Total et Google Cloud ont signé un accord pour développer en partenariat des solutions d’Intelligence Artificielle (IA) appliquées à l’analyse des données du sous-sol en phase d’exploration et de production d’hydrocarbures.
Cet accord porte sur le développement de programmes d’IA permettant l’interprétation d’images du sous-sol (Computer Vision), notamment issues d’études sismiques, et d’automatiser l’analyse de documents techniques (Natural Language Processing). Ces programmes permettront aux ingénieurs en géosciences de Total (géologues, géophysiciens, ingénieurs réservoir et géo-information) d’accélérer et d’améliorer la qualité de leurs travaux d’exploration et d’évaluation des gisements de pétrole et de gaz.
Dans le cadre de ce partenariat, les experts en géosciences de Total travailleront aux côtés des experts en machine learning de Google Cloud dans une même équipe projet basée dans le laboratoire de Google Cloud (Advanced Solutions Lab) en Californie.
« Total est convaincu que l’Intelligence Artificielle appliquée à l’industrie pétrolière et gazière est l’une des voies d’avenir à explorer pour optimiser nos performances, notamment en matière d’interprétation des données du sous-sol. […] Cela s’intègre à la stratégie du Groupe qui a déjà recours à l’IA, par exemple en matière de maintenance prédictive sur ses installations », a déclaré Marie-Noëlle Semeria, Directrice R&D Groupe de Total.
« Conjuguer les compétences de Total en géosciences et celles de Google en IA est pour nous un gage de réussite de ce projet. Notre ambition est que d’ici quelques années, nos ingénieurs géosciences disposent d’un assistant personnel doté d’une IA leur permettant de se focaliser sur les tâches à forte valeur ajoutée de leur métier », a déclaré Kevin McLachlan, directeur de l’Exploration à l’Exploration-Production de Total.
L’Intelligence Artificielle appliquée à l’Exploration-Production chez Total
- Dès les années 1990, Total a commencé à appliquer l’Intelligence Artificielle pour caractériser les gisements de pétrole et de gaz en utilisant des algorithmes d’apprentissage automatique (Machine Learning).
- En 2013, Total a mis en place la maintenance prédictive des machines tournantes (turbines, pompes, compresseurs) sur ses sites industriels en s’appuyant sur des algorithmes de Machine Learning. Ceci a permis de réaliser des économies de plusieurs centaines de millions de dollars.
- Aujourd’hui, les équipes de Total explorent de multiples applications du Machine Learning et du Deep Learning comme la prévision de profils de production, l’analyse automatisée d’images satellites ou l’analyse d’images d’échantillons de roche.
Lectures du moment, tribunes d'experts, management et entrepreneuriat... 