袁江如 中国石油勘探开发研究院人工智能研究中心主任

袁江如，曾在中国石油勘探开发研究院人工智能研究中心工作，教授级高级工程师，中国石油和化工自动化应用协会人工智能分会理事、副秘书长，中国城市燃气协会智能管网特聘专家，东北石油大学客座教授。

长期从事石油勘探开发人工智能算法和应用研究，国家工信部大数据产业发展试点示范工程项目《基于大数据应用的油气勘探开发创新增效示范工程》(工信厅信软函【2018】339号）副项目长、课题长，国家重大专项、国家973项目课题长。主持研究课题10余项，取得了多项创新性成果，获得2019年国际ICDS最佳数据科学奖，共获省部级一等奖3项，局级一等奖3项、二等奖3项，发表论文30余篇（其中SCI收录12篇），获得授权发明专利2项、软件著作权登记5项，出版专著2部。研发了多项非常规油气开发、人工智能软件等最新成果，积极参加集团公司、股份公司、油田公司的重大投资项目立项、审核等咨询活动，研究成果在油田生产应用，实效显著。

学术兼职‌：

1、中国石油和化工自动化应用协会人工智能分会理事、副秘书长 。‌ 

2、中国城市燃气协会智能管网特聘专家 。‌ 

3、东北石油大学客座教授 。‌

研究方向：

长期从事石油勘探开发人工智能算法和应用研究。将人工智能、大数据技术与传统油气勘探开发相结合，推动行业数智化转型。

‌技术方向‌：

‌数字孪生云石油平台‌：构建了基于数字孪生云石油平台的顶层油气技术研究，涵盖油藏数值仿真、静态信息自动修正地质模型及云边结合技术 。‌

‌油气开发软件‌：参与编写《油气开发一体化软件架构顶层设计》，促成了油气开发一体化软件平台架构的初步构建 。‌‌ 

‌非常规油气开发‌：在火山岩气藏和超低渗致密油气水平井开发模式下，创新发展了理论模型与方法，自主研发了具有自主知识产权的特色软件系统 。‌‌ 

‌应用实效‌：

其研发的软件系统在大庆、吉林、新疆等油田得到全面应用，建成产能 33.6 亿立方米/年，累产天然气超过 100 亿立方米 。‌‌ 

主持的工信部示范工程项目在 2021 年通过验收，建立了基于大数据应用的中长期规划指标预测技术及地震储层预测技术等新方案 。

承担科研项目情况：

曾担任国家工信部大数据产业发展试点示范工程项目《基于大数据应用的油气勘探开发创新增效示范工程》副项目长及课题长，以及国家重大专项、国家 973 项目课题长 。‌主持研究课题10余项。 

科研成果：

1 典型非常规油气藏数值模拟关键技术与软件开发 冉启全;龚斌;张云峰;徐梦雅;兰正凯;马世忠;王志平;彭晖;李婷婷;袁江如;李宁;刘宗堡;董家辛;刘立峰;孙雨 北京大学 2016

‌学术产出‌：

发表论文 30 余篇，其中 SCI 收录 12 篇 。‌ 

出版专著 2 部，申报国家发明专利 14 项、国家软件著作权 16 项 。‌

发明公开：

[1]刘昕, 孙孟, 孙琦, 袁江如, 顾世博. 一种水驱油藏剩余油分布预测方法和装置[P]. 山东省: CN118940491A, 2024-11-12.

[2]张卫山, 陈炳阳, 曾星杰, 袁江如, 王艳鑫. 一种基于知识增强的井间小层对比方法[P]. 山东省: CN115840916A, 2023-03-24.

[3]赵平起, 孙琦, 刘昕, 李彦, 曹帅, 孙玉强, 袁江如, 杨凯, 白雪峰, 钱华山. 预测小层含油性的方法、装置和存储介质[P]. 北京市: CN113591889A, 2021-11-02.

[4]刘昕, 孙玉强, 袁江如, 倪天禄, 孙琦. 一种基于大数据深度学习方法的低阻层精准预测方法与装置[P]. 山东省: CN112085242A, 2020-12-15.

[5]刘昕, 张孝苗, 袁江如, 张卫山, 席永轲, 曹帅. 一种多变量故障预测方法和装置[P]. 山东省: CN110263944A, 2019-09-20.

[6]张卫山, 徐龙, 袁江如, 李兆桐, 房凯, 冯志珍, 高国樑, 曾星杰, 任鹏程. 基于自我学习机制的油田开发方案优化方法[P]. 山东省: CN109558967A, 2019-04-02.

[7]闫林, 陈福利, 王少军, 冉启全, 刘国良, 袁江如, 董家辛, 袁大伟. 一种高粘度低流度致密油在不同温压条件下的微观可流动性的评价方法[P]. 北京: CN106770415A, 2017-05-31.

[8]王少军, 闫林, 袁江如, 冉启全. 用于水平井的采油方法[P]. 北京: CN105587300A, 2016-05-18.

[9]王志平, 彭晖, 李宁, 冉启全, 徐梦雅, 李冉, 袁江如. 多重介质中致密油的流态识别方法及其装置[P]. 北京: CN105259076A, 2016-01-20.

[10]冉启全, 李冉, 徐梦雅, 李宁, 彭晖, 王志平, 袁江如. 致密储层多重介质中油气流动的混合介质模拟方法及装置[P]. 北京: CN105160134A, 2015-12-16.

发明授权：

[1]赵平起, 孙琦, 刘昕, 李彦, 曹帅, 孙玉强, 袁江如, 杨凯, 白雪峰, 钱华山. 预测小层含油性的方法、装置和存储介质[P]. 北京市: CN113591889B, 2024-05-31.

[2]刘昕, 孙玉强, 袁江如, 倪天禄, 孙琦. 一种基于大数据深度学习方法的低阻层精准预测方法与装置[P]. 山东省: CN112085242B, 2023-03-24.

[3]王少军, 闫林, 袁江如, 冉启全. 用于水平井的采油方法[P]. 北京市: CN105587300B, 2019-10-11.

[4]闫林, 陈福利, 王少军, 冉启全, 刘国良, 袁江如, 董家辛, 袁大伟. 一种高粘度低流度致密油在不同温压条件下的微观可流动性的评价方法[P]. 北京市: CN106770415B, 2019-03-15.

[5]冉启全, 李冉, 徐梦雅, 李宁, 彭晖, 王志平, 袁江如. 致密储层多重介质中油气流动的混合介质模拟方法及装置[P]. 北京市: CN105160134B, 2018-10-16.

[6]王志平, 彭晖, 李宁, 冉启全, 徐梦雅, 李冉, 袁江如. 多重介质中致密油的流态识别方法及其装置[P]. 北京市: CN105259076B, 2018-01-05.

实用新型：

[1]闫林, 冉启全, 王少军, 陈福利, 刘国良, 袁江如, 董家辛, 袁大伟. 一种致密油不同温度条件下微观可流动性的测定装置[P]. 北京: CN206459979U, 2017-09-01.

 

 

发表论文

[1]祁国栋, 郑贤斌, 单新煜, 袁江如, 钱华山, 刘恩斌, 刘啸奔, 罗旭, 成元灵, 刘长跃, 甘霖. “十五五”我国油气行业质量强企若干问题思考[J]. 石油工业技术监督, 2026, 42 (04): 1-7.

[2]郑贤斌, 单新煜, 白宗成, 李进舟, 穆紫晗, 袁江如, 张绍辉, 刘啸奔, 刘恩斌, 王新生, 金作良, 祁国栋, 李健, 张慧, 王梦圆. 中国油气输送管道安全保护现状与思考[J]. 石油科技论坛, 2025, 44 (05): 84-92.

[3]袁江如. 石化产业链供应链安全对端牢制造业饭碗至关重要[J]. 中国石化, 2024, (10): 34-36.

[4]熊文君, 肖立志, 袁江如, 岳文正. 基于深度强化学习的测井曲线自动深度校正方法[J]. 石油勘探与开发, 2024, 51 (03): 553-564.

[5]荣辉, 李富强, 刘珊, 袁江如, 常峥. 升温速率对含油污泥热解燃烧特性影响的试验研究[J]. 石油化工安全环保技术, 2020, 36 (04): 62-67+8.

[6]荣辉, 张阳, 袁江如, 常峥. 槽式太阳能辅助蒸汽发生器集热系统的优化设计[J]. 石油化工设备技术, 2019, 40 (02): 43-48+7.

[7]何伟, 马世忠, 袁江如, 冉启全, 袁大伟, 李东亮, 牛东亮, 王浩. 致密油储层不同尺度、多重介质建模方法研究——以吉木萨尔凹陷芦草沟组上甜点为例[J]. 地球物理学进展, 2017, 32 (02): 618-625.

[8]李龙飞, 袁江如, 崔玉泉, 常峥. 稠油热采低温余热ORC系统参数计算分析[J]. 石油化工安全环保技术, 2016, 32 (02): 48-52+6.

[9]魏漪, 冉启全, 李冉, 袁江如, 董家辛. 基于分区补给物质平衡法预测致密油压裂水平井动态储量[J]. 石油勘探与开发, 2016, 43 (03): 448-455.

[10]曾超, 袁江如, 崔玉泉, 常峥. 稠油开采低温余热ORC系统参数计算分析[J]. 应用能源技术, 2016, (02): 9-14.

[11]尹帅, 丁文龙, 赵威, 孙圆辉, 袁江如, 丛森. 基于阵列声波测井的海陆过渡相碎屑岩地层裂缝识别方法[J]. 石油钻探技术, 2015, 43 (05): 75-82.

[12]王少军, 李宁, 邱红枫, 董家辛, 冉启全, 袁江如, 林东娟. 累积产量图版法预测致密气藏动态储量[J]. 石油天然气学报, 2013, 35 (05): 83-87+3.

[13]王少军, 冉启全, 袁江如, 吴正, 晏宁平, 张岐. 产量不稳定法评价气井渗透率和表皮系数方法研究[J]. 石油天然气学报, 2012, 34 (05): 146-149+8.

[14]王少军, 付新, 王梓力, 冉启全, 袁江如. 考虑元素硫沉积的水平井产量预测方法研究[J]. 石油天然气学报, 2012, 34 (04): 119-123+168-169.

[15]刘明新,沈平平,袁江如. 幂律非牛顿流体平面流动的数值计算[J]. 石油学报, 2004, (03): 75-78.

荣誉奖励： 共获省部级一等奖3项，局级一等奖3项、二等奖3项。

1、2019年国际数据科学会议（ICDS）最佳应用奖。

2、包括中国石油和化学工业联合会科技进步奖一等奖.

3、中国石油和化工自动化行业科技进步奖一等奖 。‌

4、凭借在油气人工智能领域的创新成果，袁江如获得了多项国家级及省部级荣誉。 

 

大数据智能化推动石油勘探开发技术更新换代

——访中国石油勘探开发研究院高级工程师袁江如

      袁江如（左一）与韩大匡院士

我国石油工业正面临着开采难度和成本日益增大的严峻挑战，依靠现有技术已经难以为继。将大数据、人工智能与油气勘探开发工作进行有机结合，以助力科学决策、提高勘探效率、优化开发流程、降低生产成本，在这个领域的深耕对保障我国能源安全有着重要而深远的意义。

为了让读者对石油勘探开发人工智能技术发展有进一步的了解，我特意采访了工信部2018年大数据产业发展试点示范项目“基于大数据应用的油气勘探开发创新增效示范工程”和配套的《石油勘探开发大数据与人工智能关键技术研究》项目课题组长、中国石油勘探开发研究院油田开发研究所高级工程师袁江如。

问：面对扑面而来的大数据智能化革命，我国石油工业都会遇到什么挑战？

答：我国石油工业正面临三重严峻挑战：一是石油资源品位劣质化。近年来随着勘探进程的推进，发现的优质资源越来越少，低品位资源如特低、超低渗透储层和致密储层的资源量占70%以上，呈现出石油资源劣质化的趋势。二是主力老油田普遍进入特高含水后期开发阶段。大庆、大港、胜利、辽河等主力老油田经历了四五十年注水开发，产出液中含水高达90%以上，已进入特高含水后期开发阶段，产量严重递减，成本越来越高，油田开发处于十分困难的境地。三是面临低油价的困境。自2016年开始，由于石油供求关系变化等各种因素的影响，油价遭遇断崖式骤降，从每桶140美元高值降至2017年初的最低每桶29美元，近期虽略有回升但大体在每桶50美元左右震荡，预计低油价还会延续相当长时间，上游石油勘探开发处于严重困境。

为了应对上述挑战，目前传统勘探开发技术已难以为继，急需应用大数据、人工智能新技术使油气勘探开发技术更新换代，实现油气增储提产，降本增效。为顺应第四次工业革命这一具有颠覆性创新的科技浪潮，把大数据和人工智能技术与实体石油石化企业紧密融合，加强大数据在我国石油勘探开发中的应用。

问：人工智能技术主要涵盖哪些内容？目前有哪些进展？

答：人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以与人类智能相似的方式做出反应的智能机器，该领域的研究涵盖机器人、语言识别、图像识别、自然语言处理和专家系统等。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

人工智能技术的蓬勃发展，已经刷新了人们对于传统石油勘探开发行业技术的认知。石油工业众多领域的改变和创新，比如定向钻井和地质导向、深水钻井、提高采收率及非常规油气的蓬勃发展，意味着我们正在应用石油勘探开发人工智能技术，实现以更低廉的价格获取复杂油藏的更高采收率。未来的石油勘探开发部分主体技术会被人工智能技术所取代。

中国石油集团科学技术研究院大数据在采油工程领域已有了规模化创新应用。采油采气工程研究所研发了基于大数据和物联网的油井生产优化分析系统。该系统应用物联网技术实现油井运行参数实时采集、监测和远程自动调整；同时通过大数据深度学习进行电参数转示功图，并利用图形识别技术实现了油井工况诊断分析；研发了满足抽油机、螺杆泵、电潜泵、气举等不同类型举升方式的设备优选和参数优化设计功能；综合以上各项功能，形成了集数据采集-诊断分析-优化设计-自动调整一体化的油井生产闭环优化分析系统。该系统自2015年起已应用于4个油田2万多井次，获3.8亿元经济效益。地球物理勘探领域，在地震大数据驱动下，油气地球物理研究所探索替代现有均质线弹性波动理论的普适非均质岩石结构的非线性波动理论的途径，在新理论基础上研究地震智慧化采集、处理和解释三大系列技术有了很大进展。

问：中国石油工业如何加强应用人工智能技术推动油气勘探开发？

答：根据习近平总书记指明的关于大数据和实体企业紧密融合的指导方针，需要将石油勘探开发领域的专家们集中起来，与大数据人工智能领域的专家们紧密融合。首先完成战略层次的顶层设计，提出石油勘探开发各项主要技术更新换代的技术路线和战略规划，然后由石油勘探开发专家提出需要解决的关键技术问题，研究重点是大数据驱动的油气勘探开发主体技术，包括油气开发中地震、钻井、测井、油藏描述与油藏工程、智慧油田建设与主要装备健康管理等主体技术，共同把它转化为大数据人工智能范畴的问题，在不断深入的研究过程中，对新产生的问题继续协同创新，以新方法、新思路来解决这些新问题，直到最终达到应用人工智能技术推动油气勘探开发重点技术的更新换代目标，从技术层面上促进整个行业转型升级。

问：在您和您团队所从事的油田开发人工智能研究领域，取得了哪些进展？

答：在韩大匡院士亲自指导和帮助下，我带领课题组同志们刻苦努力，针对高含水油田合注条件下准确预测各分层注水量和剩余油饱和度的关键技术问题，通过自主创新，与生产实际相结合，主要取得了以下两个方面的阶段成果。

一是创新建立了基于大数据的高含水油藏吸水剖面智能预测模型，基于大数据的注水量智能劈分技术，综合利用油田开发规律以及地质、测井、动态、工艺措施等多学科综合信息系统，通过人工智能技术，建立了高含水多层油藏的注水量智能劈分方法，充分分析了井网分布特征、储层物性参数、各种增产措施、注采动态、吸水剖面、水淹层测井、油水井井间联通性、压力分布等多类数据资料，预测单井分层注入量，通过与大港油田港东一区一断块现场测试资料对比，证实该注水量智能劈分方法结果更加合理。

具体方法是利用油田采集的现场数据，建立基础数据集，使用数据挖掘方法，分析数据的相关性，去除异常值，删除缺失数据，重点研究数据量少等小样本数据量条件下如何提高预测精度的技术，为后续的机器学习和深度学习模型，学习预测相对吸水目标奠定基础；通过随机按比例（80%训练，20%测试）划分训练数据和测试数据，搭建训练模型的基础数据和后续模型验证的基础数据。对模型数据进行标准化处理，保证所有特征数据在一个量级上，避免大数量集数据对模型训练的影响。

我们分别选用了多种机器学习和深度学习算法进行模型训练和测试验证，确定了几种训练测试结果更好的模型作为基础模型，分别对优化的机器学习、深度学习方法进行模型训练，最终建立预测模型。

二是创新形成高含水油藏区块智能产量预测技术，从常规数值模拟技术提升到基于大数据的高含水油藏智能产量预测技术，该项技术能够在分析多项地震、测井、地质、测试、生产动态数据等资料的基础上，分析注水油藏全生命周期不同开发阶段生产动态的细微变化，精细表征长期注水开发对储层的影响，大幅度提高预测的准确率。

高含水油藏石油产量预测作为科学管理的主要依据日益受到重点关注。本课题基于传统机器学习和深度学习的方法在石油产量预测方面取得了较好的效果。然而在石油开采过程中，产量受地质变化、生产计划等诸多因素影响，特征复杂且不明显。因此，如何充分利用各个模型的优点，对影响产量的因素进行有效的特征提取，从而提高模型的预测精度，成为一个重要的研究内容。

来源：石油知识 . 2020 (02) : 6-7 

袁江如 | 赋能油气开发数智化 打造提质增效“金钥匙”

 2024-01-22  

2019年，在第三届世界智能大会的贺信中，我国领导人强调，要把新一代人工智能作为推动科技跨越发展、产业优化升级、生产力整体跃升的驱动力量，努力实现高质量发展。这条倡议让我国人工智能领域的科研工作者和从业者精神为之一振，也让中国石油集团科学技术研究院有限公司数字化转型专家、学科带头人、教授级高级工程师袁江如欢欣鼓舞。在他看来，近年来原油品位劣质化趋势及老油田进入特高含水期等实际情况，已成为我国油气行业不得不面对的严峻挑战。在油气开采难度和成本日益增加的同时，能源结构调整、厉行双碳目标对油气行业提出了更为严苛的要求，这意味着传统油气勘探开发技术已难以为继，从技术层面促进油气勘探开发技术整体的转型升级已成为关乎行业发展前景的重要议题。而将大数据和人工智能技术与实体企业紧密融合、大力加强人工智能在我国石油勘探开发中的应用，并从产、学、研、管端综合发力，将成为推动石油勘探开发主体技术更新换代的重要力量。

▲2018年袁江如参加华为技术大会

作为这一领域的参与者和践行者，袁江如深知，这场由人工智能带来的技术嬗变和行业升级绝非一日之功。沿着油藏数值模拟—大数据分析—机器学习—深度学习的探索之路，他直面挑战，不断为大数据人工智能赋能传统油气田开发工作开拓更多可能性。

先行的“甜头”——让先进的方法在油气田“落地”

1984年，在原核工业部北京原子能所做核反应堆材料研究的袁江如，接到了一封来自中国石油勘探开发研究院（以下简称“勘探院”）的工作调令。时任勘探院总工程师的韩大匡院士基于当时我国油气行业发展的实际情况，提出了大力发展油藏数值模拟技术研究的建议。随后为了支持相关研究的顺利开展，韩大匡“广发英雄帖”，招募各个领域的优秀人才加入自己的团队，袁江如就是其中之一。

在袁江如身上，颇有前辈们“干一行爱一行”的精神遗存。面对这份邀约，毕业于上海交通大学应用物理专业的他一度犹豫，最后还是应邀加入勘探院，在韩大匡院士的带领下开始了油藏数值模拟技术研究和软件研发工作。“当时完全没有‘人工智能’的概念，那时候还将它称为‘数据分析和数据挖掘’。即便如此，韩院士还是极具前瞻性地带领研究团队投入相关工作中，并且取得了显著的成果。2006年韩院士指导研究团队尝试用神经网络和支持向量机方法，与所做研究‘碰一碰’，完成了大港油田港东一区典型区块应用机器学习预测剩余油分布的初步研究。就此，我们开始对引入的包括实验数据、地质数据、生产数据，以及各种生产动态分析数据、测试数据在内的种类各异、数量庞大的国内油藏数据，利用如统计机器学习等常见的机器学习方法，用机理模型和数学模型对油气藏进行了初步的系统分析和预测。”

这样做的好处也很快显现出来。借助这些经典方法，袁江如得以触达一些机理模型或数学模型不能触及的领域。“到了2009年，我们发现运用机器学习的办法所得到的结果与数值模拟得到的结果相差无几。”度过最初的艰难时光，这道希望的曙光让袁江如和他的同事深受鼓舞，他们也就此坚定了在这条科研路上继续前行的决心。

21世纪初，长庆油田开始了超低渗及致密油藏水平井开发，同时以火山岩为储层的天然气藏勘探取得了重大突破，仅在松辽和准噶尔盆地就发现超过3万亿立方米资源量和9000亿立方米储量，储量规模居世界之首。如果能对储量丰富的超低渗致密油气和火山岩气藏实施规模有效开发，将为缓解我国天然气供需矛盾、满足国家能源需求、推动天然气工业快速发展和环境改善带来巨大推力。就此，袁江如锚定这一领域，加入了冉启全教授的火山岩气藏开发团队，依托20余个项目的实践和研究，他运用模型驱动和数据驱动相结合的办法，对火山岩气藏、低渗透油藏开发及软件研发、石油勘探开发人工智能的理论与技术创新方面展开攻关，取得了多项创新性成果。

▲上海交通大学应用物理系1983届毕业留念（袁江如在第三排左四）

在积极跟踪油气开发软件领域的发展趋势和最新成果的基础上，袁江如将油气开发软件的生产需求及技术水平与国际对标，明确油气开发软件的研发创新方向。他参与编写的《油气开发软件研发创新方向及一体化软件架构顶层设计、致密油气开发模型、油气开发人工智能优化决策研究等决策建议》得到了业内及中国石油天然气集团有限公司（以下简称“中石油”）领导的高度评价；他参与编写的《油气开发一体化软件架构顶层设计》得到中石油科技管理部的采纳，并促成了油气开发一体化软件平台架构的初步构建。此外，他还积极探索火山岩气藏和超低渗致密油气水平井-体积压裂改造开发模式下的创新理论模型与方法，在产能预测、非常规气藏数值模拟模型与方法方面取得了显著的创新性成果。依托“火山岩气藏开发优化方法研究及软件研发”课题，他创新发展了火山岩气藏开发优化理论模型与方法，为火山岩气藏开发优化设计奠定了理论基础；同时，他还带领团队自主研发了具有自主知识产权的特色软件系统，在大庆、吉林、新疆等油田得到了全面应用，建成产能33.6亿立方米/年、累产天然气超过100亿立方米，取得直接经济效益5800万元；由他参与的国家“863计划”课题“致密砂岩油气藏数值模拟技术与软件”首次建立致密砂岩油气藏非线性渗流数学模型，在数值模拟技术方面取得重大突破，自主研发非常规致密油气藏数值模拟软件——Untog V1.0，已在新疆、大庆、长庆和吉林油田公司推广112套软件，取得直接经济效益3.36亿元。这些成果也为他赢得了中国石油和化学工业联合会科技进步奖一等奖、中国石油和化工自动化行业科技进步奖一等奖，以及多项省部级、局级重要奖项。

“我们并不是比别人更聪明，只是我们多运用了一些科学方法。”袁江如说道，“其间经历过很多困难，但是我觉得很值。我们一直有一个信念，就是要把世界上最先进、最科学的方法落实到石油工业的具体应用中。很幸运的是，在交叉学科的背景下，我们团队成员做到了既懂石油专业知识，又懂机器学习和深度学习等算法，弥补了一些‘专业所限’的缺陷，开拓了新的领域和方法。这个过程说起来其实是特别难，但是我们走在了前面，也尝到了甜头。”

华彩赋新篇——给油田装上“智能大脑”

2017年，韩大匡院士敏锐地察觉到大数据、人工智能的发展动向，正式提出将其作为推动智能油气田发展的重要研发领域，以及“2035年前实现地震、钻井、测井、油藏描述与油藏工程、装备健康管理与智慧油田等5项主体技术的更新换代”的目标，这一度让与油藏数值模拟“相伴多年”、感情颇深的袁江如想不通：“我当时觉得油藏数值模拟就很好，为什么要被替代？”但是很快，他也意识到了油藏数值模拟模型的局限性——“数值模拟模型的诸多假设、网格粗化和内部机理等，限制了它的准确度。当它应用于油气藏，特别是非常规油气藏时，其准确率得不到显著提升。数值模拟模型本身是个很好的东西，但是对于复杂的常规和非常规油气藏，它也有不适用的一面。”想通了这一点，袁江如立即以饱满的热情加入韩大匡院士的队伍，投入到对油气大数据及人工智能的研发和应用工作中。

就在这一年，袁江如以副项目长的身份，主持了工信部2018年大数据产业发展试点示范工程项目“基于大数据应用的油气勘探开发创新增效示范工程”。围绕大数据与人工智能深度学习方法在油气勘探开发领域应用开展关键技术攻关，以解决大数据驱动下的地震、测井、油藏工程、智能规划、智慧油田等技术难点问题为目标，袁江如团队凭借长久的积累优势和团队的同心协力，在2021年6月即完成项目并顺利通过验收，取得了极为亮眼的成果：在建立了基于大数据应用的中长期规划指标预测技术的基础上，团队为单井产量预测与油田产量预警提供了人工智能应用新方案；同时创新发展深度学习驱动的地震储层预测技术，构建了非线性地震储层预测人工智能解决新方案；基于深度学习的多维信息融合储层渗透性评价、储层参数预测与有利储层测井评价技术也在此过程中成形，推进了测井解释技术智能化发展；多信息融合深度学习储层地质建模技术的创新为储层地质建模提供了人工智能技术新方案；其所建立的大数据深度学习剩余油预测技术，为开展地质小层剩余油饱和度精细预测提供了大数据智能化应用新方案；此外，他们还创建了基于物联网和大数据的油井智能生产技术，深化了大数据在采油工程领域的应用。最终，这一项目获得省部级一等奖2项，申报国家发明专利14项、国家软件著作权16项、发表论文22篇，对大数据与人工智能技术在油气勘探开发领域的规模应用，发挥了技术引领和示范作用。

“据不完全统计，这个项目应该是我们业内‘三桶油’（中国石油天然气集团有限公司、中国石油化工集团有限公司、中国海洋石油集团有限公司）在相关领域的第一个国家级项目，也是一个无国家经费拨款、由中国石油天然气集团有限公司科技管理部全部配套经费的项目。为了把这个项目做好，韩院士成立了跨专业、跨所甚至跨院的人工智能团队，同时还积极展开与大庆油田、大港油田的深度合作。”袁江如骄傲地说道，“走在前面”的科研优势在此得以凸显，也成了他继续向前的动力所在。

▲2018年袁江如（右）和韩大匡院士（左）在上海合影

然而做先锋队，也必定会引来很多不理解的目光。谈到其间遇到的困难，他提到了其中“小样本”算法的研发过程——“基于大港油田断块型油气藏的复杂结构，其开采难度极大，而人工智能的方法可用于其井间连通性分析、低阻潜力层评价等方面的预测和识别，对油田增产挖潜具有极为积极的意义。”然而，尽管当时人工智能的应用已经在一些领域取得明显成果，但油田内部仍对人工智能的“通用性”存疑。为了解决分层注水量智能劈分和剩余油智能预测等难题，袁江如团队以大数据分析的多信息融合方法为核心方法，圆满完成了院级重点项目“通过应用大数据深度学习方法预测合注条件下各分层剩余油饱和度的探索研究”，并用一年多的时间推出了“小样本”算法，顺利解决了上述难题。“由于油田采集的生产动态数据缺失量达到20%，测试数据譬如吸水剖面和产液剖面数据也很少，这都使得预测模型精度大大降低。而采用‘小样本’的算法，可以克服经验主义和人类观测能力限制所带来的问题，并大大避免了传统方法进行预测识别时油田须停产所带来的种种损失，在高效低耗的基础上，最终将预测的准确率提升到了75%以上。”

从全然不信任，到将信将疑，再到全然信任，袁江如团队用“眼见为实”的研究成果获得了油田领导和专家的一致认可。面对赞誉和成绩，他们并未就此止步，而是继续探索以相关技术和方法推动行业发展的可能性。“为了节约时间，项目技术人员长期驻扎在大港油田，夜以继日地奔波在研发、实践、验证的第一线；为了节省经费，项目组也想了很多办法，最终形成了一套高效的项目管理方法，确保了明确环节、有条不紊、责任到人。人工智能团队的努力、油田方面的有序配合，以及中石油科学技术研究院有限公司上下的通力支持，让我们取得了良好的成果。通过这个项目，我们成功地为油田安装了‘智慧的大脑’，大数据、人工智能已成为突破油气勘探开发关键技术瓶颈、推动行业技术更新换代的重要力量。”

前行守初心——为人工智能研究创造更好的未来

在忙于科研和实践的同时，袁江如也没有忘记在学术层面不断精进。他参与编写的《致密油气藏数值模拟理论与技术》和《煤层气/页岩气藏裂缝建模与数值模拟》两部专著是对于我国非常规致密油气理论、技术和应用水平的一次详细总结。在他看来，学术研究必须和生产实践紧密结合，这样研究获得的理论和技术才能促进油气田开发降本增效、切实解决生产实际问题，才是真正具有价值的研究。

袁江如这般严谨的科研态度，来源于家庭教育。年幼时父母对于科学的热爱、日常的悉心指导，为他日后考入上海交通大学应用物理系打下了坚实的基础。而与韩大匡院士的相遇，则成了他转换跑道、最终走向人工智能研究的重要转折点。进入勘探院后，袁江如收获了很多领导和专家的指导和帮助。1999年，时任勘探院油气开发计算机软件工程研究中心主任的刘明新教授推荐他到本院研究生部进行在职研究生的学习，以弥补石油基础知识层面的欠缺，并指导他完成了塔里木油田油藏数值模拟的研究工作；开启数值模拟相关研究时，先后出任勘探院副院长和院长的沈平平教授给予他许多理论和学术上的详细指导；韩大匡院士更是在袁江如油气生涯的每个关键环节扮演了引路人的重要角色；中石油科技管理部的钟太贤副总经理、勘探院的冉启全教授、田昌炳教授、李欣所长等人在不同阶段对他的鼎力相助，都让袁江如获益匪浅。专业的训练、恩师的指导、领导的扶持，是他得以在勘探院成长的必要营养，也是他从前辈手中收获的星星火种；而现在，他也以同样无私的心态将严谨、奉献、真诚的种子传递给自己的团队和学生。

先后组建过国家“973”计划项目研究课题组、火山岩开发软件研制项目组、油气田开发人工智能项目组等研究团队，袁江如延续了韩大匡院士提议的产、学、研、管相结合的合作方式，以项目合作方式与各大高校、科研院所、相关专家和科技人员组建多学科融合的科研攻关团队，并邀请了多位国外人工智能专家做指导。“打破了目前科研体制的局限性，充分发挥交叉学科的优势，形成了良好的合作互动网络，是我们团队的特色所在。”袁江如介绍道，“让新成果与老经验、油田个性化问题与学科横向发展成果互相作用、互相验证，从而形成一股合力，推动团队稳健持续发展。”在袁江如的带领下，他所在的团队斩获了中石油第一个数据科学领域国际奖项——2019年国际数据科学会议（ICDS）最佳应用奖，袁江如团队也在此过程中成长为中石油各领域专家通力合作创新的典范。

在提及人才培养时，袁江如强调了培养复合型人才的重要性。从油气行业的实际需求出发，他倡议非油气专业的本科生和硕士生进行油气主体专业的长期系统学习（包括博士研究生和博士后专业培养），同时引导油气主体专业的本科生和硕士生开展数理、数据科学、软件工程等长期系统学习（包括博士研究生和博士后专业培养），以适应企业对数字化转型复合人才的需求。从自身的经验出发，袁江如首先会安排学生持续参加人工智能基础知识和油气专业培训课程等，以弥补基础知识的不足，在此基础上融会贯通，就可实现研究能力的明显提升。他总是对学生语重心长地说：“科学没有捷径可以走，年轻人需要耐住寂寞，长期不断地学习和深入地研究，才能在某个领域做出成绩。”

回首过往，袁江如收获硕果累累，他却说那只是一路走来的里程碑。面向未来，他壮志满怀，基于在非常规油气田开发领域与国外同行“并跑”的趋势，袁江如期待在非常规油气藏微纳米渗流机理等技术研究领域持续突破，并采取大数据人工智能技术与非常规油气开发技术的深度融合，以求研发出更新换代技术，彻底解决非常规油田规模有效开发的难题；同时在建设智慧油田方面加快数字孪生油藏研究的进度，争取在2035年前达到数字孪生油藏和实际油藏仿真准确度达到90%以上的目标。“实际上搞创新不难，关键是思路方法要对。”袁江如说道，“如今，我们走出了一条卓有成效的新路，未来我期待在这条路上培养出更多具有人工智能研究能力的复合型人才，并争取在迁移学习和可解释性人工智能模型应用研究中有所突破。”

来源：科学中国人，2024年第1期