Расскажем, что уже умеет ИИ и чему еще ему нужно научиться для решения задач нефтедобычи.
Благодарим Службу корпоративных коммуникаций Отдела технико-экономической информации и распространения передового опыта ПАО «Татнефть» им В.Д. Шашина за предоставление данного материала.
В «Татнефти» создается программа «ТН-Нейрокрам», она основана на инструментах искусственного интеллекта (ИИ) и является примером использования нейросетей. Это полностью собственная идея компании, которую начали разрабатывать в прошлом году и продолжают совершенствовать специалисты Центра моделирования Компании. «Нефтяные вести» разбираются, что уже умеет ИИ и чему еще ему нужно научиться для решения задач нефтедобычи.
В последнее время мы все чаще сталкиваемся с новостями о применении нейросетей. Они могут написать уже не только короткие тексты для чат-ботов, но научные работы, вести более или менее осмысленный диалог с людьми и даже писать музыку и картины.
С научной точки зрения, нейросеть — это разновидность машинного обучения, а программа работает по образу и подобию человеческого мозга. Биологические нейроны в данном случае заменяются на искусственные в специальных программах.
Волна общественного внимания к ИИ сейчас высока, но пока нейросети только в начале своего долгого пути. Сейчас они напоминают эксперименты Майкла Фарадея с электродвигателем в первой половине XIX века. Для промышленного применения электромагнитной индукции Фарадея потребовалось еще немало времени, нужно оно и для нейросетей. Среди основных проблем для ученых все еще остается вопрос невозможности создания одной нейросети для всех задач. Поэтому нейросети — это не панацея от всех проблем, а кропотливый труд по созданию способа решения конкретного вызова бизнеса.
Кроме портала, мы предлагаем вам и альманах «Управление производством». Все самое интересное и уникальное мы публикуем именно в нем. 300+ мощных кейсов, готовых к использованию чек-листов и других полезных материалов ждут вас в полном комплекте номеров. Оформляйте подписку и получайте самое лучшее!
В плане развития ИИ в промышленном предприятии нужно логично идти от простого к сложному. Идеальной площадкой для новых экспериментов стал Центр моделирования, который уже несколько лет плотно занимается геолого-техническими мероприятиями, цифровизацией данных и построением цифровых двойников объектов разработки. Все это позволяет оценивать текущее состояние разработки месторождений, прогнозировать эффективность ГТМ.
Как и ребенок набирается опыта по книжкам, ИИ тоже нужна информация, чтобы на ее основе учиться самому. И чем больше данных имеется, тем быстрее и эффективнее процесс учебы. Созданные цифровые двойники месторождений — это кладезь полезной информации.
В Центре научились напрямую подключаться к цифровым двойникам, к информационным базам Компании и выгружать все данные в нейросети. Например, показатели добычи, текущие запасы на участках объекта разработки, интервалы перфорации в скважинах, пористость, нефтенасыщенность и т.д.
Дополнительно были созданы библиотеки программ, которые позволяют эту информацию последовательно преобразовывать в читаемый код для ИИ. В отличие от существующих методов подбора геолого-технологических мероприятий на рассматриваемом объекте разработки, ИИ считает и выдает скважины-кандидаты для проведения ГТМ. Также быстро проводится расчет по эффективности каждого из них. Благодаря этому прогнозируется сокращение трудозатрат этапа подбора ГТМ на 80 %, а в целом по проектам комплексного плана развития актива — на 10 %.
Сейчас в Центре моделирования идет усиленная работа по расчетам ГРП, дострелам пластов, бурению боковых стволов и оптимизации режимов работы скважин. Это наиболее частые и затратные процедуры, эффективность которых логичнее всего улучшать в первую очередь. Специалисты Центра моделирования работают над обучением нейросетей, чтобы их можно было использовать на всех объектах Компании.
«Польза искусственного интеллекта не только в том, что он гораздо быстрее человека, — объясняет руководитель Центра Зоя Лощева. — В нынешних условиях специалист просматривает весь фонд и подбирает подходящие ГТМ по определенным критериям. Делает он это, разумеется, не вручную, а с помощью различных инструментов. Тем не менее, возможности человека ограничены. А нейросеть способна не просто найти нужные 100 или 200 скважин, а отранжировать их на геолого- гидродинамических моделях по степени вероятного успеха реализации ГТМ».
Нейросети вовсе не волшебная палочка, а для интеграции ИИ в существующие процессы требуется немало труда.
Например, в современном состоянии традиционные модели имеют преимущество перед нейросетями, так как они основаны на физическом решении задач, освоить которые ИИ еще только предстоит. Кроме того, существует неизбежная неоднородность данных по разным скважинам и месторождениям. Там, где информации больше, ИИ учится быстрее, и может возникнуть статистическое понятие, более известное, как ошибка выжившего. Суть ее в том, что мы восхищаемся добротой дельфинов, которые брали уставших пловцов на буксир в направлении к берегу, однако никогда не услышим рассказы тех людей, которых дельфины толкали в обратную сторону.
Очень важно также продумать пользовательский интерфейс. Проще говоря, чтобы человек понял, что хотел «сказать» ИИ. Пока работа идет над двумя объектами разработки, затем переключается по нарастающей на другие объекты Компании. Впрочем, опытные результаты в Центре моделирования уже есть, и пилотные проекты получили одобрение у руководства Компании.
Рамис Аминов. Фото Ивана Ткаченко и из архива пресс-службы Компании «Татнефть»
