکت در مصاحبهای گفت: برای هر میدان نفتی و گازی جدید در اعماق دریا، این الگوریتم میتواند بر روی ۱ تا ۳ درصد از تصاویر لرزهای روشهای کنونی برای تعیین احتمال کشف ذخایر نفت و گاز که ارزش حفاری را دارند، اتکا کند. مشارکت شرکت شل با اسپارک کوگنیشن را نمیتوان یکی از نخستین همکاریهای مشترک در این حوزه دانست. شرکت توتال انرژیز اعلام کرده که در دهه ۱۹۹۰ میلادی از یادگیری ماشینی استفاده کرده و یک پروژه مشترک با شرکت گوگل کلود ( Google Cloud ) را برای توسعه برنامههای یادگیری گسترده اعلام کرده است. در سال ۲۰۱۹ میلادی، شرکت بریتیش پترولیوم در یک شرکت هوش مصنوعی سرمایهگذاری کرد که الگوریتم آن می تواند دادههای کلیدی را برای مهندسان زمین شناسی با سرعت بسیار زیاد در اختیار آنان قرار دهد. از سوی دیگر، شرکت اکسون موبیل ( ExxonMobil ) با غول آی بی ام در یک «فرآیند منبع باز و مبتنی بر هوش مصنوعی » مشارکت دارد که براساس گزارشها، توانایی آن در طراحی برنامههای حفاری برای چاههای جدید را تا دو ماه افزایش میدهد. مدیر ارشد پژوهشی اسپارک کوگنیشن معتقد است که فناوری توسعه داده
شده این شرکت برای شرکت شل نوآوریهای ارزشمندی به دنبال داشته است. هوش مصنوعی زایشی این شرکت میتواند احتمال حفاری در مناطق نامناسب و یا فاقد ذخایر کافی را کاهش دهد. غول نفتی شل چندی پیش تأیید کرده است که قصد دارد سطح تولید نفت فعلی خود را تا سال ۲۰۳۰ میلادی حفظ کند. این فناوری همچنین میتواند در شرکتهای اکتشاف نفت در خشکی نیز عملیاتی و اجرایی گردد. در وب سایت شرکت شل هیچ اشاره ای به نحوه استفاده از سرمایه صرفه جویی شده با استفاده از این فناوری، یا تخصیص مجدد آن به بخشهای انرژیهای تجدیدپذیر کسب و کار آنان نشده است. دکتر مارتین بلانت، پروفسور دپارتمان علوم و مهندسی زمین در امپریال کالج لندن، در پاسخ به سوالی درباره ادعاهای پایداری شل می گوید: این فناوری به صورت بالقوه میتواند به شرکتها کمک کند تا درک کنند که چه چیزی در اعماق زمین است، و برای شرکت شل، این فناوری به آنها امکان میدهد تا برای دستیابی به ذخایر بیشتر نفت و گاز حفاری کنند. همزمان با اوجگیری تلاشهای جهانی برای مقابله با بحران آب و هوایی، شرکتهای نفت و گاز از هوش مصنوعی استفاده میکنند تا استخراج سوختهای فسیلی خود را در آخرین سودهای پیش از گذار دنیای ما از نفت و گاز به سوختهای پاک افزایش دهند. سازمان ملل محاسبه کرده که سوخت های فسیلی عامل انتشار ۹۰ درصد از انتشار جهانی کربن هستند که سیاره زمین را گرم می کند و باعث فقر و فلاکت میلیون ها نفر میشود. هر حفاری جدید با کمک هوش مصنوعی برای یافتن نفت بیشتر، تلاش های جهانی را برای حفظ آب و هوا در محدوده ۱٫۵ درجه به خطر میاندازد و نشان دهنده شتاب خطرناکی به سوی جهانی غیرقابل سکونت است. ممکن است “حفاری دیجیتال” کارایی را برای شرکت های نفت و گاز به ارمغان آورد، اما هزینههای زیادی برای سیاره ما و ساکنان آن به دنبال خواهد داشت.
منبع: www.globalwitness.org
مترجم: محسن داوری