油藏模拟器的预测准确性（用于指导管理层价值数十亿美元的油田开发决策）的基础是地质模型的保真度。地质学依赖于通过光学显微镜获得的视觉微观岩石描述，这是一个缓慢、劳动密集型的过程，自 1793 年现代地质学诞生以来，这一过程几乎没有变化。

此外，当一位拥有数十年经验的岩石学家退休时，ADNOC 就会失去该人积累的经验。由于有这么多快节奏、高技术性的职业可供选择，很少有年轻人选择成为岩石学家。出于这些原因，ADNOC 寻求一种方法来保留专家的经验并增强流程（可能是在机器内）。

ADNOC利用人工智能来加强地质研究已经取得了成功。尽管钻孔和扫描岩石样本仍然必须是手动过程，但图像分类现在速度更快、自动化程度更高。由于 Watson 每秒可以分析 527 张图像，因此分析从单个水库采集的所有样本现在只需几分钟，而不是几个月。

除了分类速度的提高之外，Nehaid 和他的团队已经体验到了人工智能驱动的 Watson 解决方案的其他几个关键优势。随着分析时间显著缩短，ADNOC 可以评估更多井中的更多岩石样本，生成更具确定性的数据，进行使地下模型更准确、更有效。

该解决方案还能提高一致性。Nehaid 说：“两位具有不同经验水平的地质学家将在他们的岩石描述中提供不同程度的准确性。借助 IBM Watson，我们可以确保描述和解释始终处于专家水平，并且多年来保持一致。”他继续说道：“这些因素正在增强我们的地下模型，从而显著降低风险并支持数十亿美元油田开发中更好的投资决策。”

IBM Watson 的 AI 库为 ADNOC 提供了一种保留岩石学家数十年经验的方法，而无需经历长达数年的让新专家了解情况的过程。Nehaid 说：“该解决方案让我们的地质学家能够腾出时间来专注于模型生成，并将专家的知识和经验转移到机器上，以便我们可以在他们继续工作后利用他们的经验。”

Nehaid 和他的团队对项目的未来充满信心。Shebl 说：“最终，我认为机器学习有助于创建代表性地质模型的整个过程，并帮助我们对地下有清晰的了解。尖端技术和创新合作伙伴关系使我们能够制定开发计划，帮助我们实现战略目标：将油田寿命结束时的采收率提高到 70%，并最终帮助阿布扎比国家石油公司上游创造更有利可图的水平。”

IBM 也对 ADNOC 合作的成功感到鼓舞。IBM 中东和非洲认知与分析实践负责人 Talal Malas 解释道：“我们相信 AI 是人与机器之间的合作伙伴关系。与 ADNOC 合作的这一举措是化学和石油行业中最令人兴奋的用例之一——认知地质学，它模仿地质学家和岩石物理学家对大规模的岩石样本进行高精度分类。这是 AI 如何提高生产力并让高技能专家腾出时间从事更高价值活动的完美例子。”

IBM 中东和非洲工业产品及化学品和石油行业行业负责人 Yahya Mahmoud 补充道：“在 IBM，我们相信创新对我们公司和世界都很重要。我们敢于创造原创的想法，专注于客户的成功。ADNOC 和 IBM 之间的合作伙伴关系将这些价值观变为现实。整个价值链都是从地球科学建立起来的，从那里起步的做法很直观。我们与阿布扎比国家石油公司一样希望进一步开发解决方案，以利用地下更多的数据点来提高碳氢化合物采收率。”

ADNOC外部链接（链接位于 ibm.com 之外）成立于 1971 年，是一家由能源和石化公司组成的大型多元化集团。它每天生产约 300 万桶石油和 105 亿立方英尺原料天然气。其上、中、下游综合业务由 14 家专业子公司和合资公司开展。