閱讀提示

在全球能源結(jié)構(gòu)轉(zhuǎn)型的大背景下，油氣勘探開發(fā)行業(yè)正面臨著前所未有的挑戰(zhàn)與機(jī)遇。隨著科技的進(jìn)步和社會的發(fā)展，人工智能（AI）技術(shù)的引入和應(yīng)用，為油氣行業(yè)帶來了革命性的變革。AI技術(shù)的融入不僅優(yōu)化了傳統(tǒng)作業(yè)流程，而且開辟了勘探開發(fā)的新天地，未來，通過頂層設(shè)計、數(shù)據(jù)一體化、技術(shù)創(chuàng)新和合作生態(tài)的構(gòu)建，也將為油氣行業(yè)帶來更高效、更安全、更可持續(xù)的發(fā)展。本版深入探討了AI技術(shù)在油氣勘探開發(fā)中的應(yīng)用現(xiàn)狀，并對其未來發(fā)展趨勢進(jìn)行預(yù)測，旨在為業(yè)內(nèi)人士提供參考和啟發(fā)，敬請關(guān)注。

□ 中國石化石油工程技術(shù)研究院數(shù)字化技術(shù)專家 孫旭東

在世界各國均在競逐通用人工智能（AGI）技術(shù)的背景下，我國人工智能產(chǎn)業(yè)發(fā)展戰(zhàn)略被寫入了2024年的政府工作報告：“要大力推進(jìn)現(xiàn)代化產(chǎn)業(yè)體系建設(shè)，加快發(fā)展新質(zhì)生產(chǎn)力。同時，深化大數(shù)據(jù)、人工智能等研發(fā)應(yīng)用，開展 ‘人工智能+’行動，打造具有國際競爭力的數(shù)字產(chǎn)業(yè)集群”。

目前，國內(nèi)外各大石油公司都將人工智能列為重要的發(fā)展戰(zhàn)略。中國石化順應(yīng)新形勢、新要求，推進(jìn)油氣數(shù)字化轉(zhuǎn)型，規(guī)劃人工智能頂層設(shè)計，使其深度賦能業(yè)務(wù)發(fā)展，形成新質(zhì)生產(chǎn)力。

油氣領(lǐng)域AI技術(shù)應(yīng)用模式和組織生態(tài)是什么樣

在油氣領(lǐng)域，人工智能技術(shù)具有廣泛的應(yīng)用空間。一方面，AI作為一種新技術(shù)直接應(yīng)用于油氣勘探開發(fā)的各個細(xì)分領(lǐng)域。另一方面，AI通過與自動化機(jī)器人、工業(yè)互聯(lián)網(wǎng)、數(shù)字孿生、智能設(shè)施的結(jié)合，形成系統(tǒng)化解決方案，可適用于不同場景。

在油氣勘探方面，AI可在資源評價中進(jìn)行海量地質(zhì)、地球物理和地球化學(xué)數(shù)據(jù)融合分析；在地震解釋中進(jìn)行地質(zhì)構(gòu)造與儲層屬性識別；在測井分析中進(jìn)行曲線數(shù)據(jù)重構(gòu)、儲層識別與油氣水解釋。在采油生產(chǎn)方面，AI可對物聯(lián)網(wǎng)數(shù)據(jù)實時處理分析、工況識別、產(chǎn)能預(yù)測并調(diào)控方案；在油藏開發(fā)中，替代傳統(tǒng)油藏建模與數(shù)智模擬，建立更精確的油藏模型和流體流動模型，構(gòu)建更精確的油氣藏開發(fā)方案。在鉆井工程方面，針對“測傳控”鉆井決策閉環(huán)，AI以地質(zhì)數(shù)據(jù)與井場實時傳感器數(shù)據(jù)為基礎(chǔ)，開展軌跡優(yōu)化、鉆頭選型、鉆井參數(shù)優(yōu)化、風(fēng)險分析預(yù)警等新方法應(yīng)用，實現(xiàn)智能鉆井參數(shù)控制和風(fēng)險預(yù)測。在管理決策工作中，AI能深度學(xué)習(xí)，為管理層提供復(fù)雜情況下的決策分析方法和工具。

在自動化與機(jī)器人領(lǐng)域，AI通過結(jié)合計算機(jī)視覺（CV）和自然語言處理（NLP）技術(shù)，形成自動化設(shè)備的“具身智能”。深度學(xué)習(xí)驅(qū)動的機(jī)器人與無人機(jī)可在危險或難以到達(dá)的環(huán)境中執(zhí)行任務(wù)，如海底管道檢查或現(xiàn)場監(jiān)測。在工業(yè)互聯(lián)網(wǎng)領(lǐng)域，AI基于云端算力開展互聯(lián)網(wǎng)實時數(shù)據(jù)處理分析，形成基于數(shù)據(jù)驅(qū)動的生產(chǎn)作業(yè)自動化，廣泛應(yīng)用于地震施工、鉆井工程、采油氣工程等。在數(shù)字孿生技術(shù)領(lǐng)域，AI借助物聯(lián)網(wǎng)、大數(shù)據(jù)分析、虛擬現(xiàn)實技術(shù)，通過與地質(zhì)和油藏機(jī)理代理模型的深度整合，實時模擬地質(zhì)對象與油氣藏的性能。在智能生產(chǎn)設(shè)備領(lǐng)域，AI結(jié)合物聯(lián)網(wǎng)與邊緣計算，形成數(shù)據(jù)、人、指令到控制的閉環(huán)，推動設(shè)備設(shè)施的無人化趨勢，廣泛應(yīng)用在鉆井平臺、采油平臺。

AI技術(shù)在油氣行業(yè)的應(yīng)用經(jīng)過了哪些歷程

人工智能技術(shù)正式走上歷史舞臺，始于1956年樸次茅斯會議，并在過去幾十年的發(fā)展中，逐步形成了三大技術(shù)流派，即符號主義學(xué)派、連接主義學(xué)派和行為主義學(xué)派。

油氣行業(yè)的人工智能技術(shù)應(yīng)用，正沿著“機(jī)器學(xué)習(xí)—深度學(xué)習(xí)—大語言模型/行業(yè)大模型”的技術(shù)路線逐步深化到勘探開發(fā)細(xì)分領(lǐng)域。

1.機(jī)器學(xué)習(xí)應(yīng)用時期

機(jī)器學(xué)習(xí)屬于連接主義學(xué)派中一個重要技術(shù)分支，是基于歷史數(shù)據(jù)的訓(xùn)練來動態(tài)形成規(guī)則，并應(yīng)用該規(guī)則（模型）解決問題。它在技術(shù)上是一種對大腦學(xué)習(xí)和訓(xùn)練機(jī)制的模擬。

機(jī)器學(xué)習(xí)技術(shù)在油氣勘探開發(fā)中的應(yīng)用可追溯到20世紀(jì)90年代，以模式識別、基因算法、BP神經(jīng)網(wǎng)絡(luò)（神經(jīng)網(wǎng)絡(luò)模型）為代表的機(jī)器學(xué)習(xí)方法已開始應(yīng)用于鉆測錄信息處理與解釋、地質(zhì)構(gòu)造解釋、儲層屬性識別、鉆井隨鉆參數(shù)優(yōu)化與風(fēng)險預(yù)警、采油遞減曲線分析及生產(chǎn)流程優(yōu)化等方面。

中國石化在2000年后涌現(xiàn)了一批基于數(shù)據(jù)挖掘的專業(yè)化應(yīng)用，如基于遺傳算法的測試選層、基于BP神經(jīng)網(wǎng)絡(luò)的儲層“甜點(diǎn)”預(yù)測等。如今，機(jī)器學(xué)習(xí)方法已成為油氣勘探開發(fā)研究與決策工作中的重要方法，不僅存在于各業(yè)務(wù)流程的管理和決策流程中，而且應(yīng)用于幾乎所有的地震處理解釋、地質(zhì)建模、油藏數(shù)模、石油工程專業(yè)軟件中。

2.深度學(xué)習(xí)應(yīng)用時期

深度學(xué)習(xí)爆發(fā)于2008年前后，是從機(jī)器學(xué)習(xí)中一個重要的分支——神經(jīng)網(wǎng)絡(luò)技術(shù)深化發(fā)展形成的。深度學(xué)習(xí)通過融合多層神經(jīng)元（深度概念由此而來）的神經(jīng)網(wǎng)絡(luò)方法，在圖像識別和自然語言處理方面大放異彩。

2015年之后，傳統(tǒng)的機(jī)器學(xué)習(xí)方興未艾，以深度學(xué)習(xí)為代表的人工智能技術(shù)也在油氣領(lǐng)域開始廣泛應(yīng)用。由于深度學(xué)習(xí)相對傳統(tǒng)的機(jī)器學(xué)習(xí)，在方法上不需要專家參與來構(gòu)建 “特征參數(shù)”，使得油氣大數(shù)據(jù)，尤其是地震、測井與油藏開發(fā)、采油生產(chǎn)等領(lǐng)域的數(shù)據(jù)優(yōu)勢得以充分發(fā)揮，并帶來了前所未有的革新力量。

過去幾年，油氣領(lǐng)域廣泛應(yīng)用深度學(xué)習(xí)解決地震處理與解釋、儲層識別、油藏模型模擬、采油氣實時數(shù)據(jù)分析優(yōu)化等具備大數(shù)據(jù)特征的問題。重點(diǎn)應(yīng)用領(lǐng)域包括基于卷積神經(jīng)網(wǎng)絡(luò)的地震數(shù)據(jù)成像分析和構(gòu)造及屬性自動提取，基于深度學(xué)習(xí)的儲層參數(shù)自動提?。▌倮吞锏臐岱e巖體識別），基于強(qiáng)化學(xué)習(xí)的鉆井軌跡設(shè)計及鉆井提效、采油生產(chǎn)優(yōu)化與產(chǎn)量預(yù)測、采油注水及壓裂方案設(shè)計等。

近兩年，深度學(xué)習(xí)在儲層地質(zhì)建模和油氣藏數(shù)值模擬兩個領(lǐng)域，通過代理模型來替代傳統(tǒng)屬性算法和流體力學(xué)方程，已取得了廣泛的技術(shù)突破。

3.大語言模型時期

目前廣泛談?wù)摰拇竽Ｐ?，一般是指大語言模型（LLM）。大語言模型是深度學(xué)習(xí)在文字處理領(lǐng)域的持續(xù)發(fā)展，是一種參數(shù)量以“十億（B）”為基本單位的深度學(xué)習(xí)模型。

2023年，以O(shè)penAI公司的ChatGPT為代表的大語言模型蓬勃發(fā)展，其強(qiáng)大的功能正逐步形成一種“認(rèn)知世界”的智能——通用人工智能。它不僅能生成自然語言文本，而且能深入理解文本含義，處理各種自然語言任務(wù)，如文本摘要、問答、翻譯等?；谶@種能力，大語言模型應(yīng)用的重點(diǎn)集中在知識挖掘與檢索、智能問答、報告生成與數(shù)據(jù)分析解釋、跨學(xué)科協(xié)作與溝通，以及智能分析決策。

自2023年下半年起，油氣領(lǐng)域的大語言模型應(yīng)用進(jìn)入快速發(fā)展階段。它是由成熟的大語言模型為基座模型，進(jìn)行行業(yè)能力拓展而成，可應(yīng)用于勘探部署、井位論證、開發(fā)方案論證、生產(chǎn)指揮和應(yīng)急指揮等重大決策場景，能快速準(zhǔn)確地提供決策依據(jù)，并智能研判問題，推薦策略。

中國石化勝利油田的“勝小利”大模型（第二版發(fā)布于2023年12月）基于多個大語言模型后臺的支持，具有油氣專業(yè)知識查詢、圖件查詢、生產(chǎn)信息查詢、工作進(jìn)度查詢、生產(chǎn)異常分析、公文輔助寫作等20多項技能，經(jīng)應(yīng)用證明，能顯著減少科研和管理人員查找數(shù)據(jù)等煩瑣工作。

中國石油管道局設(shè)計院聯(lián)合百度公司（文心大模型）推出了我國首個油氣儲運(yùn)領(lǐng)域人工智能大模型WisGPT（首版發(fā)布于2024年2月），基于油氣儲運(yùn)行業(yè)知識、數(shù)據(jù)和應(yīng)用場景特點(diǎn)，能為油氣儲運(yùn)的各環(huán)節(jié)提供決策支持。

中國石油昆侖數(shù)智與阿里云通義千問大模型合作推進(jìn)大模型在油氣行業(yè)的落地應(yīng)用，為油氣勘探、開發(fā)生產(chǎn)、經(jīng)營管理等全流程提供智能化決策支持。

未來油氣工業(yè)大模型會如何發(fā)展

在2024年GTC大會上，AI科學(xué)家李飛飛指出，未來認(rèn)知世界的模型不會是“一維”的大語言模型，而是一個基于“空間+時間”的“四維結(jié)構(gòu)”模型。在油氣工業(yè)領(lǐng)域，由于業(yè)務(wù)領(lǐng)域與業(yè)務(wù)流程的高度細(xì)分與高度專業(yè)化，長期以來形成了成熟的理論方法和科研流程，以及基于數(shù)學(xué)模型和機(jī)理模型來開展模擬分析的研究方法。這個領(lǐng)域?qū)τ陲L(fēng)險控制、準(zhǔn)確度與精度的高要求，是單純的大語言模型難以支撐的。

目前，工業(yè)大模型理論設(shè)計尚處于探索階段，但大模型技術(shù)落地工業(yè)場景的進(jìn)程正拉開序幕。工業(yè)大模型以通用大語言模型為“大腦”，通過工業(yè)知識注入、機(jī)理融合、模型融合、閉環(huán)控制等技術(shù)，形成面向特定應(yīng)用場景的解決方案。如“羚羊工業(yè)大模型”以科大訊飛的星火大模型為底座打造，具有工業(yè)文本生成、知識問答、理解計算、代碼生成、工業(yè)多模態(tài)等五大核心能力，可實現(xiàn)面向場景問題的全流程閉環(huán)?！氨P古大模型”則是華為公司根據(jù)不同行業(yè)和場景需求，應(yīng)用多種模態(tài)的行業(yè)數(shù)據(jù)和知識積累，基于基礎(chǔ)大模型技術(shù)構(gòu)建面向不同行業(yè)領(lǐng)域的分析能力，可幫助企業(yè)在油藏模擬、資源評估、鉆井優(yōu)化等方面實現(xiàn)高效決策。

油氣工業(yè)的大模型發(fā)展之路，是利用大語言模型的交互與智能決策優(yōu)勢，并深度融合油氣數(shù)據(jù)和行業(yè)知識，構(gòu)建多種智能體整合的具備多模態(tài)信息處理能力的分析預(yù)測模型，實現(xiàn)精細(xì)化仿真模擬與生產(chǎn)優(yōu)化，并具備高精度決策能力。

在實際應(yīng)用中，工業(yè)大模型仍面臨諸多技術(shù)和應(yīng)用挑戰(zhàn)，包括技術(shù)成熟度、數(shù)據(jù)可用性、經(jīng)濟(jì)可行性及行業(yè)接受度等。因此，對于AI技術(shù)的實際應(yīng)用效果和影響應(yīng)持審慎態(tài)度。工業(yè)大模型的實際應(yīng)用和落地可能還需要更多的研發(fā)和實踐。

可以想象，未來油氣大模型的構(gòu)建也許會從業(yè)務(wù)角度進(jìn)行延伸，如以地震屬性為核心的地球物理大模型、以地質(zhì)構(gòu)造為核心的地質(zhì)大模型、以油藏開發(fā)為核心的油藏大模型、以井筒和地層為核心的地質(zhì)工程大模型等。

油氣領(lǐng)域AI技術(shù)應(yīng)用要解決哪些關(guān)鍵問題

1.推動油氣領(lǐng)域人工智能發(fā)展需要一個頂層設(shè)計

油氣領(lǐng)域“人工智能+”的發(fā)展需要一個長期可行的頂層設(shè)計：以數(shù)字化轉(zhuǎn)型為出發(fā)點(diǎn)，以數(shù)據(jù)問題為基礎(chǔ)，以生態(tài)合作實現(xiàn)技術(shù)創(chuàng)新，以項目驅(qū)動實現(xiàn)人才協(xié)作。

數(shù)字化轉(zhuǎn)型是以整體價值鏈效率提升為目標(biāo)，將人工智能作為企業(yè)數(shù)字化戰(zhàn)略的核心，以人工智能基礎(chǔ)設(shè)施與技術(shù)創(chuàng)新作為內(nèi)容，構(gòu)建智能油田和智能工廠。數(shù)據(jù)驅(qū)動決策需投資建設(shè)大數(shù)據(jù)平臺，通過收集、分析和解讀海量地質(zhì)、工程、生產(chǎn)和環(huán)境監(jiān)測數(shù)據(jù)，以支持人工智能模型構(gòu)建。技術(shù)合作與創(chuàng)新要與科技公司（如IBM、微軟、谷歌等）合作研發(fā)AI解決方案，并建立內(nèi)部研發(fā)團(tuán)隊進(jìn)行技術(shù)創(chuàng)新與突破。項目驅(qū)動的人才協(xié)作，則要培養(yǎng)石油工程師與數(shù)據(jù)科學(xué)家的跨界能力與協(xié)同能力，以應(yīng)用場景推動項目落地。

2.數(shù)據(jù)一體化及數(shù)據(jù)生態(tài)的構(gòu)建成為關(guān)鍵

石油勘探產(chǎn)生的海量數(shù)據(jù)需要統(tǒng)一和標(biāo)準(zhǔn)化，以保證來自不同區(qū)域的數(shù)據(jù)可以有效整合。同時，隨著數(shù)據(jù)的數(shù)字化和共享，數(shù)據(jù)隱私和安全成為日益突出的問題。如何通過解決數(shù)據(jù)所有權(quán)鑒權(quán)、生命周期追蹤、數(shù)據(jù)安全等問題，保護(hù)數(shù)據(jù)產(chǎn)權(quán)與商業(yè)秘密，是確保行業(yè)可持續(xù)發(fā)展的關(guān)鍵挑戰(zhàn)之一。

國際上大型開放數(shù)據(jù)環(huán)境標(biāo)準(zhǔn)（OSDU）是石油和天然氣行業(yè)正在進(jìn)行的一項重大改革，是由許多具有國際影響力的油公司和油氣服務(wù)公司共同推動的一個數(shù)據(jù)標(biāo)準(zhǔn)和軟件平臺，旨在通過提供一個標(biāo)準(zhǔn)化和互操作的數(shù)據(jù)平臺來優(yōu)化數(shù)據(jù)管理和分析過程。OSDU 可以幫助公司高效管理海量的地質(zhì)、地震、油藏、鉆井等數(shù)據(jù)，顯著提高數(shù)據(jù)處理效率，加速勘探開發(fā)決策進(jìn)程。此外，OSDU還促進(jìn)了不同數(shù)據(jù)提供商、軟件開發(fā)商、油氣公司的數(shù)據(jù)源和應(yīng)用之間的集成，有助于實現(xiàn)更全面和精確的地下資源評估。在一定程度上，它是為大數(shù)據(jù)分析和人工智能應(yīng)用而準(zhǔn)備的。

目前，中國石化通過EPDC（數(shù)據(jù)中心）建設(shè)推動數(shù)據(jù)統(tǒng)一與標(biāo)準(zhǔn)化，以數(shù)據(jù)湖-數(shù)據(jù)倉一體化技術(shù)實現(xiàn)勘探開發(fā)的數(shù)據(jù)一體化采集匯聚、存儲和共享，提高了數(shù)據(jù)的可訪問性和可用性，也有助于將來加快創(chuàng)新大數(shù)據(jù)分析思維模式。

3.工業(yè)大模型的實現(xiàn)存在多重挑戰(zhàn)

當(dāng)前，油氣領(lǐng)域工業(yè)大模型的創(chuàng)新還存在諸多挑戰(zhàn)。

建立以商業(yè)價值和工程場景需求為導(dǎo)向的AI技術(shù)應(yīng)用是重要的出發(fā)點(diǎn)。雖然國內(nèi)基于大語言模型的產(chǎn)業(yè)融合已經(jīng)廣泛開展，但國際領(lǐng)域的大語言模型應(yīng)用尚無公開的發(fā)展戰(zhàn)略和產(chǎn)品。

從廣泛的工業(yè)應(yīng)用角度看，國內(nèi)目前的應(yīng)用市場仍以通用大語言模型為主，下沉到垂類領(lǐng)域的不夠多，也尚未形成標(biāo)準(zhǔn)化、體系化的大模型工業(yè)應(yīng)用范式，尤其是從底層開始訓(xùn)練的工業(yè)大模型具有一定的技術(shù)門檻。

隨著大模型在工業(yè)領(lǐng)域應(yīng)用成為行業(yè)共識，大模型已呈現(xiàn)出以基礎(chǔ)大模型為技術(shù)底座、工業(yè)應(yīng)用為切入點(diǎn)的發(fā)展趨勢，工業(yè)大模型概念和落地案例也不斷涌現(xiàn)。未來的大模型也將在數(shù)據(jù)治理、數(shù)據(jù)安全和商業(yè)模式方面開啟更多落地探索。未來5~10年，工業(yè)大模型或許會成為油氣工業(yè)智能化的重要范式，推動產(chǎn)業(yè)升級。

他山之石

過去幾年，人工智能在油氣工業(yè)應(yīng)用的組織模式是廣泛而高效的強(qiáng)強(qiáng)聯(lián)合。油公司與信息技術(shù)公司、人工智能公司以生態(tài)構(gòu)建的模式開展深度合作，共同打造油氣工業(yè)細(xì)分領(lǐng)域的解決方案。

殼牌利用微軟云服務(wù)和人工智能技術(shù)來優(yōu)化勘探和采油流程，加速數(shù)字化轉(zhuǎn)型。殼牌和雪佛龍均與C3.ai合作開發(fā)基于人工智能的能源管理應(yīng)用，以提高能源效率、減少碳排放。

挪威國家石油公司與康斯伯格海事在海底機(jī)器人技術(shù)上展開深度合作，與挪威阿克集團(tuán)合作開發(fā)世界上第一個無人操作海上石油平臺，與微軟云AI平臺合作開發(fā)數(shù)字化轉(zhuǎn)型應(yīng)用。

沙特阿美與西門子能源合作制定智能化能源管理方案，以實現(xiàn)綠色能源目標(biāo)；與谷歌合作，應(yīng)用機(jī)器學(xué)習(xí)提升勘探、生產(chǎn)和運(yùn)營效率，如地下儲層精準(zhǔn)預(yù)測。

道達(dá)爾與谷歌合作，利用AI和數(shù)據(jù)分析技術(shù)提升石油勘探和生產(chǎn)效率。

巴西國家石油公司與IBM合作開發(fā)機(jī)器學(xué)習(xí)平臺，用于優(yōu)化鉆井過程，減少非生產(chǎn)時間，提高石油和天然氣產(chǎn)量。

康菲石油公司應(yīng)用微軟人工智能和物聯(lián)網(wǎng)功能，實現(xiàn)高效生產(chǎn)管理、設(shè)備維護(hù)和資產(chǎn)優(yōu)化。