有著“工業(yè)血液”之稱的石油，作為一種不可再生資源，不僅關(guān)乎現(xiàn)代城市的運(yùn)轉(zhuǎn)，還與人們的衣食住行息息相關(guān)。相關(guān)數(shù)據(jù)顯示，一個人的一生在“衣食住行”方面要消耗掉的石油高達(dá)9000公斤，相信這一數(shù)字令大多數(shù)人驚嘆不已。

如何更加便捷高效地開采石油，一直都是油氣行業(yè)不斷尋求突破的難題。9月24日，在華為全聯(lián)接2020上，華為發(fā)布了智能體，這是業(yè)界首次針對政企智能升級提出的系統(tǒng)化參考架構(gòu)?？蛻艉突锇榭梢曰谥悄荏w打造自己的智能方案，使能千行百業(yè)智能升級，共建全場景智慧。作為油氣行業(yè)代表，中國石油大學(xué)（北京）人工智能學(xué)院院長肖立志教授在主題演講中分享了油氣智能體如何幫助找油找氣的實(shí)踐。

中國石油大學(xué)（北京）人工智能學(xué)院院長肖立志教授發(fā)表演講

油氣是流體礦藏，埋在地下數(shù)千米深的巖石微小孔隙中，看不見、摸不著。因此，開采過程十分繁瑣：首先要在開采石油之前進(jìn)行地面和井孔地球物理勘探，然后確定油氣水在地下的分布情況及其變化信息；進(jìn)而根據(jù)綜合判斷，來確定采取怎樣的技術(shù)措施進(jìn)行鉆井和生產(chǎn)。雖然我國的油氣含量相對豐富，但地質(zhì)條件十分復(fù)雜、劣質(zhì)化嚴(yán)重，常規(guī)的找油找氣方法面臨著嚴(yán)峻的挑戰(zhàn)。

隨著數(shù)據(jù)驅(qū)動的人工智能時代到來，找油找氣難題也迎來了全新的思路和方法。肖立志院長介紹，當(dāng)前油氣勘探要實(shí)現(xiàn)“降本增效，增儲上產(chǎn)”的目標(biāo)，必須借助AI等新技術(shù)才能應(yīng)對開采過程中的諸多挑戰(zhàn)。他表示，當(dāng)AI成功應(yīng)用于各行業(yè)后，油氣行業(yè)也開始思考AI對其能帶來怎樣的效用。

油氣智能體，是石油工業(yè)智能化的新引擎。華為云與多家石油公司和大學(xué)建立了深度合作關(guān)系，基于油氣智能體把AI應(yīng)用到地震勘探領(lǐng)域，目前已經(jīng)在地震解釋等方向進(jìn)行了初步的探索與實(shí)踐，并取得初步成效，邁出了油氣智能體應(yīng)用的“第一步”。

油氣智能體的智能中樞提供了感知、認(rèn)知、決策等關(guān)鍵技術(shù)，助力開發(fā)具有油氣行業(yè)特色的AI模型。同時，油氣智能體還可以提供一系列的智能工作流，將模型融入業(yè)務(wù)流程中，實(shí)現(xiàn)AI在油氣行業(yè)產(chǎn)業(yè)鏈各個環(huán)節(jié)的落地，從場景上實(shí)現(xiàn)行業(yè)專家的協(xié)同與共享，大幅度提升工作效率。以中國石油為例，沉淀行業(yè)能力后，借助華為云知識計算解決方案，快速構(gòu)建石油測井領(lǐng)域的專業(yè)化模型，實(shí)現(xiàn)了油氣水層的智能識別，評價時間縮短70%以上，準(zhǔn)確率達(dá)到了專家水平。

中國石油大學(xué)（北京）人工智能學(xué)院院長肖立志教授發(fā)表演講

肖立志院長表示，深度學(xué)習(xí)需要大量帶有標(biāo)注的訓(xùn)練樣本，而地震數(shù)據(jù)的人工標(biāo)注成本很高、質(zhì)量差。為了解決數(shù)據(jù)標(biāo)注問題，聯(lián)合華為云把地質(zhì)知識融入數(shù)學(xué)模型，通過模擬仿真，生成大量的斷層樣本數(shù)據(jù)。這種仿真方法可以大幅減少人工參與程度，提升數(shù)據(jù)標(biāo)注的效率。

AI是智能體的核心，華為云AI開發(fā)平臺ModelArts讓油氣勘探使能的AI應(yīng)用開發(fā)更為便捷。具體來說，它可以幫助行業(yè)專家在短時間內(nèi)掌握AI開發(fā)的能力?；贛odelArts構(gòu)建的華為云知識計算解決方案，將油氣行業(yè)積淀的知識與AI技術(shù)結(jié)合，有望未來在油氣全產(chǎn)業(yè)鏈上開發(fā)出大量的智能應(yīng)用，以點(diǎn)帶面，加速推動石油工業(yè)進(jìn)入智能化時代。

基于華為云ModelArts可以高精度、高效率地完成模型訓(xùn)練任務(wù)。同時，在華為云強(qiáng)大算力的加持下，可以訓(xùn)練海量仿真樣本，實(shí)現(xiàn)基于AI的地球物理數(shù)據(jù)解釋，協(xié)助專家提高解釋效率，使所需時間由數(shù)月減少到數(shù)小時。

儲層預(yù)測是一個復(fù)雜的跨學(xué)科領(lǐng)域，利用油氣智能體進(jìn)行多模態(tài)數(shù)據(jù)建模，并與專家知識進(jìn)行融合，可以解決這一難題?；谟蜌庵悄荏w，油氣企業(yè)和研究機(jī)構(gòu)可以將地震解釋結(jié)果與測井?dāng)?shù)據(jù)、行業(yè)專家知識進(jìn)行融合，通過AI進(jìn)行知識的表征并用于模型推理，最后可以得到精確的儲層參數(shù)預(yù)測結(jié)果。由此構(gòu)建的智能模型與同類AI方法相比，預(yù)測精度至少提升了20%。

簡單來說，油氣行業(yè)已經(jīng)開始逐步運(yùn)用油氣智能體探索地下世界，以地震解釋工作為例，油氣智能體在地震解釋強(qiáng)相關(guān)的數(shù)據(jù)采集、斷層檢測、層位拾取、地震反演、測井?dāng)?shù)據(jù)融合、儲層參數(shù)預(yù)測等環(huán)節(jié)上，都能夠發(fā)揮巨大作用，以協(xié)助專家將解釋時間縮減。

不僅僅是勘探開發(fā)，未來，在油氣行業(yè)的管道儲運(yùn)、煉化銷售等中下游場景，以及油田管理上都可以借助油氣智能體實(shí)現(xiàn)智能化升級。對于油氣行業(yè)的智能化轉(zhuǎn)型，肖立志院長展望道：“油氣智能體，將掀起石油工業(yè)全產(chǎn)業(yè)鏈變革的滾滾浪潮。未來，在上游勘探開發(fā)與生產(chǎn)領(lǐng)域，實(shí)現(xiàn)智能油氣田；在中游管道儲運(yùn)領(lǐng)域，實(shí)現(xiàn)智能物流和智能倉儲；在下游煉化銷售等方面，實(shí)現(xiàn)智能工廠和智慧加油站等應(yīng)用場景?！?br /> 責(zé)任編輯:pj