Fúrási adatokat elemez az Equinor TADI rendszere – 1759 jelentést dolgoz fel hibátlanul
Az ügynök-alapú mesterséges intelligencia rendszer a norvég Equinor Volve Field adathalmazát használja, és 12 táblában 65 447 sort elemez a fúrási műveletekről.
Új ügynök-alapú AI-rendszert mutatott be az ArXiv AI, amely TADI (Tool-Augmented Drilling Intelligence) néven a fúrási műveleti adatokat alakítja át tényalapú analitikai intelligenciává — írja a kutatási portál.
A TADI az Equinor Volve Field adathalmazára alkalmazva 1759 napi fúrási jelentést, kiválasztott WITSML valós idejű objektumokat, 15 634 termelési rekordot, képződmény-tetőket és perforációkat integrál egy kettős tárolási architektúrába. Ehhez DuckDB-t használ a strukturált lekérdezésekhez, valamint ChromaDB-t a szemantikus kereséshez 36 709 beágyazott dokumentumon keresztül.
A rendszer tizenkét, domain-specializált eszközt alkalmaz, amelyeket egy nagyméretű nyelvi modell (LLM) vezérel iteratív függvényhívásokkal. Ez a megközelítés több lépésben gyűjt bizonyítékokat, összevetve a strukturált fúrási méréseket a napi jelentések narratíváival. A TADI az összes 1759 DDR XML fájlt hibátlanul elemzi, kezel három inkompatibilis kútnevezési konvenciót, és 95 automatizált teszt, valamint egy 130 kérdésből álló stressz-kérdés taxonómia támogatja, amely hat operatív kategóriát fed le.
A kutatók az ügynök viselkedését szekvenciális eszközválasztási problémaként formalizálták, és bevezették az Evidence Grounding Score (EGS) mérőszámot. Ez egy egyszerű megfelelőségi proxy, amely méréseken, attribútált DDR idézeteken és szükséges válaszszakaszokon alapul.