Сессия «Приложения и примеры использования машинного обучения», председатель Борис Белозеров (Газпромнефть НТЦ):
Наибольший интерес вызвали доклады, которые показывают примеры прикладных решений, где было показано, как люди пришли к результату, где показано достаточно хорошее сравнение относительно классических методов. Хочу отметить доклад, в котором рассказывают, как используются инструменты машинного обучения для условий сложных разрезов в восточной сибири (Андрей Козяев, РН-КрасноярскНИПИнефть); Александр Буторин (Газпромнефть НТЦ) показал, как применение достаточно простых с точки зрения реализации, технологий случайного леса можно использовать для интерпретации результатов инверсии волнового поля. Очень большой интерес и оживленную дискуссию вызвал доклад Владимир Булаев (НПФ «Геофизика») об использовании нейронных сетей для сжатия геофизических данных. Мне кажется, что это направление стоит отдельно рассматривать и развивать. В докладах была интересно представлена работа с данными непосредственно на устройствах, где происходит и получение и обработка данных.
Стоит отменить, что у нас не так много было докладов, которые показывали прикладные инструменты именно неклассического геологического моделирования, во всяком случае в моей сессии. Я думаю, что следующая наша конференция чуть больше внимания уделит этому, потому что как раз ценность именно в том, чтобы на ранних стадия изучения месторождения коррелировать все данные в какие-то согласованные, геологически обоснованные модели месторождения - это один из самых главных вызовов, которые стоят в текущий момент перед нами, в целом перед индустрией.
Расширенный, ключевой доклад Сабине Кларнер затронул большой круг вопросов и показал, насколько важно подходить здраво и осознанно к выбору инструмента анализа данных. Не всегда у нас инструменты машинного обучения работают лучше, чем традиционные подходы. Ну а самое главное – необходимо обращать внимание на те данные, которые мы используем, и учитывать представительность, количество и те модели, которые мы применяем для итоговой аналитики.
Сессия «Автоматизация, робототехника», председатель Денис Банников (Шлюмберже, Новосибирск):
По автоматизации был представлен широкий спектр направлений. Приводились примеры конкретных решений задач, а также попытки абстрагироваться, построить некую общую систему так называемых цифровых двойников, с тем, чтобы иметь возможность представить, например, предприятия или месторождения в виде цифрового двойника и понять, как им управлять, какие могут быть эффекты, если у нас что-то где-то пошло не так, как мы ожидали по времени или по функциональности.
Мы все видим, что идет процесс (он уже давно начался) вынесения хранения и обработки данных в облачные системы, хотя в нефтегазовой отрасли он затруднен в связи с тем, что часто данные клиентские и есть ограничения вопросами безопасности данных, которые очень ценны, и несогласием клиента на хранение его данных в облаке.
Второе направление – развитие применения методов машинного обучения для автоматической интерпретации, корреляции. Это позволит автоматизировать все эти процессы, ускорить их, позволит ускорить принятие решений, исключить человеческий фактор. Все это важно не только в нефтегазовой отрасли, но и в любом направлении.
Третье направление развития исследований, которое я вижу, это построение цифровых двойников. Об этом очень много говорят, но не всегда есть понимание, что такое цифровой двойник, как он должен быть и как его надо представить, в виде взаимодействия каких-то объектов или в виде процессов, взаимодействия этих процессов с другими процессами.
Каждое из перечисленных направлений развивается.
Из того, что интересно и мне понравилось: строятся очень сложные трехмерные модели, например, геологической среды, причем на больших масштабах на уровне месторождений, на уровне регионов, в которые включаются так называемый мультифизикс подход, но при этом, на мой взгляд, недостаточное внимание уделяется тому, насколько эти модели валидированы и насколько отражают реальность. И тем не менее, такие системы строятся и даже применяются.
Сессия «Анализ данных и машинное обучение», председатели Иван Приезжев (РГУ нефти и газа имени И.М. Губкина) и Дмитрий Коротеев (Сколтех):
На сессии было представлено несколько интересных алгоритмов для решения конкретных задач. Можно отметить: развитие применения байесовских алгоритмов (Петр Андрющенко, Университет ИТМО), очень интересный алгоритм сравнения сейсмограмм (Антонина Арефина, Газпромнефть), сравнение алгоритмов при прогнозе теплопроводности (Ануар Шакиров, Сколтех), прогнозы взрывных нарушений по потенциальным полям с помощью нейронных сетей, кластеризация ГИС, применение стохастических методов для петрофизического моделирования. Тут были представлены несколько реальных находок и разработки алгоритмов с показом практических примеров применения таких находок. Доклады были интересные, насыщенные! Борис Еникеев, это наш гуру петрофизики, достаточно справедливо напомнил о том, что очень много разработок было сделано в России в прежние времена, и нужно о них помнить.
Нужны некие наборы для тестирования и возможности сравнения различных методов в самых разных областях: в сейсмике, петрофизике, моделировании, при прогнозных построениях, чтобы наша алгоритмическая база и возможности применения различных методов могли сравниваться и представляться на конференции не в отдельном виде, а в плане сравнения.
Хочу сделать акцент на расширенных ключевых докладах конференции. Особое впечатление произвел доклад Сабине Кларнер. Это такое действительно практическое применение нейронных сетей для прогнозных построений, сравнение с другими методами… замечательный доклад!
Интересный доклад Дмитрия Коротеева. Он показал «кухню» разработки различных программных решений.
.jpg)
