En konkurranse innen maskinlæring resulterte i nye algoritmer som kan forutsi litologien i brønner like bra som, og i noen tilfeller, bedre enn mennesker.
Mer enn 300 lag bestående av nærmere 2 000 personer fra hele verden deltok i fjorårets FORCE Machine predicted Lithofacies competition.
329 teams from around the world signed for the competition. 148 of them submitted at least one solution. 2200 solutions were scored against the blind well dataset of 10 wells. In the end there can only be 1 winner. expronews.com
Bakgrunnen og motivasjonen for konkurransen, ifølge arrangørene, er det faktum at den nåværende revolusjonen innen datavitenskap og maskinlæring er drevet av åpne datasett. De refererer til åpne datasett som en demokratisering av verktøy og sanntidstilgang til kunnskap og innovasjon.
På den DIGEX-konferansen neste uke (17. og 18. februar) vil Peter Bormann (ConocoPhillips) presentere resultatene fra konkurransen (17. februara kl. 11.10).
And the winner is…the human with the machine.
Se programmet her. Innledningsforedrag ved Microsoft. Equinor og Shell.
De ti beste algoritmene var alle veldig nære når det gjaldt evnen til å bestemme litologien ut fra brønnlogger alene, og maskinenes tolkninger var på nivå med, og kunne til og med overgå menneskelige tolkninger.
It appears that the machine provides something like a 80-95% percent solution in most cases (see examples in link). “It can be questioned if a 100% solution can ever be achieved given the systemic uncertainty in assigning lithology labels in the first place. Real ground truth data is hard to come by, with core data being too biased towards sands and the cuttings data suffering from vertical resolution loss,” Peter Bormann, one of the organisers, writes in his blog about the competition. expronews.com
Les mer på expronews.com
