L'IA générative accélère le flux de travail d'imagerie sismique

La vision par ordinateur génère des images souterraines en utilisant une infime fraction des données de tir sismiques qui étaient traditionnellement nécessaires.

Texas Advanced Computing Center à l'Université du Texas. (Source : Université du Texas à Austin)

L'intelligence artificielle générative (IA) peut rédiger des vœux de mariage et créer des images de pingouins jouant au football. Il est également utile dans le secteur de l'énergie, capable de générer des images souterraines en utilisant beaucoup moins de données qu'auparavant.

Alors que des quantités massives de puissance de calcul sont encore nécessaires pour la génération d'images souterraines, l'apprentissage automatique, les réseaux de neurones profonds et la vision par ordinateur ont permis d'accélérer considérablement le flux de travail d'imagerie sismique.

Pendant deux ans, SparkCognition et Shell ont travaillé ensemble pour accélérer l'imagerie sismique à l'aide de la vision par ordinateur.

"À leur crédit, Shell a réalisé qu'il s'agissait d'un problème de recherche ouvert", a déclaré Bruce Porter, directeur scientifique de SparkCognition, à Hart Energy. "Ils nous l'ont apporté en tant qu'étrangers de l'industrie pétrolière et gazière. Nous ne sommes pas des experts du pétrole et du gaz. Nous sommes des experts en apprentissage automatique. Ils voulaient voir si ce partenariat - avec notre apprentissage automatique et leur géoscience - si cela pouvait se fissurer la noix."

Selon Porter, ils l'ont fait. Le résultat est le logiciel SparkCognition Oil & Gas Exploration Advisor.

SparkCognition détient sept brevets sur les technologies développées pour accélérer le flux de travail d'imagerie sismique. La plupart de ces brevets sont issus du processus de migration "de-noising", qui clarifie l'imagerie de la phase sismique.

La durée du flux de travail d'interprétation sismique dépend en grande partie de la quantité de données de tir à traiter, et la nouvelle technologie de SparkCognition utilise entre 1 % et 3 % des données de tir historiquement utilisées.

« Nous ne sommes pas des experts du pétrole et du gaz. Nous sommes des experts en apprentissage automatique. [Shell] voulait voir si ce partenariat, avec notre apprentissage automatique et leur géoscience, pouvait casser la noix. » – Bruce Porter, directeur scientifique, SparkCognition.

"Étant donné un réseau neuronal correctement formé, si vous l'amorcez avec certains points de données, dans ce cas, des données de tir, le réseau neuronal peut remplacer toutes les données de tir manquantes, les 99 % à 97 % restants des données de tir qui reste invisible et non traité », a-t-il déclaré. "Le résultat est que ces réseaux de neurones sont capables de faire ce qu'on appelle l'étape d'inférence, qui consiste à générer l'image sismique. Il peut le faire en quelques secondes à quelques minutes, en remplissant toutes ces données de prise de vue invisibles."

Le résultat est que la grande majorité des données qui ont été collectées n'ont pas à être traitées, a-t-il déclaré.

"Que cela conduise à un produit de nouvelle génération dans lequel l'acquisition de données de prise de vue est réduite, c'est une autre affaire", a-t-il ajouté.

Mais choisir les clichés à inclure prend plus d'importance lorsque vous utilisez moins de 3 % des clichés acquis.

Comme l'a dit Porter, "Il y en a si peu, ceux que vous utilisez sont importants. Vous ne pouvez pas choisir au hasard."

SparkCognition a développé une solution pour permettre aux réseaux de neurones de sélectionner les 1 % à 3 % des données de prise de vue qui contiennent le plus d'informations et qui auront le plus grand impact sur la génération d'une image souterraine précise. Bien que les algorithmes exécutent le processus automatisé de sélection des plans, le système n'est pas une boîte noire complète, a-t-il déclaré.

Il est important de pouvoir voir dans le processus, en particulier à la lumière de la façon dont certaines IA génératives, telles que Chat GPT, auraient dérapé.

Porter a déclaré que le logiciel génère des niveaux de confiance parallèlement à ses images géologiques du sous-sol, et que les interprètes peuvent ajouter plus de points de prise de vue et lui permettre d'itérer les nouvelles images du sous-sol avec les changements correspondants dans les niveaux de confiance de l'image.

"Vous avez besoin de la bonne réponse. Vous devez obtenir la bonne sous-structure géologique", a-t-il déclaré. "Il est important qu'ils ne soient pas des boîtes noires, il doit en être un dans lequel l'humain a confiance et peut comprendre où le réseau neuronal est créatif pour élucider le sous-sol géologique et quand il est tout à fait certain de sa sortie."

L'apprentissage automatique est un vaste domaine et de nombreuses techniques étaient des solutions potentielles à ce problème particulier de vision par ordinateur, a déclaré Porter.

"Nous avons essayé probablement 10 à 12 familles d'approches différentes, pas seulement des algorithmes individuels, mais des classes entières d'approches du problème, avant de choisir celle qui faisait le mieux", a-t-il déclaré.

Mais à elle seule, une solution générative ne suffisait pas.

"L'apprentissage automatique, le domaine de l'IA, a appris au cours des dernières décennies que si vous abordez un problème aussi compliqué que celui-ci en utilisant uniquement des données, vous vous heurtez à un plafond de verre et les résultats ne sont pas excellents", a-t-il déclaré.

Pour traverser ce plafond de verre, il a fallu faire preuve de créativité et trouver un moyen d'intégrer la physique - ou les géosciences - dans la solution, a-t-il déclaré.

"Une personne inconditionnelle de l'apprentissage automatique va dire : 'Non, je ne veux rien avoir à faire avec la physique. Je vais juste utiliser les données. Je vais me concentrer sur les données et mes algorithmes. obtiendra la bonne réponse », a déclaré Porter. "Euh, non, je ne pense pas que cela fonctionne. Nous devons avoir une façon de nous marier, en combinant l'influence de la géoscience dans le réseau neuronal afin que le réseau neuronal tire des conclusions. Il crée des images qui sont géologiquement plausibles, et non seulement plausible, mais correct."

Au cours de la collaboration des entreprises sur la solution de débruitage, SparkCognition a eu accès au Texas Advanced Computing Center de l'Université du Texas.

"Shell a ses propres superordinateurs", a-t-il déclaré. "Mais pour notre phase de recherche, nous dépendions de TACC."

La technologie a été prouvée sur des données réelles de Shell, a déclaré Porter.

"Nous avons obtenu la confirmation de Shell que les résultats sont très prometteurs, et nous durcissons maintenant le logiciel afin qu'il puisse être publié sur Shell en tant que produit à déployer", a-t-il déclaré.

Le SparkCognition Oil & Gas Exploration Advisor sera également mis à la disposition d'autres opérateurs.

Recevez les dernières mises à jour tous les mardis sur l'exploration, le forage, la production et l'offshore.

Jennifer Pallanich est rédactrice en chef de Hart Energy pour la technologie. Elle a rendu compte de la technologie qui alimente l'exploration, le développement et la production de gisements de pétrole pendant plus de deux décennies.

16/05/2023 - Un an après avoir intégré les fonctions de technologie et d'ingénierie, l'EMTEC du supermajor encourage la collaboration et améliore la résolution de problèmes.

2023-05-19 - Des experts, dont Lorenzo Simonelli, président-directeur général de Baker Hughes, ont appelé à une collaboration accrue et à davantage d'investissements dans la technologie numérique lors de l'AWS Energy Symposium.

2023-05-04 - Les comportements en matière de cybersécurité doivent devenir aussi automatiques que l'utilisation de casques de protection et de bottes à embout d'acier, ont déclaré des experts de la Offshore Technology Conference.

2023-05-02 - Lors du Generative AI for Industry Summit de Cognite, des experts de l'industrie ont discuté des nouvelles utilisations de l'intelligence artificielle et de leur impact potentiel sur l'industrie de l'énergie.

2023-05-23 - Dans les tendances technologiques de cette semaine, découvrez ce que le PDG de Waterfall Security pense de l'utilisation des tactiques de cybersécurité par les sociétés pétrolières et gazières, et ce qui doit être fait pour mieux prévenir les cyberattaques dans l'industrie.

Les actualités énergétiques, les analyses, les interviews et la couverture exclusive dont vous avez besoin pour conserver votre avance sur le secteur.

Déjà abonné ? S'identifier

Abonnez-vous gratuitement à nos newsletters pour les dernières actualités énergétiques