Искусственный интеллект в геофизике. Как изменился поиск полезных ископаемых

Современные методы поиска, разведки и добычи полезных ископаемых становятся все более важными в условиях исчерпания легко доступных запасов. Старые методы уже не работают эффективно, а потребности топливно-энергетического комплекса растут. Ученые разрабатывают новые технологии, чтобы найти и извлечь трудноизвлекаемые ресурсы и удовлетворить потребности ресурсной базы.

Одним из ключевых направлений является создание нового оборудования, включая отечественные разработки, и развитие методов интерпретации существующих данных. На протяжении десятилетий проводились геофизические наблюдения, и сейчас ученые ищут способы извлечь новую информацию из старых данных.

Никита Владиславович Дубиня, кандидат физико-математических наук, ведущий научный сотрудник Института физики Земли им. О.Ю. Шмидта РАН, занимается вопросами трещиноватости в земной коре. Трещины могут как мешать, так и помогать добыче нефти. Например, при строительстве тоннелей трещины могут привести к обрушению породы и затоплению водой. Но для нефтяных и газовых месторождений трещины обеспечивают естественные каналы фильтрации, по которым нефть легче течет.

«Я занимаюсь вопросами естественной трещиноватости… они дают существенные каналы фильтрации для нефти.»

• Никита Владиславович Дубиня, ведущий научный сотрудник Института физики Земли им. О.Ю. Шмидта РАН, заместитель заведующего кафедрой прикладной геофизики МФТИ

Прогнозирование трещиноватости включает множество факторов, таких как химические и механические. Никита Дубиня отмечает, что его работа связана с механическими факторами — те трещины, которые находятся в предкритическом состоянии, практически открыты и по ним нефть может течь. Цель исследований — предсказать, какие трещины находятся в этом состоянии.

Современные методы позволяют разделять трещины на проводящие нефть и непроводящие, а также делать вероятностные оценки их параметров. Ученые учитывают разномасштабный эффект — наличие микро-, мезо- и макротрещин на месторождении.

Геофизические данные разномасштабны. Существует сейсморазведка, исследования скважин и эксперименты на образцах горных пород, каждый из которых охватывает разные масштабы. Ученые в Институте физики Земли РАН разрабатывают подходы к созданию моделей, которые учитывают все эти масштабы. Это важно для планирования разработки месторождений: выбора места бурения, направления скважины и предотвращения проблем при бурении.

Недоучет естественных трещин может привести к нежелательным последствиям, особенно на шельфовых месторождениях. Важно избегать связи между пластом и морской водой, чтобы не допустить загрязнения акватории. Существуют также риски, связанные с зонами аномально высокого давления и концентрациями газа, которые могут привести к авариям с серьезными экологическими последствиями.

Институт физики Земли РАН активно работает над проектированием нового геофизического оборудования для решения задач разработки сложных месторождений, таких как арктические и шельфовые. Совместные исследования с крупными нефтегазовыми компаниями помогают определить требования к оборудованию и направления для дальнейшего развития.

Разработки института уже используются при нефтедобыче, что позволяет оптимизировать разработку месторождений. В результате добыча нефти увеличилась в среднем на 5%, и этот показатель может расти с совершенствованием методов.

Искусственный интеллект (ИИ) активно применяется для обработки геофизических данных. Он помогает автоматизировать рутинные задачи, освобождая время специалистов для решения более сложных вопросов. Например, ИИ используется для интерпретации данных скважинных исследований и прогнозирования рисков при бурении.

«Системы ИИ позволяют учесть опыт специалистов и перенести его на простые случаи, чтобы снизить количество ординарной работы.»

• Никита Владиславович Дубиня, ведущий научный сотрудник Института физики Земли им. О.Ю. Шмидта РАН, заместитель заведующего кафедрой прикладной геофизики МФТИ

ИИ не заменяет специалистов, а помогает им, автоматизируя рутинные операции и позволяя сосредоточиться на сложных задачах. Например, ИИ может предсказывать состояние месторождения на основе информации о трещинах, но в сложных случаях требуется вмешательство человека.

В будущем, ИИ может справляться и с более сложными задачами, но всегда будут оставаться области, где без участия человека не обойтись. Искусственный интеллект требует накопленного опыта для обучения, и там, где этого опыта мало, ИИ не справится. Поэтому, несмотря на развитие технологий, роль человека в науке остается важной.