Все верно, но в основном эти прорывы ИИ совершены, что называется, в благоприятных условия, на "земле". А чтобы разобраться с нефтью, ему пришлось опуститься на несколько километров в глубину. Дело в том, что благодатные и относительно дешевые запасы давно разработаны, теперь приходится извлекать труднодоступные углеводороды. В сложнейшей геологии, а главное, при дефиците информации. А потому уже завоевавшие себе авторитет современные системы ИИ оказываются в подземных условиях бессильны.

Чтобы к ним подступиться, нужны новые подходы, порой очень изощренные. Один из них разработчиками из Сколково создан уже для первой стадии освоения месторождения - разведки. Задача - по данным извлеченных образцов горной породы построить картину недр, разобраться, какие типы пород находятся на разных глубинах, сколько в порах нефти, газа, углеводородов и т.д. Даже у асов геологии на такой анализ уходят недели. ИИ справляется за минуту. Но чтобы стать таким сообразительным, ему пришлось долго учиться. И вот здесь авторы проекта столкнулись с неожиданной проблемой.

- Как известно, прежде чем выпустить ИИ в "люди", его надо обучить на уже известных примерах, причем, чем их больше и чем они разнообразней, тем лучше он готов к работе, - говорит профессор Сколтеха, кандидат физико-математических наук Дмитрий Коротеев. - Но для некоторых задач конкретных примеров для полноценного обучения ИИ бывает недостаточно. Поэтому в тестах он делает много ошибок. Понятно, что такому недоучке нет доверия. Что и произошло в нашем случае.

И вот здесь ученые пошли на неожиданный трюк. Раз реальных геологических данных для обучения ИИ не хватает, авторы предоставили ему возможность пофантазировать. Придумать собственную "геологию", которой нет в природе. Правда, все же на основе уже известных ему реальных данных. И оказалось, если корректно объединить реальную и синтетическую картинки и на них обучать ИИ, то его точность повышается. Почему такой подход работает? По словам Коротеева, у науки пока нет четкого ответа, но, как говорится, главное - результат. Созданный авторами ИИ обрабатывает геологическую информацию в сотни, а порой тысячи раз быстрей, чем это делается сейчас.

Разные элементы системы уже внедрены на ряде крупнейших месторождений
После разведки перед ИИ стоит новая и не менее трудная задача - бурение, чтобы добраться до нефтяного пласта. Сегодня это самый затратный процесс для российских компаний. Дело в том, что благодатные, "толстые" пласты большая редкость, их практически не осталось. Зато множество сложных, тонких и изогнутых, которые уходят на большие глубины, часто имеют самые причудливые формы. Скажем, сейчас на глубине 2 км вдруг может оказаться узкий горизонтальный пласт. И там гулять то вверх, то вниз. Бурение скважин в таких пластах может стоить сотни миллионов рублей, а порой достигать и миллиарда.

- Датчики постоянно следят за ходом бурения, выдают эту информацию в ИИ, который ее анализирует на основании полученных уроков. Он знает, что при определенных вариантах данных бурения может произойти авария, - объясняет Коротеев. - Кроме того, способен разобраться, находится бур в пласте или по какой-то причине вышел из него и движется по пустой породе. Во всех случаях выдает сигнал SOS. В причинах сбоя надо разбираться человеку.

Берет на себя ИИ и процесс добычи. И здесь своя специфика. Дело в том, что на месторождении могут одновременно работать до 1000 и даже более скважин. Скажем, в 200 из них нагнетается вода, которая из пластов вытесняет нефть. Сырье поднимается на поверхность через 800 добывающих. Задача ИИ - постоянно поддерживать оптимальный режим работы всей этой армады скважин. Если где-то происходит падение добычи, надо быстро найти причину и варианты ее устранения. Важно подчеркнуть, интеллект позволяет продлить жизнь старых месторождений, где сегодня под землей остается 10-40 процентов извлекаемых запасов.

Экономический эффект созданного в Сколково ИИ в зависимости от масштаба добывающей компании составляет от сотни миллионов до миллиардов рублей в год. Разные элементы системы уже внедрены на ряде крупнейших российских месторождений, а также в странах Персидского залива. Как россияне сумели проникнуть в эту вотчину ведущих мировых компаний?

- Да, там много компьютерных фирм, которые рассказывают про свои разработки, но реально работающих с такими же показателями, как у нас, я не видел. На арабском рынке намерены расширяться, так как интерес к нашей системе большой, - говорит Дмитрий Коротеев.

Перспективный искусственный интеллект создан молодой российской командой, ее средний возраст около 29 лет. Дмитрию Коротееву 38, а самому старшему 49 лет.

Источник: (Ссылка)
Фото: