В октябре представители лаборатории по роботизированной разработке нефтяных месторождений выступили с докладом на круглом столе «Интеллектуальный анализ данных» в рамках ежегодной российской технической конференции SPE (Сообщество инженеров нефтяников).

В дискуссии также приняли участие коллеги из компаний Газпром нефть, Сколтех, Schlumberger, IBM, Yandex Data Factory, Геонавигационные технологии.

После выступлений всех спикеров модераторами круглого стола были подняты три ключевых вопроса:

— Как при использовании элементов искусственного интеллекта в нефтедобыче учитывать специфические риски и неопределенности, учитывать экспертное знание?

— Достаточен ли уровень открытости данных в России для построения конкурентных алгоритмов?

— Как сегодня повысить доверие к технологиям Big Data в области разработки нефтяных месторождений среди нефтяников?

К счастью, ответ на первый вопрос уже был получен нами при разработке логики расчетов Nest Lab, сочетающую в себе экспертную систему и алгоритмы машинного обучения.

Повышение открытости данных, на наш взгляд, не поможет существенно улучшить качество алгоритмов, потому что в нефтедобыче главный судья – факт. Если не пытаться использовать построенные модели на практике, а работать лишь с обезличенными данными, то такой подход вряд ли приведет к повышению конкурентоспособности алгоритмов и росту их реальной эффективности.

Третий вопрос обсуждался больше всего. Мы выступили с критикой популярного подхода представлять алгоритмы машинного обучения как «черный ящик». Во-первых, этот ящик не такой уж и «черный», во-вторых, само название не способствует пониманию и доверию к технологиям анализа больших данных среди нефтяников. По мнению Nest Lab следует наоборот распространять более упрощенное понимание обучаемых моделей, нежели напирать на их сложность. Все это уже работающие алгоритмы, которые приносят партнерам Nest Lab реальный финансовый результат. Так при чем здесь черный цвет и коробка? 🙂