整合数智油气田 推动效能上台阶
——访长安大学智慧油气田研究院荣誉院长、首席专家高志亮
近段时间，随着ChatGPT的横空出世与DeepSeek的腾空跃起，人工智能(AI)以及智能体等新兴技术、架构及模型成为石油能源领域关注的热点。在数智油气田建设处于数字化转型、智能化发展的关键阶段，长期致力于中国数字油田研究与建设，并在数智油田发展实践发挥了重要作用的长安大学智慧油气田研究院荣誉院长、首席专家高志亮教授，近期又创新提出了“整合数智油气田学”，以此培育和形成石油领域新质生产力。为此，本刊记者为此对高志亮进行了专访。
长安大学智慧油气田研究院荣誉院长、首席专家高志亮
记者：自ChatGPT提出以来，数智油气田领域的从业者都在热衷于构建石油能源大模型，发展油气智能体，但您为什么却提出了一个令人意外的“整合数智油气田”理念?
高志亮：当前人工智能确实很热，尤其是大模型、小模型、智能体等，石油领域也热衷于尝试建设。但数字油田建设与发展是有基本规律的，我们不能违背规律而走捷径。也就是说，发展人工智能技术想绕过数智油气田建设与发展中存在的问题而创建新的模式，我认为这是不可能的，更重要的是数智油气田也不能只顾建不管效能。
数智油气田建设必须解决效能难题。所以，整合数智油气田是数字油田建设走向智能油气田建设过程中，实现数字化转型、智能化发展必须完成的一个环节。因此，我提出了这一基本思想和理念。
记者：几年前，您曾提出数字油气田“半场”论，现在又创立了“整合数智油气田”的理论概念，它们之间存在什么样的关系呢?
高志亮：中国数字油气田建设自1999年提出以来，经过20多年的建设，我们已完成了“上半场”的任务，这就是1999—2019年，基本完成了油气田的数字化、数据化和初步的智能化，而到了2019年之后，就需要解决油气田可信价值数据的价值生产与价值作用问题，然后迈向智慧油气田，我将其定位为“下半场”，也就是2019—2039年。
然而，“下半场”却遇到了一个前所未有的困难，比如智能油气田建设再也没有“用数字说话，听数字指挥”那么豪迈的大场面出现，给传统建设的数字油气田带来了很多困惑。
这是因为，我国数字油气田建设20多年来，只顾埋头追赶先进，却忽视了建设中的效率、效益和效能问题。我们利用先进技术就是为了提高效率、提升效益和获得效能，特别是能够改变油气田企业的管理运行模式。然而，在当前数智油气田建设过程中并没有看到这一点。比如过于关注单项技术创新和单一设备、装备安装应用;开发了无数个管理信息系统，构建了终端云，结果是“云多不下雨”，数字“鸿沟”加深和线性“技术叠加”的单一工程单一化，不足以完整地解决油气田存在着非线性复杂业务的全局性难题。令人揪心与困惑，我们需要深度思考并解决。
记者：数智油气田建设“下半场”的难题到底该如何破解呢?您有何建议。
高志亮：我认为，必须先解决“整合”问题，用整合破解难题。现在最大的困惑是数智油气田建设如此先进，人工智能化如此前沿，但油气田企业还在依靠传统的组织管理、机制体制和运营方式，很难适应先进的数智油气田建设甚至成为障碍，包括“三降低”(降低劳动强度、降低成本、降低能耗)、“三提升”(提升效率、提升效益、提升管理水平)并不理想。传统的效能问题尚未有效解决，新的劳动强度又生成了，数据治理、数据交付管理、数据运维岗位人员都想逃离，甚至见到这么多的数据“就想吐”。然而，勘探、地质研究、压裂分析、油气藏与储层识别等大量工程技术研究却深感数据量不足。可怕的是，油气田企业守着财富即油气田数据空间与可信价值数据，但并没有获得数据乘数价值作用效应与足够的效能。
所以说，数字油田建设已进入了“深水区”，破解难题任务更重。下一步怎么办?我想首先是需要理论创新，通过整合数智油气田指导企业实践，没有别的更好的办法。
记者：“整合数智油气田”是您在业内首次创立的一种新的理论、原理和方法，这是我国数字油气田建设发展史上的重要创新。怎么理解呢?
高志亮：1999年数字油田提出以来我就开始关注，到2005年创立长安大学数字油田研究所，一直进行追踪研究。20年来我先后走访过20多个油气田公司和100多个采油厂、联合站、作业区，走遍大江南北，对我国数智油田建设有着深入的了解和研究。
在数字油田建设时期，我提出了采、传、存、管、用、智的“六字方针”和“油田数据学”。在智能油田建设时期，提出了“小型化，精准智能”原则与“数字采油法”，创立了数字与数据科学。在智慧油田建设方面，我又提出来全数据、全智慧、全信息“三全”理论与“整合数智油田学”，就是将业务、数据、技术、算法和算力进行科学配置。这些本身都是整合的方法与过程。
我们人类不是在整合，就是在整合的路上。数智油气田建设发展到今天，面临重大升级转型，出现了很多技术瓶颈、业务重叠、方法交错等问题，这个时候就需要整合，如数字与智能的整合，就出现了数智技术;数智技术与油气田企业管理运行整合，以提高油气田企业效能，完成企业再造;利用数智油气田建设与AI技术，将勘探、开发、生产中的相关重叠的业务整合，完成勘探开发生产一体化，实现“小企业，大产业”的油气田企业组织建制模式。为此，树立整合思想和理念，寻找整合技术与方法。这是数智油气田建设发展到一定阶段，指导石油企业和数智油气田建设升级上台阶的必然产物。
整合，是指将零散的东西通过某种方式彼此衔接，从而形成一个有价值、有效能的整体。整合数智油气田，是在数智油气田建设中通过治理、协调、重组等手段，将原本分散、独立或互不相关的元素、参数、系统组合成一个内部互相联系、协同工作的整体或模型。在这个过程中，各部分、参数、功能、要素、价值被有机地结合在一起，使得整体的功能和效能得到显著提升。
为此，我提出创立整合数智油气田学，主要包含三大理论，即数字与数据科学理论、系统工程方法论和运筹学与控制论。这门学科是专为数智油田建设与发展创建的一个新的理论学说，也是一种数智油气田建设与发展系统工程效能优化配置的学说，将指导数智油田建设迈上一个新的台阶，使油气田企业提升整体效能，形成数智油气田新质生产力推动企业完成再造与高质量发展，实现中国式的数智油气田未来。
记者：在整合数智油气田建设方面，您有哪些具体的实践与体验?
高志亮：首先，在油田物联网建设时期，我特别重视系统组成。它是以数据为中心构成的传感器技术、通信技术、数据库技术、数据标准化和管理信息系统建设的一个整合“数据链”，有理论、原理和方法，20多年来始终如一地落实实践，形成生产数据、数据资产和数据价值增值的过程。
其次，大数据与智慧油气田建设的整合，这是一个前瞻性的数智油田建设过程。我倡导数据、业务、技术、算法、算力的科学配置，这是系统科学和运筹学与控制论中的最优化思想，必须解决数据应用过程中的前端与后端两个“一公里问题”。只有整合，没有别的办法，也是解决非线性复杂问题最好的办法。
再次，职业化人才与专业化团队的整合。多年来，我一直主张数字油田建设需要培育职业化人才和专业化团队，他们必须是一支既懂数智油气田技术业务，又懂数据、算法与算力科学配置的专业人员。
我们的做法是高校研究机构与企业化管理运营相结合。2006年，依托长安大学数字油田研究所成立的西安贵隆数字化工程科技有限责任公司，有效落实“采传存管用智”方针，构建了以数据为中心的油田物联网系统，拥有一支懂油气田、懂数智技术专业化的从科学研究、技术研发再到安装运维“一条龙”的团队。同时，组建贵隆公司外籍院士工作站，与长安大学、延长油田合作成立陕西省秦创原“科学家+工程师”团队，加强了职业化人才储备与专业化团队的建设。
我们团队研发的“数能转换定律”，2024年4月在第49届日内瓦国际发明展会上获得金奖，这是整合数智油气田技术的核心理念。该成果在延长油田吴起采油厂薛岔作业区建设的数智油田进行应用示范，降本增效成效明显。
记者：春节前夕，土生土长的中国人工智能大模型DeepSeek正式发布，引起全球关注。当前，AI技术日新月异，在整合数智油气田建设方面将发挥哪些作用?
高志亮：我认为，AI是个好办法，但不一定是最好的办法。模型即规则，大模型、小模型就是“整合”技术与方法的一个典范，它以数据为核心，将技术、算法、算力和需要进行配置，采用参数训练、生成、演化、蒸馏和标准等整合。而石油能源领域要利用AI或大模型、小模型，必须先做好整合数智油气田建设，不要急于做小模型，更不要急于做大模型。开源的DeepSeek就是一个很好的榜样，可以借助尝试与创新整合数智油气田小模型建设。
当然，油气田AI应用也存在不能令人满意的问题，主要还是传统线性做法，即使利用了深度学习、智能体等，但带入了传统线性技术的缺陷，并没有达到非线性科学高度整合的效果。因此，油气田AI应用需继续努力，希望走出油气田专业化的小模型之路。
