Профессиональная IT-конференция разработчиков в нефтегазовой отрасли

Знания нефтегазовой отрасли и искусственный интеллект: интегрировать нельзя игнорировать

Искусственный интеллект

ML
Базы знаний / wiki
Фиксация знаний

Доклад принят в программу конференции

Мнение Программного комитета о докладе

Машинное обучение возникло на основе «больших данных», но что делать, если, как в нефтегазе, "больших" данных мало? Александр комплексно расскажет об этом, погрузив нас в нестандартные подходы в области ИИ, алгоритмы, психологию человека, физику и многое другое. И все это со множеством примеров.

Целевая аудитория

Разработчики прикладных отраслевых систем поддержки принятия решений.

Тезисы

Наверное, нет такого ML-разработчика, евангелиста технологий ИИ или практика, интересующегося перспективами машинного обучения в нефтегазовой отрасли, который хоть раз бы не слышал (или не думал): "Искусственный интеллект — это черный ящик! Невозможно понять его логику принятия решений. Серьезное применение его в нефтегазовой отрасли невозможно!". Наука и практика показывает иное — в последнее время активно развивается направление ИИ, которое получило название "научное машинное обучение" (SciML).

В докладе мы рассмотрим, как использовать SciML, чтобы интегрировать априорные знания нефтегазовой отрасли и машинное обучение. Обсудим нейросимвольный подход к созданию ИИ-систем. Продемонстрируем на примерах, как такие системы позволят решать ранее нерешенные актуальные задачи нефтегазовой отрасли. Обсудим, как меняются подходы к обучению ML-моделей, осведомленных о физике процессов, а также как всё это отражается на программной архитектуре прикладных цифровых продуктов. Наметим ожидаемые перспективы развития этого направления в нефтегазовой отрасли в различных сегментах цепочки создания стоимости.

Александр Белинский

НИИгазэкономика (Газпром)

Занимается разработкой, внедрением и использованием программных комплексов поддержки принятия отраслевых решений, в том числе разработкой моделей, алгоритмов, технологий ИИ и цифровых платформенных решений.

НИИгазэкономика (Газпром)

Головной научный центр ПАО "Газпром" с многочисленными интересными сложными масштабными прикладными задачами нефтегазовой отрасли и энергетики, решение которых требует привлечения современных технологий цифрового моделирования, включая технологии ИИ.

Видео