我們知道，石油不僅是工業(yè)的血液，還跟日常生活息息相關(guān)。據(jù)統(tǒng)計(jì)，人的一生大約需要消耗石油在9噸以上，從衣食住行到國際經(jīng)濟(jì)都離不開石油。

[[380567]]

油氣是油氣礦藏埋在地下數(shù)千米深的巖石微小孔穴中，看不見，摸不著。由于極端的復(fù)雜性等原因，人類對(duì)地表以下的認(rèn)知，比對(duì)太空的了解更少。

怎么樣才能找到油氣礦藏?石油專家們發(fā)明了各種各樣的地球物理以及鉆探的方法和技術(shù)，逐步建立起對(duì)地下世界的認(rèn)知。

通過物探、測(cè)井等地球物理以及巖石物理的方法，人們可以采集到關(guān)于地下地球物理性質(zhì)的大量數(shù)據(jù)，通過去除數(shù)據(jù)噪聲、提取地質(zhì)特征等數(shù)據(jù)分析，對(duì)處理結(jié)果進(jìn)行解釋，就可以判斷地下是否有油氣以及有多少油氣可以開采出來。

我國的油氣資源相對(duì)比較豐富，但是地質(zhì)條件十分復(fù)雜，劣質(zhì)化程度非常高，常規(guī)的找油找氣方法面臨嚴(yán)峻的挑戰(zhàn)。

找油找氣工作質(zhì)量的一個(gè)重要指標(biāo)是探井的成功率，也就是找到具有工業(yè)油氣流的井?dāng)?shù)在探井總數(shù)中的占比。目前常規(guī)方法的探井成功率還很低，只有50%左右。

勘探地質(zhì)物理收集到的數(shù)據(jù)量特別巨大，以地震勘探為例，每次三維地震會(huì)產(chǎn)生幾百個(gè)TB乃至PB級(jí)的數(shù)據(jù)量。勘探數(shù)據(jù)的來源也是多種多樣，有地震、重磁電、錄井、測(cè)井以及各種各樣的測(cè)試數(shù)據(jù)。

這些數(shù)據(jù)在不同的尺度上表征著地下的情況，往往具有很強(qiáng)的不確定性和多解性，所以業(yè)務(wù)專家很難在處理如此繁雜、復(fù)雜數(shù)據(jù)的時(shí)候，完整、準(zhǔn)確地解讀所有信息，因此常規(guī)方法找油找氣通常誤差比較大而且周期相當(dāng)長。

在數(shù)據(jù)驅(qū)動(dòng)的人工智能時(shí)代，就有可能用全新的思路和方法來解決找油找氣的難題。企業(yè)級(jí)的AI開發(fā)平臺(tái)，成為AI油氣勘探使能的基礎(chǔ)。有了AI平臺(tái)才可以把油氣行業(yè)長期積累的各種專業(yè)知識(shí)與AI相結(jié)合，這樣就可以在油氣全產(chǎn)業(yè)鏈上來實(shí)現(xiàn)大量的智能應(yīng)用，以點(diǎn)帶面來推動(dòng)石油工業(yè)進(jìn)入智能化的時(shí)代。

以華為的ModelArts為代表的企業(yè)級(jí)AI平臺(tái)，可以幫助行業(yè)專家在短時(shí)間內(nèi)掌握AI開發(fā)的能力。以ModelArts為核心的油氣智能體在地震解釋等方面，已經(jīng)進(jìn)行了一些探索與實(shí)踐并且取得了初步的成效，為油氣行業(yè)AI的應(yīng)用邁出了堅(jiān)實(shí)的第一步。油氣智能體可以提供感知、認(rèn)知、決策等關(guān)鍵技術(shù)，幫助開發(fā)具有油氣行業(yè)特色的AI模型，同時(shí)油氣智能體還可以融入一系列的智能工作流，將模型融入到業(yè)務(wù)流程中，實(shí)現(xiàn)AI在油氣行業(yè)產(chǎn)業(yè)鏈各個(gè)環(huán)節(jié)的落地，從場(chǎng)景上來實(shí)現(xiàn)行業(yè)專家的協(xié)同與共享，大幅度提升工作效率。

利用油氣智能體進(jìn)行地震解釋場(chǎng)景的一個(gè)實(shí)踐：地震勘探采用人工方法激發(fā)地震波，地震波在向地下傳播的過程中間，遇到不同的地層可以發(fā)生反射并且傳回地表。接收裝置在地表采集到地震信號(hào)，然后計(jì)算機(jī)處理這些信號(hào)并且進(jìn)行成像。

利用油氣智能體提供的AI使能工具，就可以通過對(duì)海量數(shù)據(jù)訓(xùn)練出AI模型，在成像后的地震數(shù)據(jù)中找出斷層。同樣也可以利用AI模型，從地震數(shù)據(jù)中找到連續(xù)的層位，從而構(gòu)建出地層模型的基本骨架。

通過地震勘探得到的基本骨架還不足以全面反映地層的各種性質(zhì)，還需要結(jié)合測(cè)定儀器在井筒中測(cè)量獲得的各種數(shù)據(jù)，以確定地層的巖石物理性質(zhì)。

利用地震數(shù)據(jù)得到的骨架和測(cè)定數(shù)據(jù)建立的初始模型，再利用深度學(xué)習(xí)技術(shù)，就可以對(duì)地震測(cè)井?dāng)?shù)據(jù)與油氣場(chǎng)之間的復(fù)雜關(guān)系進(jìn)行精確的刻畫，從而對(duì)油氣儲(chǔ)層參數(shù)進(jìn)行準(zhǔn)確的預(yù)測(cè)，預(yù)測(cè)出來的油氣儲(chǔ)層參數(shù)，就可以實(shí)現(xiàn)AI找油找氣。

基于油氣智能體把AI應(yīng)用到地震勘探領(lǐng)域，但深度學(xué)習(xí)需要大量帶有標(biāo)注的序列樣本，地震數(shù)據(jù)人工標(biāo)注成本高、質(zhì)量差，有時(shí)候甚至是不可能做到的。為了解決數(shù)據(jù)標(biāo)注的問題，可以把地震知識(shí)融入到數(shù)學(xué)模型，建立模擬仿真，生成大量的斷層樣本數(shù)據(jù)，這樣的仿真方法可以大幅度減少人工參與的程度，提升樣本標(biāo)注的效率。云計(jì)算的強(qiáng)大算力可以訓(xùn)練海量仿真樣本，實(shí)現(xiàn)基于AI的地震解釋，幫助專家提高解釋效率，所需的時(shí)間由原來的數(shù)個(gè)月可以減少到幾小時(shí)。

儲(chǔ)層預(yù)測(cè)是一個(gè)復(fù)雜的跨學(xué)科和多學(xué)科的問題，利用油氣智能體進(jìn)行多模態(tài)數(shù)據(jù)建模，并與專家知識(shí)進(jìn)行融合來解決這一難題。將地震解釋的結(jié)果與測(cè)井?dāng)?shù)據(jù)、行業(yè)專家經(jīng)驗(yàn)進(jìn)行融合，通過AI進(jìn)行行業(yè)知識(shí)的表征，用以模型的推理，最后可以得到精確的儲(chǔ)層參數(shù)的預(yù)測(cè)結(jié)果。

油氣智能體在石油工業(yè)有著更加廣泛的用途，借助油氣智能體在上游的勘探、開發(fā)與生產(chǎn)，未來可以實(shí)現(xiàn)智能油氣田，在中游的管道與儲(chǔ)運(yùn)可以實(shí)現(xiàn)智能物流和智能倉儲(chǔ)，在下游的煉化和銷售可以實(shí)現(xiàn)智慧工廠、智慧加油站等應(yīng)用場(chǎng)景。

油氣智能體將掀起石油工業(yè)的變革浪潮，人工智能正在推動(dòng)石油行業(yè)的數(shù)字化發(fā)展和智能化發(fā)展。降本、增效、提質(zhì)，AI將引領(lǐng)石油工業(yè)的未來。