唐慧喬 李明麗

2019年，習(xí)近平總書記在寫給第三屆世界智能大會的賀信中強(qiáng)調(diào)，要把新一代人工智能作為推動科技跨越發(fā)展、產(chǎn)業(yè)優(yōu)化升級、生產(chǎn)力整體躍升的驅(qū)動力量，努力實(shí)現(xiàn)高質(zhì)量發(fā)展。這條倡議讓我國人工智能領(lǐng)域的科研工作者和從業(yè)者精神為之一振，也讓中國石油集團(tuán)科學(xué)技術(shù)研究院有限公司數(shù)字化轉(zhuǎn)型專家、學(xué)科帶頭人、教授級高級工程師袁江如歡欣鼓舞。在他看來，近年來原油品位劣質(zhì)化趨勢及老油田進(jìn)入特高含水期等實(shí)際情況，已成為我國油氣行業(yè)不得不面對的嚴(yán)峻挑戰(zhàn)。在油氣開采難度和成本日益增加的同時(shí)，能源結(jié)構(gòu)調(diào)整、厲行雙碳目標(biāo)對油氣行業(yè)提出了更為嚴(yán)苛的要求，這意味著傳統(tǒng)油氣勘探開發(fā)技術(shù)已難以為繼，從技術(shù)層面促進(jìn)油氣勘探開發(fā)技術(shù)整體的轉(zhuǎn)型升級已成為關(guān)乎行業(yè)發(fā)展前景的重要議題。而將大數(shù)據(jù)和人工智能技術(shù)與實(shí)體企業(yè)緊密融合、大力加強(qiáng)人工智能在我國石油勘探開發(fā)中的應(yīng)用，并從產(chǎn)、學(xué)、研、管端綜合發(fā)力，將成為推動石油勘探開發(fā)主體技術(shù)更新?lián)Q代的重要力量。

作為這一領(lǐng)域的參與者和踐行者，袁江如深知，這場由人工智能帶來的技術(shù)嬗變和行業(yè)升級絕非一日之功。沿著油藏?cái)?shù)值模擬—大數(shù)據(jù)分析—機(jī)器學(xué)習(xí)—深度學(xué)習(xí)的探索之路，他直面挑戰(zhàn)，不斷為大數(shù)據(jù)人工智能賦能傳統(tǒng)油氣田開發(fā)工作開拓更多可能性。

先行的“甜頭”——讓先進(jìn)的方法在油氣田“落地”

1984年，在原核工業(yè)部北京原子能所做核反應(yīng)堆材料研究的袁江如，接到了一封來自中國石油勘探開發(fā)研究院（以下簡稱“勘探院”）的工作調(diào)令。時(shí)任勘探院總工程師的韓大匡院士基于當(dāng)時(shí)我國油氣行業(yè)發(fā)展的實(shí)際情況，提出了大力發(fā)展油藏?cái)?shù)值模擬技術(shù)研究的建議。隨后為了支持相關(guān)研究的順利開展，韓大匡“廣發(fā)英雄帖”，招募各個領(lǐng)域的優(yōu)秀人才加入自己的團(tuán)隊(duì)，袁江如就是其中之一。

2018年袁江如參加華為技術(shù)大會

在袁江如身上，頗有前輩們“干一行愛一行”的精神遺存。面對這份邀約，畢業(yè)于上海交通大學(xué)應(yīng)用物理專業(yè)的他一度猶豫，最后還是應(yīng)邀加入勘探院，在韓大匡院士的帶領(lǐng)下開始了油藏?cái)?shù)值模擬技術(shù)研究和軟件研發(fā)工作?！爱?dāng)時(shí)完全沒有‘人工智能’的概念，那時(shí)候還將它稱為‘?dāng)?shù)據(jù)分析和數(shù)據(jù)挖掘’。即便如此，韓院士還是極具前瞻性地帶領(lǐng)研究團(tuán)隊(duì)投入相關(guān)工作中，并且取得了顯著的成果。2006年韓院士指導(dǎo)研究團(tuán)隊(duì)嘗試用神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)方法，與所做研究‘碰一碰’，完成了大港油田港東一區(qū)典型區(qū)塊應(yīng)用機(jī)器學(xué)習(xí)預(yù)測剩余油分布的初步研究。就此，我們開始對引入的包括實(shí)驗(yàn)數(shù)據(jù)、地質(zhì)數(shù)據(jù)、生產(chǎn)數(shù)據(jù)，以及各種生產(chǎn)動態(tài)分析數(shù)據(jù)、測試數(shù)據(jù)在內(nèi)的種類各異、數(shù)量龐大的國內(nèi)油藏?cái)?shù)據(jù)，利用如統(tǒng)計(jì)機(jī)器學(xué)習(xí)等常見的機(jī)器學(xué)習(xí)方法，用機(jī)理模型和數(shù)學(xué)模型對油氣藏進(jìn)行了初步的系統(tǒng)分析和預(yù)測?！?/p>

這樣做的好處也很快顯現(xiàn)出來。借助這些經(jīng)典方法，袁江如得以觸達(dá)一些機(jī)理模型或數(shù)學(xué)模型不能觸及的領(lǐng)域。“到了2009年，我們發(fā)現(xiàn)運(yùn)用機(jī)器學(xué)習(xí)的辦法所得到的結(jié)果與數(shù)值模擬得到的結(jié)果相差無幾?！倍冗^最初的艱難時(shí)光，這道希望的曙光讓袁江如和他的同事深受鼓舞，他們也就此堅(jiān)定了在這條科研路上繼續(xù)前行的決心。

21世紀(jì)初，長慶油田開始了超低滲及致密油藏水平井開發(fā)，同時(shí)以火山巖為儲層的天然氣藏勘探取得了重大突破，僅在松遼和準(zhǔn)噶爾盆地就發(fā)現(xiàn)超過3萬億立方米資源量和9000億立方米儲量，儲量規(guī)模居世界之首。如果能對儲量豐富的超低滲致密油氣和火山巖氣藏實(shí)施規(guī)模有效開發(fā)，將為緩解我國天然氣供需矛盾、滿足國家能源需求、推動天然氣工業(yè)快速發(fā)展和環(huán)境改善帶來巨大推力。就此，袁江如錨定這一領(lǐng)域，加入了冉啟全教授的火山巖氣藏開發(fā)團(tuán)隊(duì)，依托20余個項(xiàng)目的實(shí)踐和研究，他運(yùn)用模型驅(qū)動和數(shù)據(jù)驅(qū)動相結(jié)合的辦法，對火山巖氣藏、低滲透油藏開發(fā)及軟件研發(fā)、石油勘探開發(fā)人工智能的理論與技術(shù)創(chuàng)新方面展開攻關(guān)，取得了多項(xiàng)創(chuàng)新性成果。

上海交通大學(xué)應(yīng)用物理系1983屆畢業(yè)留念（袁江如在第三排左四）

在積極跟蹤油氣開發(fā)軟件領(lǐng)域的發(fā)展趨勢和最新成果的基礎(chǔ)上，袁江如將油氣開發(fā)軟件的生產(chǎn)需求及技術(shù)水平與國際對標(biāo)，明確油氣開發(fā)軟件的研發(fā)創(chuàng)新方向。他參與編寫的《油氣開發(fā)軟件研發(fā)創(chuàng)新方向及一體化軟件架構(gòu)頂層設(shè)計(jì)、致密油氣開發(fā)模型、油氣開發(fā)人工智能優(yōu)化決策研究等決策建議》得到了業(yè)內(nèi)及中國石油天然氣集團(tuán)有限公司（以下簡稱“中石油”）領(lǐng)導(dǎo)的高度評價(jià)；他參與編寫的《油氣開發(fā)一體化軟件架構(gòu)頂層設(shè)計(jì)》得到中石油科技管理部的采納，并促成了油氣開發(fā)一體化軟件平臺架構(gòu)的初步構(gòu)建。此外，他還積極探索火山巖氣藏和超低滲致密油氣水平井-體積壓裂改造開發(fā)模式下的創(chuàng)新理論模型與方法，在產(chǎn)能預(yù)測、非常規(guī)氣藏?cái)?shù)值模擬模型與方法方面取得了顯著的創(chuàng)新性成果。依托“火山巖氣藏開發(fā)優(yōu)化方法研究及軟件研發(fā)”課題，他創(chuàng)新發(fā)展了火山巖氣藏開發(fā)優(yōu)化理論模型與方法，為火山巖氣藏開發(fā)優(yōu)化設(shè)計(jì)奠定了理論基礎(chǔ)；同時(shí)，他還帶領(lǐng)團(tuán)隊(duì)自主研發(fā)了具有自主知識產(chǎn)權(quán)的特色軟件系統(tǒng)，在大慶、吉林、新疆等油田得到了全面應(yīng)用，建成產(chǎn)能33.6億立方米/年、累產(chǎn)天然氣超過100億立方米，取得直接經(jīng)濟(jì)效益5800萬元；由他參與的國家“863計(jì)劃”課題“致密砂巖油氣藏?cái)?shù)值模擬技術(shù)與軟件”首次建立致密砂巖油氣藏非線性滲流數(shù)學(xué)模型，在數(shù)值模擬技術(shù)方面取得重大突破，自主研發(fā)非常規(guī)致密油氣藏?cái)?shù)值模擬軟件——Untog V1.0，已在新疆、大慶、長慶和吉林油田公司推廣112套軟件，取得直接經(jīng)濟(jì)效益3.36億元。這些成果也為他贏得了中國石油和化學(xué)工業(yè)聯(lián)合會科技進(jìn)步獎一等獎、中國石油和化工自動化行業(yè)科技進(jìn)步獎一等獎，以及多項(xiàng)省部級、局級重要獎項(xiàng)。

“我們并不是比別人更聰明，只是我們多運(yùn)用了一些科學(xué)方法?！痹缯f道，“其間經(jīng)歷過很多困難，但是我覺得很值。我們一直有一個信念，就是要把世界上最先進(jìn)、最科學(xué)的方法落實(shí)到石油工業(yè)的具體應(yīng)用中。很幸運(yùn)的是，在交叉學(xué)科的背景下，我們團(tuán)隊(duì)成員做到了既懂石油專業(yè)知識，又懂機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等算法，彌補(bǔ)了一些‘專業(yè)所限’的缺陷，開拓了新的領(lǐng)域和方法。這個過程說起來其實(shí)是特別難，但是我們走在了前面，也嘗到了甜頭?！?/p>

華彩賦新篇——給油田裝上“智能大腦”

2017年，韓大匡院士敏銳地察覺到大數(shù)據(jù)、人工智能的發(fā)展動向，正式提出將其作為推動智能油氣田發(fā)展的重要研發(fā)領(lǐng)域，以及“2035年前實(shí)現(xiàn)地震、鉆井、測井、油藏描述與油藏工程、裝備健康管理與智慧油田等5項(xiàng)主體技術(shù)的更新?lián)Q代”的目標(biāo)，這一度讓與油藏?cái)?shù)值模擬“相伴多年”、感情頗深的袁江如想不通：“我當(dāng)時(shí)覺得油藏?cái)?shù)值模擬就很好，為什么要被替代？”但是很快，他也意識到了油藏?cái)?shù)值模擬模型的局限性——“數(shù)值模擬模型的諸多假設(shè)、網(wǎng)格粗化和內(nèi)部機(jī)理等，限制了它的準(zhǔn)確度。當(dāng)它應(yīng)用于油氣藏，特別是非常規(guī)油氣藏時(shí)，其準(zhǔn)確率得不到顯著提升。數(shù)值模擬模型本身是個很好的東西，但是對于復(fù)雜的常規(guī)和非常規(guī)油氣藏，它也有不適用的一面?！毕胪诉@一點(diǎn)，袁江如立即以飽滿的熱情加入韓大匡院士的隊(duì)伍，投入到對油氣大數(shù)據(jù)及人工智能的研發(fā)和應(yīng)用工作中。

2018年袁江如（右）和韓大匡院士（左）在上海合影

就在這一年，袁江如以副項(xiàng)目長的身份，主持了工信部2018年大數(shù)據(jù)產(chǎn)業(yè)發(fā)展試點(diǎn)示范工程項(xiàng)目“基于大數(shù)據(jù)應(yīng)用的油氣勘探開發(fā)創(chuàng)新增效示范工程”。圍繞大數(shù)據(jù)與人工智能深度學(xué)習(xí)方法在油氣勘探開發(fā)領(lǐng)域應(yīng)用開展關(guān)鍵技術(shù)攻關(guān)，以解決大數(shù)據(jù)驅(qū)動下的地震、測井、油藏工程、智能規(guī)劃、智慧油田等技術(shù)難點(diǎn)問題為目標(biāo)，袁江如團(tuán)隊(duì)?wèi){借長久的積累優(yōu)勢和團(tuán)隊(duì)的同心協(xié)力，在2021年6月即完成項(xiàng)目并順利通過驗(yàn)收，取得了極為亮眼的成果：在建立了基于大數(shù)據(jù)應(yīng)用的中長期規(guī)劃指標(biāo)預(yù)測技術(shù)的基礎(chǔ)上，團(tuán)隊(duì)為單井產(chǎn)量預(yù)測與油田產(chǎn)量預(yù)警提供了人工智能應(yīng)用新方案；同時(shí)創(chuàng)新發(fā)展深度學(xué)習(xí)驅(qū)動的地震儲層預(yù)測技術(shù)，構(gòu)建了非線性地震儲層預(yù)測人工智能解決新方案；基于深度學(xué)習(xí)的多維信息融合儲層滲透性評價(jià)、儲層參數(shù)預(yù)測與有利儲層測井評價(jià)技術(shù)也在此過程中成形，推進(jìn)了測井解釋技術(shù)智能化發(fā)展；多信息融合深度學(xué)習(xí)儲層地質(zhì)建模技術(shù)的創(chuàng)新為儲層地質(zhì)建模提供了人工智能技術(shù)新方案；其所建立的大數(shù)據(jù)深度學(xué)習(xí)剩余油預(yù)測技術(shù)，為開展地質(zhì)小層剩余油飽和度精細(xì)預(yù)測提供了大數(shù)據(jù)智能化應(yīng)用新方案；此外，他們還創(chuàng)建了基于物聯(lián)網(wǎng)和大數(shù)據(jù)的油井智能生產(chǎn)技術(shù)，深化了大數(shù)據(jù)在采油工程領(lǐng)域的應(yīng)用。最終，這一項(xiàng)目獲得省部級一等獎2項(xiàng)，申報(bào)國家發(fā)明專利14項(xiàng)、國家軟件著作權(quán)16項(xiàng)、發(fā)表論文22篇，對大數(shù)據(jù)與人工智能技術(shù)在油氣勘探開發(fā)領(lǐng)域的規(guī)模應(yīng)用，發(fā)揮了技術(shù)引領(lǐng)和示范作用。

“據(jù)不完全統(tǒng)計(jì)，這個項(xiàng)目應(yīng)該是我們業(yè)內(nèi)‘三桶油’（中國石油天然氣集團(tuán)有限公司、中國石油化工集團(tuán)有限公司、中國海洋石油集團(tuán)有限公司）在相關(guān)領(lǐng)域的第一個國家級項(xiàng)目，也是一個無國家經(jīng)費(fèi)撥款、由中國石油天然氣集團(tuán)有限公司科技管理部全部配套經(jīng)費(fèi)的項(xiàng)目。為了把這個項(xiàng)目做好，韓院士成立了跨專業(yè)、跨所甚至跨院的人工智能團(tuán)隊(duì)，同時(shí)還積極展開與大慶油田、大港油田的深度合作?！痹珧湴恋卣f道，“走在前面”的科研優(yōu)勢在此得以凸顯，也成了他繼續(xù)向前的動力所在。

然而做先鋒隊(duì)，也必定會引來很多不理解的目光。談到其間遇到的困難，他提到了其中“小樣本”算法的研發(fā)過程——“基于大港油田斷塊型油氣藏的復(fù)雜結(jié)構(gòu)，其開采難度極大，而人工智能的方法可用于其井間連通性分析、低阻潛力層評價(jià)等方面的預(yù)測和識別，對油田增產(chǎn)挖潛具有極為積極的意義?！比欢?，盡管當(dāng)時(shí)人工智能的應(yīng)用已經(jīng)在一些領(lǐng)域取得明顯成果，但油田內(nèi)部仍對人工智能的“通用性”存疑。為了解決分層注水量智能劈分和剩余油智能預(yù)測等難題，袁江如團(tuán)隊(duì)以大數(shù)據(jù)分析的多信息融合方法為核心方法，圓滿完成了院級重點(diǎn)項(xiàng)目“通過應(yīng)用大數(shù)據(jù)深度學(xué)習(xí)方法預(yù)測合注條件下各分層剩余油飽和度的探索研究”，并用一年多的時(shí)間推出了“小樣本”算法，順利解決了上述難題?！坝捎谟吞锊杉纳a(chǎn)動態(tài)數(shù)據(jù)缺失量達(dá)到20%，測試數(shù)據(jù)譬如吸水剖面和產(chǎn)液剖面數(shù)據(jù)也很少，這都使得預(yù)測模型精度大大降低。而采用‘小樣本’的算法，可以克服經(jīng)驗(yàn)主義和人類觀測能力限制所帶來的問題，并大大避免了傳統(tǒng)方法進(jìn)行預(yù)測識別時(shí)油田須停產(chǎn)所帶來的種種損失，在高效低耗的基礎(chǔ)上，最終將預(yù)測的準(zhǔn)確率提升到了75%以上。”

從全然不信任，到將信將疑，再到全然信任，袁江如團(tuán)隊(duì)用“眼見為實(shí)”的研究成果獲得了油田領(lǐng)導(dǎo)和專家的一致認(rèn)可。面對贊譽(yù)和成績，他們并未就此止步，而是繼續(xù)探索以相關(guān)技術(shù)和方法推動行業(yè)發(fā)展的可能性?！盀榱斯?jié)約時(shí)間，項(xiàng)目技術(shù)人員長期駐扎在大港油田，夜以繼日地奔波在研發(fā)、實(shí)踐、驗(yàn)證的第一線；為了節(jié)省經(jīng)費(fèi)，項(xiàng)目組也想了很多辦法，最終形成了一套高效的項(xiàng)目管理方法，確保了明確環(huán)節(jié)、有條不紊、責(zé)任到人。人工智能團(tuán)隊(duì)的努力、油田方面的有序配合，以及中石油科學(xué)技術(shù)研究院有限公司上下的通力支持，讓我們?nèi)〉昧肆己玫某晒?。通過這個項(xiàng)目，我們成功地為油田安裝了‘智慧的大腦’，大數(shù)據(jù)、人工智能已成為突破油氣勘探開發(fā)關(guān)鍵技術(shù)瓶頸、推動行業(yè)技術(shù)更新?lián)Q代的重要力量?！?/p>

前行守初心——為人工智能研究創(chuàng)造更好的未來

在忙于科研和實(shí)踐的同時(shí)，袁江如也沒有忘記在學(xué)術(shù)層面不斷精進(jìn)。他參與編寫的《致密油氣藏?cái)?shù)值模擬理論與技術(shù)》和《煤層氣/頁巖氣藏裂縫建模與數(shù)值模擬》兩部專著是對于我國非常規(guī)致密油氣理論、技術(shù)和應(yīng)用水平的一次詳細(xì)總結(jié)。在他看來，學(xué)術(shù)研究必須和生產(chǎn)實(shí)踐緊密結(jié)合，這樣研究獲得的理論和技術(shù)才能促進(jìn)油氣田開發(fā)降本增效、切實(shí)解決生產(chǎn)實(shí)際問題，才是真正具有價(jià)值的研究。

袁江如這般嚴(yán)謹(jǐn)?shù)目蒲袘B(tài)度，來源于家庭教育。年幼時(shí)父母對于科學(xué)的熱愛、日常的悉心指導(dǎo)，為他日后考入上海交通大學(xué)應(yīng)用物理系打下了堅(jiān)實(shí)的基礎(chǔ)。而與韓大匡院士的相遇，則成了他轉(zhuǎn)換跑道、最終走向人工智能研究的重要轉(zhuǎn)折點(diǎn)。進(jìn)入勘探院后，袁江如收獲了很多領(lǐng)導(dǎo)和專家的指導(dǎo)和幫助。1999年，時(shí)任勘探院油氣開發(fā)計(jì)算機(jī)軟件工程研究中心主任的劉明新教授推薦他到本院研究生部進(jìn)行在職研究生的學(xué)習(xí)，以彌補(bǔ)石油基礎(chǔ)知識層面的欠缺，并指導(dǎo)他完成了塔里木油田油藏?cái)?shù)值模擬的研究工作；開啟數(shù)值模擬相關(guān)研究時(shí)，先后出任勘探院副院長和院長的沈平平教授給予他許多理論和學(xué)術(shù)上的詳細(xì)指導(dǎo)；韓大匡院士更是在袁江如油氣生涯的每個關(guān)鍵環(huán)節(jié)扮演了引路人的重要角色；中石油科技管理部的鐘太賢副總經(jīng)理、勘探院的冉啟全教授、田昌炳教授、李欣所長等人在不同階段對他的鼎力相助，都讓袁江如獲益匪淺。專業(yè)的訓(xùn)練、恩師的指導(dǎo)、領(lǐng)導(dǎo)的扶持，是他得以在勘探院成長的必要營養(yǎng)，也是他從前輩手中收獲的星星火種；而現(xiàn)在，他也以同樣無私的心態(tài)將嚴(yán)謹(jǐn)、奉獻(xiàn)、真誠的種子傳遞給自己的團(tuán)隊(duì)和學(xué)生。

先后組建過國家“973”計(jì)劃項(xiàng)目研究課題組、火山巖開發(fā)軟件研制項(xiàng)目組、油氣田開發(fā)人工智能項(xiàng)目組等研究團(tuán)隊(duì)，袁江如延續(xù)了韓大匡院士提議的產(chǎn)、學(xué)、研、管相結(jié)合的合作方式，以項(xiàng)目合作方式與各大高校、科研院所、相關(guān)專家和科技人員組建多學(xué)科融合的科研攻關(guān)團(tuán)隊(duì)，并邀請了多位國外人工智能專家做指導(dǎo)?！按蚱屏四壳翱蒲畜w制的局限性，充分發(fā)揮交叉學(xué)科的優(yōu)勢，形成了良好的合作互動網(wǎng)絡(luò)，是我們團(tuán)隊(duì)的特色所在?！痹缃榻B道，“讓新成果與老經(jīng)驗(yàn)、油田個性化問題與學(xué)科橫向發(fā)展成果互相作用、互相驗(yàn)證，從而形成一股合力，推動團(tuán)隊(duì)穩(wěn)健持續(xù)發(fā)展?！痹谠绲膸ьI(lǐng)下，他所在的團(tuán)隊(duì)斬獲了中石油第一個數(shù)據(jù)科學(xué)領(lǐng)域國際獎項(xiàng)——2019年國際數(shù)據(jù)科學(xué)會議（ICDS）最佳應(yīng)用獎，袁江如團(tuán)隊(duì)也在此過程中成長為中石油各領(lǐng)域?qū)＜彝献鲃?chuàng)新的典范。

在提及人才培養(yǎng)時(shí)，袁江如強(qiáng)調(diào)了培養(yǎng)復(fù)合型人才的重要性。從油氣行業(yè)的實(shí)際需求出發(fā)，他倡議非油氣專業(yè)的本科生和碩士生進(jìn)行油氣主體專業(yè)的長期系統(tǒng)學(xué)習(xí)（包括博士研究生和博士后專業(yè)培養(yǎng)），同時(shí)引導(dǎo)油氣主體專業(yè)的本科生和碩士生開展數(shù)理、數(shù)據(jù)科學(xué)、軟件工程等長期系統(tǒng)學(xué)習(xí)（包括博士研究生和博士后專業(yè)培養(yǎng)），以適應(yīng)企業(yè)對數(shù)字化轉(zhuǎn)型復(fù)合人才的需求。從自身的經(jīng)驗(yàn)出發(fā)，袁江如首先會安排學(xué)生持續(xù)參加人工智能基礎(chǔ)知識和油氣專業(yè)培訓(xùn)課程等，以彌補(bǔ)基礎(chǔ)知識的不足，在此基礎(chǔ)上融會貫通，就可實(shí)現(xiàn)研究能力的明顯提升。他總是對學(xué)生語重心長地說：“科學(xué)沒有捷徑可以走，年輕人需要耐住寂寞，長期不斷地學(xué)習(xí)和深入地研究，才能在某個領(lǐng)域做出成績?！?/p>

回首過往，袁江如收獲碩果累累，他卻說那只是一路走來的里程碑。面向未來，他壯志滿懷，基于在非常規(guī)油氣田開發(fā)領(lǐng)域與國外同行“并跑”的趨勢，袁江如期待在非常規(guī)油氣藏微納米滲流機(jī)理等技術(shù)研究領(lǐng)域持續(xù)突破，并采取大數(shù)據(jù)人工智能技術(shù)與非常規(guī)油氣開發(fā)技術(shù)的深度融合，以求研發(fā)出更新?lián)Q代技術(shù)，徹底解決非常規(guī)油田規(guī)模有效開發(fā)的難題；同時(shí)在建設(shè)智慧油田方面加快數(shù)字孿生油藏研究的進(jìn)度，爭取在2035年前達(dá)到數(shù)字孿生油藏和實(shí)際油藏仿真準(zhǔn)確度達(dá)到90%以上的目標(biāo)?！皩?shí)際上搞創(chuàng)新不難，關(guān)鍵是思路方法要對?！痹缯f道，“如今，我們走出了一條卓有成效的新路，未來我期待在這條路上培養(yǎng)出更多具有人工智能研究能力的復(fù)合型人才，并爭取在遷移學(xué)習(xí)和可解釋性人工智能模型應(yīng)用研究中有所突破?！?/p>