在人工智能技術(shù)日新月異的今天，生成式人工智能的代表——ChatGPT的橫空出世，不僅在短時(shí)間內吸引了全世界關(guān)注的目光，更激發(fā)了各行業(yè)對大型預訓練模型的無(wú)限遐想。油氣行業(yè)作為國民經(jīng)濟的支柱之一，同樣期待它能為油氣勘探、開(kāi)發(fā)帶來(lái)新變革。尤其是隨著(zhù)國內油氣資源品質(zhì)逐步劣質(zhì)化，油氣勘探開(kāi)發(fā)難度逐漸加大，亟須運用新技術(shù)提質(zhì)增效。
數據、算力和算法是大模型發(fā)展的核心要素。其中，數據是大模型應用的基石，算力是大模型應用的保障，算法是大模型應用的工具。由于油氣行業(yè)具有特殊性，在上述三個(gè)層面，油氣大模型開(kāi)發(fā)都面臨著(zhù)諸多挑戰。
在數據方面，油氣大模型應用面臨數據稀缺、復雜和安全性的挑戰。一是油氣行業(yè)的數據涵蓋了地質(zhì)勘探、鉆井、生產(chǎn)和運輸等多個(gè)環(huán)節，每個(gè)環(huán)節的數據采集都伴隨高昂的成本，樣本數量少且獲取非常困難，采集回的數據還具有多解性和不可驗證性的特點(diǎn)。二是油氣行業(yè)的數據類(lèi)型非常多樣化，處理這些不同種類(lèi)、不同版本、不同結構的數據本身就充滿(mǎn)挑戰。三是大模型需要學(xué)習海量數據，但油氣行業(yè)對數據的安全性和保密性有著(zhù)極高的要求，數據不能上傳公有云，且必須防止泄露，因此普遍存在“數據孤島”問(wèn)題。這一現狀使得如何在保障數據安全前提下，整合分散的數據并訓練行業(yè)基礎模型，成為油氣行業(yè)大模型應用的關(guān)鍵難題。
在算力方面，油氣大模型的訓練和優(yōu)化也面臨著(zhù)算力資源不足的挑戰。大模型的訓練和優(yōu)化通常需要巨大的算力資源，這往往伴隨著(zhù)相當高的投入成本。自建算力中心需要巨額資金投入，而租賃算力又存在數據安全和隱私保護的問(wèn)題。目前，國內油氣行業(yè)僅具備有限的微調算力，普遍不具備訓練行業(yè)基礎模型所需的高水平算力。此外，由于各種原因，國內油氣行業(yè)在短期內很難建立起滿(mǎn)足大模型需求的算力資源。這一問(wèn)題進(jìn)一步加劇了算力資源的短缺，使得大模型的應用和發(fā)展受到嚴重制約。
在算法方面，油氣大模型也面臨版權糾紛等挑戰。算法的優(yōu)劣直接影響大模型的實(shí)際應用效果。相較于傳統深度學(xué)習等算法，大模型的技術(shù)門(mén)檻更高，目前的發(fā)展主要依賴(lài)少數高端算法人才推動(dòng)。盡管許多開(kāi)源大模型算法可以作為研發(fā)基礎，但它們可能缺乏必要的技術(shù)支持和安全保障，存在商業(yè)機密泄露的風(fēng)險，且其能力往往不如閉源算法。此外，開(kāi)源算法的版權協(xié)議中存在諸多限制條款，使得基于開(kāi)源算法進(jìn)行研發(fā)時(shí)可能面臨版權糾紛。如果選擇使用閉源算法，則難以實(shí)現核心算法的自主可控。
油氣大模型應用并非坦途，需要在數據、算力和算法等方面破局。
首先，數據之困需破冰。面對數據采集高成本與復雜性并存的挑戰，破解數據之困，要以大模型應用為契機，推動(dòng)數據治理，確保數據的全面性、準確性和時(shí)效性。油氣行業(yè)在大模型方面的核心競爭力是“行業(yè)數據”，要做好“訓練樣本庫”的基本功。油氣企業(yè)必須強化數據全生命周期管理，從數據源頭、數據采集、數據清洗、數據融合和匹配、數據完整性增強、數據標注等環(huán)節嚴格規范，建立高質(zhì)量的訓練樣本庫，提升數據治理能力，為模型提供堅實(shí)的數據基礎。同時(shí)，應通過(guò)數據脫敏、數據加密、訪(fǎng)問(wèn)控制和審計、合規性審查等方式加強數據安全和隱私性保護。如設置合適的權限和用戶(hù)角色，限制用戶(hù)對數據庫的訪(fǎng)問(wèn)和操作，保護數據的安全性。還需進(jìn)行數據庫的維護和優(yōu)化工作，包括定期備份、數據清理、性能監控等。在此前提下，構建一批高質(zhì)量開(kāi)源數據集，推動(dòng)油氣大模型研發(fā)生態(tài)建設。
其次，算力建設應靈活。面對資金投入與隱私保護之間平衡的挑戰，破解算力之困，應以油氣大模型為契機，推動(dòng)融合算力建設?？刹扇∽赓U與自建相結合的方式，注重智算能力建設的同時(shí)，加強數據安全與隱私保護。例如，企業(yè)應根據自身業(yè)務(wù)需求、成本預算和技術(shù)實(shí)力，靈活選擇算力獲取方式。對于常規的計算任務(wù)，可通過(guò)租賃公有云資源快速響應；而對于涉及敏感數據或需長(cháng)期穩定運行的任務(wù)，則可考慮自建或合作共建數據中心，確保數據安全與算力的可持續供給。在算力設施規劃上，應注重長(cháng)遠，實(shí)現通用計算、智能計算和高性能計算的融合布局，通用計算滿(mǎn)足日常運營(yíng)的基本計算需求，智能計算側重于深度學(xué)習、機器學(xué)習等智能算法的高效執行，高性能計算則針對大規?？茖W(xué)計算和復雜模擬，滿(mǎn)足不同場(chǎng)景的需求，顯著(zhù)提高算力資源的利用效率。
此外，算法創(chuàng )新勿盲從。面對大模型訓練周期長(cháng)與迭代速度快的雙重考驗，破解算法之困，應量身定做適合行業(yè)特性的算法模型，避免盲目跟風(fēng)。應理性認識大模型的價(jià)值，優(yōu)先實(shí)施場(chǎng)景模型和數據質(zhì)量?jì)?yōu)良的L2行業(yè)基礎模型，重點(diǎn)應放在微調和適配下游任務(wù)上，避免盲目投入通用基礎模型的研發(fā)，確保技術(shù)棧的自主可控。油氣行業(yè)應秉持資源優(yōu)化配置的原則，聚焦油氣主營(yíng)業(yè)務(wù)，從投入成本、產(chǎn)出效益、技術(shù)成熟度，以及穩定性、行業(yè)聚焦、核心競爭力等方面慎重考慮。在巖心分析、地震資料處理解釋、測井數據分析等特定領(lǐng)域，大模型能發(fā)揮顯著(zhù)作用，但不可過(guò)度依賴(lài)，應明確模型的適用范圍。
為了推動(dòng)大模型技術(shù)的自主可控，還需加強“AI+能源”復合團隊的建設。訓練、應用大模型不能閉門(mén)造車(chē)，要打破傳統行業(yè)壁壘，注重聯(lián)合研發(fā)生態(tài)的建設，例如推動(dòng)油氣行業(yè)與互聯(lián)網(wǎng)企業(yè)、高校等的合作，促進(jìn)跨學(xué)科人才整合，形成產(chǎn)學(xué)研用緊密結合的創(chuàng )新體系，為油氣大模型應用構建可持續的人才保障。同時(shí)，可通過(guò)項目合作、人才培養、共建研發(fā)平臺等方式加強大模型算法等方面的合作交流，并明確合作目標與分工，以及知識產(chǎn)權分配與管理、數據保密和隱私保護等制度和規范。
大模型必將推動(dòng)油氣行業(yè)新質(zhì)生產(chǎn)力發(fā)展，未來(lái)可期，但道阻且長(cháng)。油氣行業(yè)要充分認識油氣大模型的特殊性，從數據、算力、算法等方面做好工作，穩扎穩打，逐步推進(jìn)，讓AI成為推動(dòng)油氣行業(yè)轉型升級的重要驅動(dòng)力。
（作者系中國工程院院士、中國石油勘探開(kāi)發(fā)研究院正高級工程師）
油氣
京公網(wǎng)安備 11010802020613號