详细内容或原文请订阅后点击阅览
Halliburton 利用 Amazon Bedrock 和 Generative AI 增强地震工作流程创建
在这篇文章中，我们将探讨如何构建概念验证，将自然语言查询转换为可执行的地震工作流程，同时为哈里伯顿的地震引擎工具和文档提供问答功能。我们将介绍该解决方案的技术细节，分享显示工作流程加速高达 95% 的评估结果，并讨论可帮助其他组织通过生成 AI 增强其复杂技术工作流程的关键知识。
来源:亚马逊云科技 _机器学习地震数据分析是能源勘探的重要组成部分，但配置复杂的处理工作流程传统上是一项耗时且容易出错的挑战。 Halliburton 的 Seismic Engine 是一款用于地震数据处理的云原生应用程序，是一款功能强大的工具，以前需要手动配置大约 100 个专用工具才能创建工作流程。这个过程不仅耗时，而且需要深厚的专业知识，可能会限制软件的可访问性和效率。
为了应对这一挑战，Halliburton 与 AWS Generative AI 创新中心合作，为 Seismic Engine 开发了人工智能驱动的助手。该解决方案使用 Amazon Bedrock、Amazon Bedrock 知识库、Amazon Nova 和 Amazon DynamoDB 将复杂的工作流程创建转换为对话。地球科学家和数据科学家可以通过自然语言交互而不是手动配置来配置处理工具。
在这篇文章中，我们将探讨如何构建概念验证，将自然语言查询转换为可执行的地震工作流程，同时为地震引擎工具和文档提供问答功能。我们将介绍该解决方案的技术细节，分享显示工作流程加速高达 95% 的评估结果，并讨论可帮助其他组织利用生成式 AI 增强其复杂技术工作流程的关键知识。
— Phillip Norlund，Halliburton Landmark 地下技术经理
— Slim Bouchrara，Halliburton Landmark 地下研发高级产品负责人
解决方案概述
查询路由和意图分类
问答实现
这种方法使我们的系统能够为用户有关地震引擎工具和工作流程的查询提供上下文感知的相关答案。
工作流程生成
评估
工作流程生成结果
与基准性能比较
我们的生成式 AI 解决方案展示了以下改进：