การประชุม DROPS Wells Forum เดือนพฤศจิกายน 2024 ได้นำเสนอความก้าวหน้าครั้งสำคัญของโซลูชัน AI เพื่อ การป้องกันวัสดุตกหล่น ในภาคการขุดเจาะ การนำเสนอที่โดดเด่นโดย KCA Deutag มุ่งเน้นที่ระบบ FX-RZS (Red Zone Supervision) ซึ่งเป็นโซลูชันที่ใช้ AI สนับสนุน พัฒนาร่วมกับ Shell Oman เพื่อยกระดับความปลอดภัยในการปฏิบัติงานในเขตหวงห้าม การประชุมยังได้แนะนำแนวคิด “DROPS GPT” ซึ่งเป็นโมเดล ChatGPT เฉพาะทางที่ออกแบบมาเพื่อเปลี่ยนวิธีการเข้าถึง DROPS Recommended Practices โดยให้การสนับสนุนที่ไม่มีสิ่งใดเทียบได้สำหรับการแบ่งปันความรู้ การฝึกอบรม และการตัดสินใจในด้าน การป้องกันวัสดุตกหล่น

การเฝ้าระวัง Red Zone ด้วย AI ของ KCA Deutag

การประชุมได้นำเสนอภาพรวมเชิงลึกของระบบ FX-RZS (Red Zone Supervision) ซึ่งใช้ปัญญาประดิษฐ์ในการยกระดับความปลอดภัย ด้วยการเฝ้าระวังและบริหารจัดการเขตอันตรายในสภาพแวดล้อมการขุดเจาะ มีการหารือถึงการพัฒนาระบบ รายละเอียดทางเทคนิค ผลกระทบต่อการปฏิบัติงาน และแผนงานในอนาคต

Holger Egbers แนะนำ FX-RZS ในฐานะโซลูชันที่ก้าวล้ำด้านความปลอดภัยสำหรับงานขุดเจาะทั้งบนบกและนอกชายฝั่ง ระบบใช้การตรวจจับวัตถุด้วย AI เพื่อเฝ้าระวัง Red Zone โดยปรับขอบเขตแบบพลวัตตามข้อมูลการปฏิบัติงาน เช่น การทำงานของอุปกรณ์หรือระดับความดัน คุณสมบัติหลักได้แก่ การแจ้งเตือนแบบเรียลไทม์ผ่านหน้าจอแบบไฟจราจร และการเชื่อมต่อกับระบบเดิมของแท่นเจาะ ซึ่งเพิ่มชั้นความปลอดภัยและการควบคุมอย่างมีนัยสำคัญ หน้าจอสื่อสารสภาวะความปลอดภัยอย่างชัดเจน ได้แก่ ไฟแดงค้างเมื่อมีอันตรายที่กำลังเกิดขึ้น ไฟกะพริบเมื่อตรวจพบบุคลากร และไฟเขียวเมื่ออยู่ในสภาวะปลอดภัย

Egbers เน้นย้ำถึงการพัฒนาสมรรถนะของระบบเมื่อเวลาผ่านไป การใช้งานในช่วงแรกบันทึกเวลาการล่วงล้ำเขตเฉลี่ย 48 นาทีต่อชั่วโมง ซึ่งลดลงเหลือ 26 นาทีหลังการปรับปรุง การลดลงนี้เกิดจากการวิเคราะห์ข้อมูลที่ดีขึ้น การปรับหน้าจอ และจิตสำนึกของ ผู้ดำเนินการ ที่เพิ่มขึ้น การนำเสนอแสดงให้เห็นว่าการวิเคราะห์ข้อมูลอย่างละเอียดช่วยระบุแนวโน้มของการล่วงล้ำเขต และชี้นำการปรับปรุงกระบวนการเพื่อลด ความเสี่ยง

มีการชี้ให้เห็นความท้าทายในการนำ FX-RZS ไปใช้ เช่น ความจำเป็นในการฝึกอัลกอริทึม AI อย่างต่อเนื่องเพื่อให้รู้จักวัตถุหลากหลายชนิดและจัดการกับสถานการณ์ที่ซับซ้อน แม้จะมีความท้าทายเหล่านี้ ระบบก็เพิ่มชั้นความปลอดภัยที่สำคัญ โดยลด การสัมผัส อันตรายของบุคลากร และเสริมกับ Shell Dropped Object Prevention Guide

การพัฒนาในอนาคตประกอบด้วยการวิเคราะห์ข้อมูลแบบเรียลไทม์ขั้นสูงเพื่อการเตือนล่วงหน้า การขยายการเชื่อมต่อระบบไปยังงานอื่น ๆ และการปรับปรุงความสามารถในการควบคุมด้วยมือ ผู้เข้าร่วมตระหนักถึงศักยภาพของ FX-RZS ในการเปลี่ยนโฉมการจัดการความปลอดภัยในสภาพแวดล้อมการขุดเจาะ และเห็นพ้องถึงความจำเป็นในการทำงานร่วมกันอย่างต่อเนื่องเพื่อปรับปรุงและขยายความสามารถของระบบ

Yahya Al Rubaiai จาก Shell Oman ได้แบ่งปันมุมมองของเขา ในฐานะผู้ติดตามการนำระบบไปใช้ในภาคสนาม

ดาวน์โหลดเอกสารนำเสนอได้ที่นี่ KCAD_FXC_RZS_DROPS Forum_112024

DROPS GPT

ในการประชุมครั้งนี้ เรายังได้สำรวจความเป็นไปได้ของการมี ChatGPT ที่ฝึกมาเฉพาะบน DROPS Recommended Practices “DROPS GPT” เช่นนี้จะให้ประโยชน์มากมายแก่สมาชิกของ DROPS Asia Chapter และชุมชนที่กว้างขึ้นซึ่งมุ่งเน้น การป้องกันวัสดุตกหล่น ต่อไปนี้คือข้อได้เปรียบบางประการที่เป็นไปได้

1. การเข้าถึงความรู้จากผู้เชี่ยวชาญได้ทันที

สมาชิกสามารถถามคำถามเกี่ยวกับแนวปฏิบัติที่ดี นโยบาย และข้อแนะนำที่เกี่ยวข้องกับ การป้องกันวัสดุตกหล่น และได้รับคำตอบที่ถูกต้องและตรงกับบริบท
ขจัดความจำเป็นในการค้นหาเอกสารหรือสื่อการอบรมด้วยตนเอง ช่วยประหยัดเวลาและเข้าถึงได้ง่ายขึ้น

2. ความสม่ำเสมอของข้อมูล

ทำให้มั่นใจว่าสมาชิกและผู้มีส่วนได้ส่วนเสียทุกฝ่ายสอดคล้องกับแนวทางและข้อแนะนำล่าสุดของ DROPS
ลดโอกาสการตีความผิดหรือการสื่อสารคลาดเคลื่อนเกี่ยวกับขั้นตอนหรือข้อกำหนดด้านความปลอดภัย

3. การสนับสนุนการฝึกอบรมที่ดีขึ้น

วิทยากรสามารถใช้โมเดล ChatGPT ระหว่างการอบรมเพื่อให้คำตอบและคำอธิบายแบบเรียลไทม์ ยกระดับประสบการณ์การเรียนรู้
การมีปฏิสัมพันธ์กับโมเดลช่วยเสริมการจดจำความรู้ของผู้เข้าอบรม

4. ความสามารถในการขยายและการเข้าถึง

รองรับผู้ใช้จำนวนมากพร้อมกัน จึงเหมาะกับการปฏิบัติงานระดับโลกที่สมาชิกอยู่ต่างเขตเวลากัน
ให้บริการตลอด 24 ชั่วโมงทุกวัน ทำให้สมาชิกเข้าถึงความช่วยเหลือได้ทุกเมื่อ แม้ในพื้นที่ห่างไกล

5. การตัดสินใจที่ดีขึ้น

ช่วยให้สมาชิกตัดสินใจอย่างมีข้อมูลได้อย่างรวดเร็ว โดยให้คำแนะนำบนพื้นฐานของแนวปฏิบัติและหลักฐานที่ยอมรับกัน
ลดเวลาที่ใช้ในการไตร่ตรองหรือค้นหาจากหลายแหล่ง โดยเฉพาะระหว่างการปฏิบัติงานที่สำคัญ

6. การรองรับผู้ใช้หลายภาษา

หากตั้งค่าให้รองรับหลายภาษา โมเดลจะช่วยให้ผู้ที่ไม่ได้ใช้ภาษาอังกฤษเป็นภาษาแม่เข้าใจ และนำแนวทาง DROPS ไปใช้ได้อย่างมีประสิทธิภาพมากขึ้น

7. การปรับแต่งตามความต้องการเฉพาะ

โมเดลสามารถตอบโจทย์ความท้าทายเฉพาะของแต่ละบริษัทหรือแต่ละโครงการภายในชุมชน DROPS
สมาชิกได้รับคำแนะนำที่ปรับให้เหมาะกับสถานการณ์เฉพาะ เช่น การตรวจสอบ การประเมินความเสี่ยง หรือการเลือกเครื่องมือ

8. การรักษาและปรับปรุงองค์ความรู้

ทำหน้าที่เป็นคลังรวมความรู้ DROPS ที่รักษาความเชี่ยวชาญไว้ได้ แม้บุคลากรในองค์กรจะเปลี่ยนไป
สามารถปรับปรุงด้วยแนวปฏิบัติหรือข้อมูลเชิงลึกใหม่ ๆ เมื่ออุตสาหกรรมพัฒนาไป จึงคงความเกี่ยวข้องอยู่เสมอ

9. การแบ่งปันความรู้ที่คุ้มค่า

ลดความจำเป็นในการสนับสนุนด้วยกำลังคนจำนวนมาก เนื่องจากโมเดลตอบคำถามทั่วไปได้ ทำให้บุคลากรมีเวลาไปทำงานเชิงกลยุทธ์มากขึ้น
ลดค่าใช้จ่ายในการเดินทางและการอบรม ด้วยการมีผู้ช่วยเสมือนสำหรับการเผยแพร่ความรู้

10. การเชื่อมต่อกับเครื่องมืออื่น

สามารถเชื่อมต่อกับแพลตฟอร์มที่มีอยู่ เช่น DROPS Metaverse หรือระบบการฝึกอบรมและ ระบบการจัดการความปลอดภัย อื่น ๆ เพื่อยกระดับประสบการณ์ผู้ใช้
เพิ่มชั้นของการมีปฏิสัมพันธ์ในสภาพแวดล้อมทั้งแบบเสมือนจริงและแบบพบหน้า

โดยสรุป ChatGPT ที่ฝึกบน DROPS Recommended Practices จะเป็นเครื่องมือทรงพลังในการยกระดับการเข้าถึง ความเข้าใจ และการนำแนวทางความปลอดภัยที่สำคัญไปใช้ ซึ่งท้ายที่สุดจะช่วยสร้างสภาพแวดล้อมการทำงานที่ปลอดภัยยิ่งขึ้นและการปฏิบัติงานที่มีประสิทธิภาพมากขึ้น หากท่านสนใจเข้าร่วมคณะทำงานเพื่อพัฒนา Chat GPT นี้ กรุณาติดต่อเลขานุการ DROPS Asia Chapter คุณ Joachim van der Meulen