В статье рассматриваются методологические и практические аспекты построения систем искусственного интеллекта (ИИ), ориентированных на снижение влияния человеческого фактора при формировании базы знаний и интерпретации результатов. Показано, что действующие ГОСТы в области ИИ преимущественно регламентируют технические принципы реализации, оставляя без внимания методологию наполнения базы знаний, что повышает риск ошибки и уязвимость. В качестве альтернативы предлагается концепция объективного интеллекта (ОИ) – подхода, основанного на вводе верифицируемых данных, использовании проверенных закономерностей и формализованных правил. ОИ реализуется через явно сконструированную модель решения задач, включающую блок ввода и валидации данных, базу знаний, механизм логического вывода и блок интерпретации. Практическая реализуемость подхода демонстрируется на примере сертифицированного программного комплекса AutoCorr, применяемого для построения объективных геологических моделей сложнопостроенных нефтегазоносных объектов. Описаны основные этапы работ: автоматическая корреляция разрезов скважин с использованием весовых параметров комплекса методов геофизических исследований скважин (ГИС), контроль качества по оценке невязки корреляции и ее интерактивной корректировке. На примере отложений баженовской свиты Западной Сибири показано выделение возможно продуктивных интервалов, выполнена оценка коэффициента пористости на основе поиска многомерных статистических зависимостей по результатам комплексирования данных ГИС и геохимических исследований керна. Приведенный пример работы ОИ, созданного на базе ПК AutoCorr, применим для ускорения интерпретации и обоснования подсчетных параметров сложнопостроенных нефтематеринских свит на слабоизученных нефтегазоносных объектах.
Список литературы
1. ГОСТ Р 71476-2024 (ИСО/МЭК 22989:2022). Искусственный интеллект. Концепции и терминология искусственного интеллекта. – Введ. 2025-01-01. – Режим доступа: https://docs.cntd.ru/document/1310068314
2. Гутман И.С. Корреляция разрезов скважин сложнопостроенных нефтегазоносных объектов и геологическая интерпретация ее результатов. –
М.: ЕСОЭН, 2022. – 336 с.
3. Geochemical Trends Reflecting Hydrocarbon Generation, Migration and Accumulation in Unconventional Reservoirs Based on Pyrolysis Data (on the Example of the Bazhenov Formation) / M. Spasennykh, P. Maglevannaia, E. Kozlova [et al.] // Geosciences. – 2021. – No 11. – Р. 307. – https://doi.org/10.3390/geosciences11080307. –
EDN: XZAVNS
4. Технология исследования геохимических параметров органического вещества керогенонасыщенных отложений (на примере баженовской свиты, Западная Сибирь) / Е.В. Козлова, Н.П. Фадеева, Г.А. Калмыков [и др.] // Вестник Московского университета. Серия 4. Геология. – 2015. – № 5. – С. 44–53. – EDN: VHIMZL
5. Признаки трудноизвлекаемости запасов нетрадиционных нефтематеринских пород, выявленные в процессе комплексного изучения объектов на этапах разведки и разработки / И.С. Гутман, А.Ю. Батурин, А.А. Обгольц [и др.] // Нефтяное хозяйство. – 2023. – № 4. – С. 20–25. – https://doi.org/10.24887/0028-2448-2023-4-20-25. – EDN: RKUXDI
6. Геохимическая модель нетрадиционного коллектора в палеогеновых отложениях Предкавказья / Е.В. Козлова, Т.Д. Булатов, Е.А. Леушина [и др.] // Геомодель 2022 – 24-ая научно-практическая конференция по вопросам геологоразведки и разработки месторождений нефти и газа, 5–8 сентября, 2022, г. Геленджик. – EDN: WIKEVD
В 2025 году были подготовлены: - подборка статей журнала, посвященных подвигу нефтяников в годы Великой Отечественной войны; - списки авторов публикаций журнала - участников боев и участников трудового фронта. |