Equinor ASA
PulseAugur coverage of Equinor ASA — every cluster mentioning Equinor ASA across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
挪威提议因隐私担忧暂时禁止AI眼镜
挪威因隐私担忧，提议暂时禁止在公共场所使用AI眼镜。政府计划为此引入立法，并成立一个专家组来制定永久性法规。此举是在全球对AI眼镜可能未经同意记录个人信息的担忧日益加剧的背景下发生的，这已导致挪威的一些组织自行实施禁令。
-
Ambolt推出API，可从官方注册信息中验证公司法律身份
Ambolt推出了一款新的API工具，旨在将公司名称解析至其官方记录，从而提高AI代理和企业的數據准确性。该工具查询挪威、芬兰、英国等多个欧洲国家以及全球LEI数据的官方政府注册信息，提供经过验证的公司信息。此服务旨在确保AI系统和入职流程使用精确的法律实体数据，提供注册ID、法律形式和成立日期等详细信息。
-
Claude Code 工具可验证英国和挪威公司备案信息
一款名为 registry-mcp 的新工具，可通过 Claude Code 访问，允许用户验证英国和挪威公司的合法性和备案状态。该工具无论国家如何，均提供一致的 JSON 输出，详细说明公司名称、法律地位、注册日期和增值税状态（如果可用）。它还突出显示备案截止日期，指示公司是否逾期，并处理国家代码和公司 ID 规范化，尽管它指出英国系统没有内置的转置数字错误检查功能。
-
新工具验证挪威公司ID并丰富数据
一个名为`registry-mcp`的新工具已被开发出来，用于验证和丰富挪威组织号的电子表格。该工具与Brønnøysund Register Centre的Enhetsregisteret接口，以验证公司ID、检索法律形式、状态、增值税信息和城市。它可以处理各种错误，例如无效号码、不存在的实体以及未注册增值税的实体，并为每个错误提供详细的问题描述。
-
挪威公司申报截止日期由新的 registry-mcp 工具计算
一款名为 registry-mcp 的新工具可以计算挪威公司的法定申报截止日期。该工具使用来自挪威公司账户登记处和挪威中央法人登记处的数据来确定这些截止日期。对于 Equinor ASA，该工具识别出多个即将到来的截止日期，包括月度工资报告和增值税申报，并提供了每个申报的具体日期和原因。
-
研究：人工智能促进化石燃料生产超过绿色能源，增加排放
一项新研究表明，人工智能比减少全球碳排放更有可能增加碳排放。研究人员发现，人工智能提高化石燃料行业生产能力的能力导致比其对可再生能源发电的贡献更大的污染。研究结果表明，要使人工智能实现净减排，其在清洁能源方面的生产力增长需要显著超过在化石燃料方面的增长。
-
新模型解决油田数据中的真实世界异常检测问题
研究人员开发了一种新颖的工业环境异常检测方法，专门针对Equinor发布的Volve油田数据。与使用人为诱发故障的典型基准测试不同，这项工作侧重于缺乏故障日志的真实生产数据。研究团队根据详细说明潜在物理故障的工程文档构造了异常标签，并公布了每个标签背后的推理过程。然后，他们评估了一个无监督基线模型和一个双头模型，发现无监督方法识别出了相似的异常区域，而监督模型在检测未见过油井的事件存在和类型方面显示出潜力，尽管时间定位粗略。
-
能源专家杨涛回国，促进欧中合作
能源专家杨涛在挪威任职后已返回中国石油大学（华东）。他旨在促进中国与欧洲在低碳技术、数字能源和可持续解决方案等关键领域的合作。杨涛是多个国际科学院的杰出成员，此前曾在Equinor ASA担任重要职务，并联合创立了世界碳捕集利用与封存理事会。
-
AI系统TADI通过工具编排增强钻井智能
研究人员开发了TADI，一个代理式AI系统，旨在通过钻井智能分析异构井场数据。TADI使用包含DuckDB和ChromaDB的双存储架构，整合了包括钻井报告和实时测量在内的各种数据源。该系统采用大型语言模型来编排十二个领域特定工具，用于证据收集，并将结构化数据与叙述性报告进行交叉引用。提出了一种新的指标，即证据基础评分（EGS），以评估合规性，并使实现可复现。
-
WISE-FM基础模型整合工程知识用于多任务井设计
研究人员开发了WISE-FM，一个专为多任务井操作设计的基础模型，该模型整合了工程原理和井设计参数。该模型集成了特征线性调制和跨模态注意力机制，以根据井设计条件化操作嵌入，并采用多任务学习来预测流速、井底条件和流态。在模拟和真实世界数据上的评估显示，预测精度显著提高，井设计优化速度也大大加快。