一些學者認為，人工智能（AI）是第四次工業(yè)革命的標志和引擎，但回顧工業(yè)革命演變史，筆者認為人工智能也許是新時代的“人類進步加速器”，將成為促進人類發(fā)展新的革命性力量，深刻地改變人類生產生活方式且成為新的時代標志，并引領人類從工業(yè)革命時代逐步進入人工智能時代。油氣行業(yè)發(fā)展必須與人工智能時代相適應，盡快從假設驅動為主邁向數(shù)據(jù)驅動為主。
各有千秋 相輔相成
傳統(tǒng)認識中，假設驅動（Hypothesis-Driven）和數(shù)據(jù)驅動（Data-Driven）作為兩種不同的方法論，適用于不同的情境且各有優(yōu)缺點。
假設驅動是基于現(xiàn)有知識，依賴理論、經驗甚至直覺提出事物如何運作的假設，再通過觀察、實驗、調查或其他形式的數(shù)據(jù)來驗證這些初始假設，比如通過露頭觀察、薄片掃描、巖心分析、地球物理探測等直接獲取的地質信息來驗證預先構建的地質模型，本質上是一種以“試錯法”不斷校正逼近真相的過程。其優(yōu)點在于有明確的方向和目標，可以快速聚焦于特定的問題或解決方案；缺點是最初的主觀性假設可能不準確，導致后續(xù)驗證工作出現(xiàn)主觀設計上的偏差。“油氣在地質學家的腦海里”，即是油氣行業(yè)假設驅動的典型理念。
數(shù)據(jù)驅動強調用數(shù)據(jù)說話、讓數(shù)據(jù)作主，通過盡可能多收集相關數(shù)據(jù)，使用統(tǒng)計分析、概率計算等數(shù)據(jù)分析方法來挖掘數(shù)據(jù)中的模式、趨勢和關聯(lián)，本質上是一種基于數(shù)據(jù)的“設計法”尋求最優(yōu)解的過程。其優(yōu)點在于可以更加客觀地揭示之前未被注意到的洞見；缺點是數(shù)據(jù)代表性與質量問題、過度擬合以及對大量數(shù)據(jù)處理能力的需求。但隨著人工智能時代的到來，機器學習、數(shù)字孿生、量子計算等技術組合應用給數(shù)據(jù)驅動方法論帶來了強大的內核升級，必將打破擁有海量數(shù)據(jù)的油氣行業(yè)固有發(fā)展路徑和邏輯。
假設驅動與數(shù)據(jù)驅動從來不是非此即彼的對立選擇，而是相輔相成、不可割裂的兩種思維方式。就像人類和AI的關系，遠非簡單的取代與被取代所能概括，實際上是一個相互學習、共同提升的過程。在假設驅動的創(chuàng)造性思維方面，AI目前還難以與人類相提并論，它對特定問題的優(yōu)化與求解，還不是真正意義上的理解與創(chuàng)造。相比之下，數(shù)據(jù)驅動的AI因其強大分析能力不斷地拓寬人類的認知邊界，但人類的泛化能力和創(chuàng)新思維仍然尤為寶貴。
石油勘探開發(fā)是典型的綜合性應用學科，成功找到油氣并商業(yè)開發(fā)是一項復雜的探索發(fā)現(xiàn)過程，需要地質勘查、地球物理探測、鉆井、儲層改造、油氣開采等多種技術手段、大量數(shù)據(jù)積累以及不斷優(yōu)化的預測模型支撐。
假設驅動 認知先行
早期油氣發(fā)現(xiàn)主要依賴直覺和經驗驅動，出露地表形成的油氣苗是尋找地下油氣的主要依據(jù)。
美國賓夕法尼亞州泰特斯維爾城附近的一條小河因常常漂著原油，被當?shù)鼐用穹Q為“石油溪”。1859年，埃德溫·德雷克在石油溪旁鉆成了世界第一口商業(yè)性油井——德雷克井，成為現(xiàn)代石油工業(yè)發(fā)源地。
中國早期油氣勘探開發(fā)活動也多圍繞油氣苗展開，如新疆“黑油山”附近發(fā)現(xiàn)克拉瑪依油田，甘肅“石油溝”旁邊發(fā)現(xiàn)玉門油田，青海“油砂山”附近發(fā)現(xiàn)油砂山油田。
地質理論假設驅動大油氣田發(fā)現(xiàn)。19世紀中葉，地質學家們發(fā)現(xiàn)美國賓夕法尼亞地區(qū)油氣均位于砂巖層的最高部位，推動背斜找油等相關理論形成，為后續(xù)全球大規(guī)模油氣發(fā)現(xiàn)奠定基礎。之后，加拿大石油地質學家T.S.亨特、蘇聯(lián)地球化學家B.A.別納科依、美國地質學家W.E.普賴特等基于數(shù)據(jù)分析和油氣勘探開發(fā)實踐，發(fā)展了海相生油理論，引領中東等地海相油氣大發(fā)現(xiàn)。
中國地質學家謝家榮、李四光等人基于對中國地質特征的認知和推斷，提出了陸相生油理論，打破了國外傳統(tǒng)觀念束縛，推動大慶、勝利油田發(fā)現(xiàn)，成為假設驅動尋找油氣資源的典型范式。
最近，我國石油科技工作者提出的煤巖氣地質理論已得到成功的實踐驗證，亦是假設驅動尋找新類型油氣資源的例證。
數(shù)據(jù)驅動 快速迭代
當前油氣發(fā)現(xiàn)仍主要依賴于人腦智慧和實驗驗證，通過假設驅動提出科學問題，利用數(shù)據(jù)驅動進行輔助驗證。但隨著油氣賦存方式的復雜化，傳統(tǒng)經驗已經難以支撐油氣發(fā)現(xiàn)，特別是非常規(guī)油氣逐漸成為勘探開發(fā)主體的當下。盡管人工智能技術還存在一定的局限性，還不能完全解釋數(shù)據(jù)背后的地質規(guī)律和滲流機理，很難對復雜地質條件做出客觀準確的判斷，但科學家們已意識到數(shù)據(jù)資產的重要性和數(shù)據(jù)技術的變革性。
2024年6月，之江實驗室開發(fā)的GeoGPT地學大語言模型通過備案，已實現(xiàn)文獻閱讀、信息提取、地質圖解譯與生成、知識圖譜構建等功能，成為人工智能助推地球科學研究模式變革的標志性事件，它的強大功能使我們對智慧油氣藏的遐想成為可能。2024年11月，中國石油發(fā)布了700億參數(shù)昆侖大模型，還帶來了43個石油行業(yè)的專業(yè)應用和通用應用創(chuàng)新場景。油氣勘探領域，國內首次構建了涵蓋地震處理、地震解釋、測井處理解釋3個專業(yè)模型，相比傳統(tǒng)方法，在泛化性、精度等方面都有了大幅提升。
人的壽命和知識掌握能力是有限的，相比之下，人工智能在記憶能力、高維復雜、推理深度等方面具有強大而獨特的優(yōu)勢，可以快速修正并迭代完善假設驅動形成的經驗模型，極大地提升人類科學發(fā)現(xiàn)效率。
不久的將來，如果人工智能油氣大模型能夠擁有全球油氣勘探開發(fā)的歷史和實時數(shù)據(jù)，并實現(xiàn)從推斷（inference）到推理（reasoning）的躍升，就具備了科學假想的潛力，從而突破科學家的認知邊界，實現(xiàn)真正的行業(yè)顛覆。
對于需要和“歷史億萬年、地下上萬米”打交道的油氣行業(yè)來說，全生命周期將是涉及海量流程節(jié)點的復雜系統(tǒng)工程，以人工智能為技術手段的數(shù)據(jù)驅動方法將在各個環(huán)節(jié)中扮演越來越重要的角色，引發(fā)的數(shù)智化變革將深刻改變油氣行業(yè)的產業(yè)運營模式、科研攻關方式、生產管理范式、勘探開發(fā)效率等方方面面。
行業(yè)重塑 擁抱未來
筆者在油氣行業(yè)已工作30余年，見證了該行業(yè)的榮光，也一直在思考和探索數(shù)據(jù)驅動是否將成為石油行業(yè)發(fā)展的核心驅動力。
近年來，基于系統(tǒng)科學思想與方法，提出的非常規(guī)油氣規(guī)模效益開發(fā)“一全六化”工程方法論，其中最為關鍵的一環(huán)就是以數(shù)據(jù)驅動為引領的數(shù)智化管理，主要以大數(shù)據(jù)系統(tǒng)、數(shù)字化管控、智能化決策為基礎，打造全面感知、自動生產、實時優(yōu)化、預測預警、協(xié)同研究、一體運行的生產運營新模式，將成倍甚至成數(shù)量級地提高油氣田生產作業(yè)效率。除此之外，奉行數(shù)據(jù)驅動理念，組織科研力量嘗試探索新的資源類型、破解新的技術瓶頸，例如，用“AI+生物學”發(fā)明一種終極采油法，實現(xiàn)極限提高油氣采收率；用“AI+化學反應動力學”探索氫氣、氦氣、二氧化碳與巖石礦物間原位物理化學過程，打造地下能源存儲及反應工廠。
“未來像盛夏的大雨，在我們還來不及撐開傘時便撲面而來”。2022年底，ChatGPT就像是一場突如其來的盛夏大雨，以前所未有的速度席卷全球，開啟了人工智能的新紀元。2024年，諾貝爾物理學獎和化學獎都頒給了從事人工智能的研究學者。近期，DeepSeek在全球掀起的熱議浪潮，再次刷新人類對人工智能的認知，更預示著一場前所未有的人工智能科技革命甚至是時代變革的加速演進。
一言以蔽之，AI賦能科學探索的新范式已彰顯出巨大的優(yōu)勢，也必將在油氣新資源發(fā)現(xiàn)、采收率極限提高以及與新能源融合發(fā)展等方面展現(xiàn)出前所未見的潛力。
2024年，中國石油已將“數(shù)智石油”列為第五大戰(zhàn)略舉措。毫無疑問，AI將重塑油氣行業(yè)，以數(shù)據(jù)驅動為主、假設驅動為輔的新模式將會推動油氣行業(yè)朝著更加高效、更為智能、更可持續(xù)的方向快速前進。作為石油科技工作者，我們要以更加積極的姿態(tài)不斷識變、應變、求變，主動擁抱“AI+油氣”時代的到來。
（作者李國欣為中國石油天然氣股份有限公司副總地質師兼中國石油勘探開發(fā)研究院黨委書記，獲得國家科技進步獎一等獎、“孫越崎能源大獎”等獎項）
