پیش‎ بینی همگرایی تکنولوژی های هوش مصنوعی و حفاری با استفاده از روش پیش بینی پیوند

نویسندگان

1 عضو هیئت علمی دانشکده مدیریت صنعتی و فناوری دانشگاه تهران

2 دانشجوی دکتری دانشکده مدیریت صنعتی و فناوری دانشگاه تهران

3 دانشیار- دانشکده مدیریت - دانشگاه تهران

4 دانشکده مهندسی شیمی، نفت و گاز، دانشگاه علم و صنعت ایران، تهران، ایران

doi
10.22104/jtdm.2024.7080.3349
چکیده

با ظهور فناوری های دیجیتال و تاثیرات چشمگیر آنها در صنایع مختلف همچون صنعت نفت، همواره چگونگی همگرایی آنها در این صنایع و ارائه پیش‎بینی از این همگرایی مورد سوال بوده است. بر همین اساس در این مقاله تلاش شد با انتخاب هوش مصنوعی به عنوان یک فناوری دیجیتال و همینطور حفاری به عنوان یک فناوری نفتی، چگونگی همگرایی این دو فناوری پیش‏بینی شود. برای بررسی این موضوع، داده‏های پتنت این دو حوزه فناوری از پایگاه داده پتنت معتبر جمع‎آوری شد و شبکه هم‏رخدادی این دو فناوری تشکیل گردید. سپس با استفاده از روش پیش‏بینی پیوند، پیش‏بینی از همگرایی میان زیرفناوری های این دو فناوری انجام شد. با بررسی نتایج، مشخص شد که یادگیری ماشین، بینایی ماشین و رباتیک به عنوان زیرفناوری های هوش مصنوعی کاربرد گسترده‏تری در بخش‏های مختلف عملیات حفاری داشته و پیش‏بینی می‎شود در این حوزه‎ها شاهد رشد و همگرایی بیشتری باشیم.