Helt siden datamaskinene begynte å bli en del av hverdagen for geologer og geofysikere, har mange fryktet utviklingen. Skrekkscenarioet har vært at den raske økningen i maskinkraft vil gjøre mange av arbeidsoppgavene deres overflødige.
Slik har det imidlertid ikke gått. En rekke selskaper jobber i stedet med å utvikle nye verktøy, og akkurat det burde ingen se på som en trussel. I stedet snakker vi om flotte tilskudd til arbeidsflyten som gir en mer interessant og effektiv hverdag.
å det norske kontoret i sentrum av Oslo demonstrerer prosjektleder Lyudmyla Vynnytska og Hamed Fouladi i Bluware en helt ny måte å tolke seismikk på.
– Vi tolker ikke horisonter på den gamle, tradisjonelle måten. Vi tolker lag, en form for mønstergjenkjenning forteller Vynnytska stolt.
– Det er nettopp muligheten til å gjenkjenne mønstre i store og kompliserte datasett som er styrken ved denne teknologien, og dette gir også geologene mulighet til å få mer ut av dataene, påpeker hun.
På skjermen viser hun en seismisk linje fra et prosjekt på nederlandsk sokkel hvor teknologien blir prøvd ut.
Steg for steg
Første steg er å legge inn stratigrafisk informasjon basert på regional kunnskap. Jobben starter altså med input fra fagfolk.
Programvaren tar tak i dette og lager en første iterasjon. Så er det igjen tid for ekspertisen å vurdere resultatet, komme med ytterligere input og gi datamaskinen en ny sjanse til å forbedre resultatet og vise at den har lært.
– Vi kan også kalle det assistert tolkning, supplerer Fouladi.
Og slik kan det fortsette. Kontinuerlige, inkrementelle forbedringer gjennom stadig nye iterasjoner med basis i geologisk kunnskap om området. Vi forstår det derfor slik at sluttresultatet i aller høyeste grad avhengig av mennesker. Vi har altså (heldigvis) fortsatt ikke kommet så langt at maskinene overtar fullstendig.
– Den store fordelen er at prosessen går usedvanlig fort. Prosjektet kan vi bygge på noen få minutter, og maskinen spytter resultatene ut i løpet av kort tid, nærmest momentant. Fordi dataene kan hentes fra vår plattform, blir dette også billig.
– Ikke minst tror vi at vi kan få mye mer informasjon ut av dataene på denne måten, fremholder Fouladi
Erik Holtar, med bred bakgrunn fra flere oljeselskaper, i Norge så vel som i utlandet, er rådgiver i prosjektet. Hans faglige bidrag er å sørge for geologisk konsistens basert på lang erfaring. Programmeringen overlater han til andre.
– At vi kan foreta raske oppdateringer, gjør at dette er intet mindre enn en revolusjon i seismisk tolkning, hevder Holtar.
Demonstrasjonen vi fikk gir utsagnet troverdighet. Like fullt må programvaren prøves ut på flere datasett med forskjellige typer geologi for å være sikker på at den fungerer godt nok. Holtar parerer raskt vår smule skepsis ved å trekke fram et eksempel fra Brasil der geologien er mye mer kompleks.
– De største feltene i Santosbassenget ligger i karbonatreservoarer under tykke saltlag. Også i dette området har maskinen kommet fram til overraskende nøyaktige og gode tolkninger på svært kort tid, fremholder han.
Ny kunnskap på sekunder
Bluware har flere andre prosjekter innen maskinlæring.
Ett av dem tar tak i tolkning av logger der hensikten er å identifisere litologier. På bare få sekunder kan maskinen komme frem til resultater som man tidligere bare kunne drømme om fordi jobben tok for lang tid. Geostyring er også et område der maskinlæring kan ha mye for seg.
Spørsmålet om fremtiden trenger petroleumsgeologer henger i luften. Holtar mener imidlertid at vi heller må spørre hva slags geologer fremtiden trenger, og på hvilken måte de skal jobbe.
– Geofaglig kompetanse vil alltid være viktig. Det er det ingen tvil om. Maskinlæring og kunstig intelligens vil imidlertid effektivisere hverdagen betraktelig. Geologene vil på den måten kunne bruke mer av tiden sin på faglig arbeid, og jobben vil bli både mer interessant og morsommere. Ikke minst vil oljeselskapene redusere kostnader og redusere risikoen i både leting og produksjon.
– De beste av de beste geologene vil utvilsomt kunne se fremtiden lyst i møte, mener Erik Holtar.
