Мультимодальные модели искусственного интеллекта для геологического моделирования: НОЦ «Газпромнефть-Политех» представил результаты проекта GeT
Исследователи НОЦ «Газпромнефть-Политех» приняли участие в научном семинаре Санкт-Петербургского политехнического университета Петра Великого, где представили результаты проекта GeT (Geophysical Transformer) по созданию мультимодальных решений искусственного интеллекта для построения геологических моделей месторождений на основе данных сейсморазведки и скважинной геофизики. С докладом выступил ведущий программист НОЦ «Газпромнефть-Политех» Дмитрий Пашковский.
Проект GeT направлен на автоматизацию обработки геофизической информации и развитие методов искусственного интеллекта для задач геологического моделирования. Разработанные решения позволяют объединять различные типы данных, повышать точность прогнозирования свойств горных пород в межскважинном пространстве и сокращать сроки подготовки моделей, необходимых для принятия решений при разведке и разработке месторождений.
В рамках проекта команда НОЦ разработала и протестировала несколько моделей на базе трансформеров, графовых механизмов внимания и физически-информированных нейронных сетей (PINN):
- GNN-Transformer-Petro — модель для прогнозирования геофизических атрибутов в межскважинном пространстве с использованием графового механизма внимания;
- Gen-Petro-Corrector — модель для преобразования одних петрофизических атрибутов в другие, включая восстановление недостающих данных, например акустического каротажа;
- Seismic-Transformer-Denoiser — модель для фильтрации случайного шума на сейсмограммах;
- Seismic-Transformer-Interpolator — модель для генерации дополнительных синтетических сейсмотрасс;
- Seismic-Transformer-Upscaler — модель для повышения разрешающей способности сейсмического куба;
- Joint-FWI — алгоритм совместной полноволновой инверсии сейсморазведки с учетом данных скважинной геофизики.
Разработанные решения позволяют автоматизировать отдельные этапы обработки геофизических данных, повысить точность построения геологических моделей и снизить неопределённость при принятии решений о разведке и разработке месторождений.
«Мы должны очень детально понимать процесс, откуда и какие источники этих данных, какими физическими процессами они генерируются, и тем самым можем комплексно подходить к разработке моделей», — отметил Дмитрий Пашковский.
В ходе семинара участники обсудили вопросы применения трансформерных архитектур, физически-информированных нейросетей и гибридных методов для обработки геофизической информации. Отдельное внимание уделили возможностям дальнейшего развития систем, которые смогут объединять различные типы данных и помогать специалистам принимать решения в условиях высокой неопределённости.
«При разработке решений на основе искусственного интеллекта важно учитывать специфику каждой отрасли и особенности тех задач, которые стоят перед специалистами. Именно сочетание математических методов, физических моделей и экспертных знаний позволяет создавать инструменты, востребованные промышленностью», — отметил Юрий Фомин, проректор по научной работе СПбПУ, главный конструктор по направлению «Искусственный интеллект для решения кросс-отраслевых задач».
Развитие проекта GeT открывает возможности для повышения эффективности обработки геофизических данных, совершенствования методов построения геологических моделей и ускорения принятия решений при освоении месторождений.
