人工智能石油工业数字化转型新思维

我们知道，石油不仅是工业的血液，还跟日常生活息息相关。据统计，人的一生大约需要消耗石油在9吨以上，从衣食住行到国际经济都离不开石油。

油气是油气矿藏埋在地下数千米深的岩石微小孔穴中，看不见，摸不着。由于极端的复杂性等原因，人类对地表以下的认知，比对太空的了解更少。

怎么样才能找到油气矿藏?石油专家们发明了各种各样的地球物理以及钻探的方法和技术，逐步建立起对地下世界的认知。

通过物探、测井等地球物理以及岩石物理的方法，人们可以采集到关于地下地球物理性质的大量数据，通过去除数据噪声、提取地质特征等数据分析，对处理结果进行解释，就可以判断地下是否有油气以及有多少油气可以开采出来。

我国的油气资源相对比较丰富，但是地质条件十分复杂，劣质化程度非常高，常规的找油找气方法面临严峻的挑战。

找油找气工作质量的一个重要指标是探井的成功率，也就是找到具有工业油气流的井数在探井总数中的占比。目前常规方法的探井成功率还很低，只有50%左右。

勘探地质物理收集到的数据量特别巨大，以地震勘探为例，每次三维地震会产生几百个TB乃至PB级的数据量。勘探数据的来源也是多种多样，有地震、重磁电、录井、测井以及各种各样的测试数据。

这些数据在不同的尺度上表征着地下的情况，往往具有很强的不确定性和多解性，所以业务专家很难在处理如此繁杂、复杂数据的时候，完整、准确地解读所有信息，因此常规方法找油找气通常误差比较大而且周期相当长。

在数据驱动的人工智能时代，就有可能用全新的思路和方法来解决找油找气的难题。企业级的AI开发平台，成为AI油气勘探使能的基础。有了AI平台才可以把油气行业长期积累的各种专业知识与AI相结合，这样就可以在油气全产业链上来实现大量的智能应用，以点带面来推动石油工业进入智能化的时代。

以华为的ModelArts为代表的企业级AI平台，可以帮助行业专家在短时间内掌握AI开发的能力。以ModelArts为核心的油气智能体在地震解释等方面，已经进行了一些探索与实践并且取得了初步的成效，为油气行业AI的应用迈出了坚实的第一步。油气智能体可以提供感知、认知、决策等关键技术，帮助开发具有油气行业特色的AI模型，同时油气智能体还可以融入一系列的智能工作流，将模型融入到业务流程中，实现AI在油气行业产业链各个环节的落地，从场景上来实现行业专家的协同与共享，大幅度提升工作效率。

利用油气智能体进行地震解释场景的一个实践：地震勘探采用人工方法激发地震波，地震波在向地下传播的过程中间，遇到不同的地层可以发生反射并且传回地表。接收装置在地表采集到地震信号，然后计算机处理这些信号并且进行成像。

利用油气智能体提供的AI使能工具，就可以通过对海量数据训练出AI模型，在成像后的地震数据中找出断层。同样也可以利用AI模型，从地震数据中找到连续的层位，从而构建出地层模型的基本骨架。

通过地震勘探得到的基本骨架还不足以全面反映地层的各种性质，还需要结合测定仪器在井筒中测量获得的各种数据，以确定地层的岩石物理性质。

利用地震数据得到的骨架和测定数据建立的初始模型，再利用深度学习技术，就可以对地震测井数据与油气场之间的复杂关系进行精确的刻画，从而对油气储层参数进行准确的预测，预测出来的油气储层参数，就可以实现AI找油找气。

基于油气智能体把AI应用到地震勘探领域，但深度学习需要大量带有标注的序列样本，地震数据人工标注成本高、质量差，有时候甚至是不可能做到的。为了解决数据标注的问题，可以把地震知识融入到数学模型，建立模拟仿真，生成大量的断层样本数据，这样的仿真方法可以大幅度减少人工参与的程度，提升样本标注的效率。云计算的强大算力可以训练海量仿真样本，实现基于AI的地震解释，帮助专家提高解释效率，所需的时间由原来的数个月可以减少到几小时。

储层预测是一个复杂的跨学科和多学科的问题，利用油气智能体进行多模态数据建模，并与专家知识进行融合来解决这一难题。将地震解释的结果与测井数据、行业专家经验进行融合，通过AI进行行业知识的表征，用以模型的推理，最后可以得到精确的储层参数的预测结果。

油气智能体在石油工业有着更加广泛的用途，借助油气智能体在上游的勘探、开发与生产，未来可以实现智能油气田，在中游的管道与储运可以实现智能物流和智能仓储，在下游的炼化和销售可以实现智慧工厂、智慧加油站等应用场景。

油气智能体将掀起石油工业的变革浪潮，人工智能正在推动石油行业的数字化发展和智能化发展。降本、增效、提质，AI将引领石油工业的未来。

中国人工智能发展迅猛，中国政府也高度重视人工智能领域的发展。预计到2020年，中国人工智能产业规模将超过1500亿元，带动相关产业规模超过1万亿元。2017年全球新兴人工智能项目中，中国占据51%，数量上已经超越美国。但全球人工智能人才储备，中国却只有5%左右，人工智能的人才缺口超过500万。