أعلنت "أدنوك"، اليوم، تحقيق معدل رائد على مستوى قطاع الطاقة في خفض كثافة الانبعاثات في حقل شاه البري التابع لها، بلغ 0.1 "كيلوجرام مكافئ من ثاني أكسيد الكربون لكل برميل نفط مكافئ"، وهو المعيار العالمي المعتمد لتحديد حجم الانبعاثات في حقول النفط، ويؤكد هذا الإنجاز التزام "أدنوك" بإنتاج أحد أقل أنواع النفط والغاز كثافةً من حيث الانبعاثات على مستوى العالم.


ويقع حقل شاه النفطي التابع لـ "أدنوك" على بعد 230 كيلومتراً جنوب أبوظبي، وتبلغ طاقته الإنتاجية نحو 70 ألف برميل من النفط الخام يومياً، وهو ما يكفي لتزويد أكثر من مليون سيارة بالوقود في دولة الإمارات.
وتم تحقيق إنجاز خفض الانبعاثات من خلال تطبيق أفضل عمليات تطوير الحقول، واستخدام أحدث الحلول الرقمية وتقنيات الذكاء الاصطناعي والتكنولوجيا المتقدمة لرفع كفاءة العمليات، كما يستفيد الحقل من أصول "أدنوك" البرية التي تعمل بالكهرباء التي تم توليدها دون انبعاثات عبر مصادر الطاقة النووية والشمسية.

وقال مصبح الكعبي، الرئيس التنفيذي لدائرة الاستكشاف والتطوير والإنتاج في "أدنوك"، إن استخدام التكنولوجيا المتقدمة يعد مُمكّناً رئيساً لتحقيق هدف "أدنوك" بالوصول إلى الحياد المناخي، ويعكس هذا الإنجاز في حقل شاه التزامنا بالاستدامة والابتكار. 

وأضاف أنه من خلال الاستفادة من الحلول المتقدمة، بما فيها التحول الرقمي وإنجاز العمليات عن بُعد وتحليل البيانات التنبُّؤي، نعمل على تحسين الأداء التشغيلي بالتزامن مع حفض الانبعاثات بشكل كبير، بما يرسخ مكانة ’أدنوك‘ كمُنتّج ومورّد لأحد أقل أنواع النفط والغاز كثافةً من حيث الانبعاثات على مستوى العالم ، مؤكداً استخدام أفضل الابتكارات لخفض انبعاثات عملياتنا، وضمان مواكبة أعمالنا للمستقبل، وتأمين إمدادات موثوقة لتلبية الطلب العالمي على الطاقة.

أخبار ذات صلة نظارات ذكية تعيد تعريف التكنولوجيا القابلة للارتداء في العصر الرقمي تطبيقات الذكاء الاصطناعي تحطم الأرقام القياسية.. إنفاق يتجاوز المليار دولار في 2024

وتشمل التقنيات المستخدمة في الحقل كل من تقنية ضخ السوائل، وهو نظام متقدم مصمم لاسترداد الغاز وإعادة استخدامه مما يوفر الطاقة ويقلل الانبعاثات، وبرنامج التشخيص التحليلي التنبؤي المركزي المدعوم بالذكاء الاصطناعي من "أدنوك"، والذي يساهم في تقليل عمليات الصيانة وزمن التوقف وذلك بالتزامن مع رفع الكفاءة التشغيلية وتعزيز معايير السلامة.

جدير بالذكر أن "أدنوك" نجحت في خفض كثافة الانبعاثات الكربونية في عملياتها لتبلغ نحو 7 كيلوجرامات مكافئ من ثاني أكسيد الكربون لكل برميل نفط مكافئ في عام 2023، لترسِّخ بذلك مكانتها في مقدمة منتجي النفط والغاز الأقل كثافة كربونية في العالم، كما حققت خفضاً قدره 6.2 مليون طن من مكافئ ثاني أكسيد الكربون في انبعاثات النطاقَين 1 و2، بما في ذلك ما يقرب من 4.8 مليون طن من خلال الاستفادة من الكهرباء النظيفة التي يتم توفيرها عبر مصادر الطاقة النووية والشمسية في تشغيل عملياتها.

المصدر: وام

المصدر: صحيفة الاتحاد

كلمات دلالية: أدنوك الذكاء الاصطناعي

إقرأ أيضاً:

سباق نحو الذكاء العام.. اختبار جديد يتحدى أقوى نماذج الذكاء الاصطناعي

أطلقت مؤسسة Arc Prize، وهي منظمة شارك في تأسيسها الباحث البارز في الذكاء الاصطناعي فرانسوا شوليه، عن اختباراً جديداً وصعباً لقياس الذكاء العام الاصطناعي (AGI). بحسب موقع techcrunch

الاختبار الجديد، المسمى "ARC-AGI-2"،  صُمم لاختبار قدرة نماذج الذكاء الاصطناعي على التكيف مع مشكلات لم تواجهها من قبل. حيث يُجبر هذا الاختبار الذكاء الاصطناعي على التفكير المجرد والتعلم الفوري، بدلاً من الاعتماد على الحفظ أو الحسابات المكثفة.
اختبار يعجز عنه الذكاء الاصطناعي
الاختبار الجديد، المسمى ARC-AGI-2، أثبت حتى الآن أنه عقبة صعبة لمعظم نماذج الذكاء الاصطناعي الرائدة. إذ لم تتجاوز النماذج المتقدمة في "الاستدلال"، مثل o1-pro من OpenAI و R1 من DeepSeek، نسبة 1.3% في الأداء، بينما حصلت النماذج القوية غير المعتمدة على الاستدلال، مثل GPT-4.5 و Claude 3.7 Sonnet و Gemini 2.0 Flash، على 1% فقط.

 كيف يعمل الاختبار؟
يتكون اختبار ARC-AGI من ألغاز بصرية حيث يتعين على الذكاء الاصطناعي التعرف على أنماط معينة داخل شبكة من المربعات الملونة وإنتاج الإجابة الصحيحة. هذه التحديات مصممة لإجبار الذكاء الاصطناعي على التكيف مع مشكلات جديدة لم يسبق له رؤيتها.

لمعرفة مدى تعقيد الاختبار، قامت المؤسسة بتجربته على 400 شخص، وحقق المشاركون متوسط أداء بلغ 60%، وهو أفضل بكثير من أي نموذج ذكاء اصطناعي حتى الآن.
ما الجديد في ARC-AGI-2؟
وفقًا لـ شوليه، فإن الإصدار الجديد من الاختبار أكثر دقة في قياس الذكاء العام الاصطناعي مقارنة بالإصدار الأول ARC-AGI-1، حيث يمنع النماذج من الاعتماد على القوة الحسابية لإيجاد الحلول.

قدم ARC-AGI-2 مقياسًا جديداً حيث يتطلب من النماذج فهم الأنماط الفورية بدلاً من الاعتماد على الحفظ.

أخبار ذات صلة الأردن تطوع أدوات الذكاء الاصطناعي لمواجهة التغير المناخي «سند» روبوتات ذكية لصيانة محركات الطائرات بدقة عالية

وأكد غريغ كامرادت، الشريك المؤسس لمؤسسة Arc Prize، أن الذكاء لا يُقاس فقط بالقدرة على حل المشكلات، بل بالكفاءة في اكتساب هذه القدرات وتطبيقها. والسؤال الأساسي ليس فقط: هل يمكن للذكاء الاصطناعي اكتساب المهارة لحل المهمة؟ ولكن أيضاً: بأي كفاءة أو تكلفة؟".

 هل اقتربنا من الذكاء العام الاصطناعي؟
استمر اختبار ARC-AGI-1 من دون أن يُهزم لمدة خمس سنوات حتى ديسمبر 2024، عندما أطلقت OpenAI نموذجها المتقدم للاستدلال o3، الذي تجاوز جميع النماذج الأخرى وحقق أداءً مماثلًا للبشر. لكن عندما تم اختبار الإصدار الأول من النموذج على ARC-AGI-2، حصل فقط على 4% رغم استهلاكه 200 دولار لكل مهمة حسابية.

 تحدي Arc Prize 2025: سباق نحو الذكاء العام
مع إطلاق المعيار الجديد، أعلنت مؤسسة Arc Prize عن مسابقة Arc Prize 2025، حيث يتحدى المطورين للوصول إلى 85% دقة في اختبار ARC-AGI-2، مع إنفاق 0.42 دولار فقط لكل مهمة.

وعلى مدى العقود الماضية، تطور الذكاء الاصطناعي بوتيرة متسارعة، مما دفع الباحثين إلى التساؤل: هل يمكن أن يصل الذكاء الاصطناعي إلى مستوى الذكاء البشري العام؟..و يُعرف هذا المفهوم باسم الذكاء العام الاصطناعي (AGI)، أي قدرة الآلة على التفكير والتعلم وحل المشكلات الجديدة كما يفعل الإنسان، من دون الاعتماد على بيانات محددة مسبقًا.

لمياء الصديق (أبوظبي)

 

مقالات مشابهة

  • التوجهات والتحديات الصينية بملفي الطاقة والمناخ في 2025
  • سباق نحو الذكاء العام.. اختبار جديد يتحدى أقوى نماذج الذكاء الاصطناعي
  • الأردن تطوع أدوات الذكاء الاصطناعي لمواجهة التغير المناخي
  • أدنوك تطور مهارات 40 ألف من كوادرها في أساسيات الذكاء الاصطناعي بنهاية 2025
  • من يُلام في خطأ طبي يرتكبه الذكاء الاصطناعي؟
  • باستخدام «الذكاء الاصطناعي».. ميزات جديدة مدهشة في «انستغرام»
  • Gmail يطور ميزة البحث .. الذكاء الاصطناعي يحدد ما تحتاجه أولا
  • فنزويلا تخفض أيام العمل الأسبوعية للقطاع العام إلى ثلاثة بسبب الجفاف
  • صاروخ “KEMANKEŞ 1” يدخل التاريخ: أول صاروخ تركي يستخدم الذكاء الاصطناعي لتحطيم الأهداف الاستراتيجية
  • الذكاء الاصطناعي… أهو باب لمستقبل واعد أم مدخل إلى المجهول؟