Эксперты «ЛАНИТ-ТЕРКОМ»: «Интерес к чемпионату по цифровой геологоразведке Digital Exploration 2023 превзошел все наши ожидания»

– Марат, на решениях для каких отраслей специализируется «ЛАНИТ-ТЕРКОМ», и какое место среди них занимают нефтегаз, геология, исследование недр?

Марат Немешев: В целом наша компания чаще ориентируется на технологические вызовы. При этом обычно после первого проекта в новой специфической сфере (медицина и здравоохранение, образование, нефтегазовое дело и т.д.) мы инвестируем в накопление отраслевой экспертизы. Это помогает говорить с заказчиком на одном языке, погрузиться в предметную область. За последние несколько лет в компании сформировалась такая экспертиза в нефтегазе, в том числе в области исследования недр. Фактически от разработки экспериментальных прототипов мы перешли к выделению отдельного направления в нашей компании.

Марат Немешев, директор департамента цифровых решений «ЛАНИТ-ТЕРКОМ»

– Каковы предпосылки проведения Digital Exploration? В 2023 году была первая ваша попытка проведения такого мероприятия?

Марат Немешев: Да, действительно, это наш первый опыт проведения кейс-чемпионата именно по геологоразведке. Однако за более чем 30-летнюю историю компании мы в различных форматах принимали участие в организации или подготовке множества хакатонов, конкурсов и конференций, в большинстве своем связанных с ИТ-сферой или математикой. В том числе компания «ЛАНИТ-ТЕРКОМ» являлась официальным спонсором, а сотрудники компании – тренерами команды Санкт-Петербургского государственного университета, ставшей первым российским чемпионом мира по программированию. Кроме того, в последние годы много внимания уделяется вопросам технологического суверенитета, и российское специализированное ПО постепенно переходит на качественно новый уровень. Оценить этот уровень наглядно можно как раз при помощи таких мероприятий, как кейс-чемпионат Digital Exploration.

– Как отбирались команды на чемпионат? По каким критериям выбирались финалисты?

Марат Немешев: Интерес аудитории к чемпионату превзошел все наши ожидания. На стадии проработки идеи мы рассчитывали, что соберем примерно 10 команд, но после объявления старта к нам начали поступать заявки в большом количестве. После 50-й мы задумались – проработанный кейс требовал от жюри полноценного вовлечения в анализ решений. Мы исходили из принципа коллегиальности оценивания, то есть каждый член жюри должен был ознакомиться с работами всех финалистов. Поэтому из 80 команд мы отобрали 50 на основании анализа заявок, чтобы ограничить нагрузку на наших коллег из жюри. Впоследствии до финишной прямой добрались 10 команд-участниц, среди которых и был разыгран главный приз.

– Можно ли уже раскрыть механику кейс-чемпионата? В чем состоял кейс, предложенный участникам?

Марат Немешев: Задача участников кейс-чемпионата заключалась в следующем: в отведенное время сориентироваться в новой программной среде, выбрать максимально эффективную стратегию решения кейса и найти оптимальное решение для построения концептуальной геологической модели.

В начале соревнования все команды приняли участие в стартовой сессии в онлайн-формате, где получили инструкции по работе со стендом геологоразведочной платформы, необходимые доступы и условия задания. На протяжении 15 дней, пока команды работали над решением кейса, действовал чат, где участники могли задавать свои вопросы о работе с платформой и оперативно получать консультацию экспертов.

Рис. 1. Работа в геологоразведочной системе. Интерпретация по скважинам

Командам было необходимо:

• определить потенциально перспективные пласты;
• провести интерпретацию геолого-геофизических данных, включая корреляцию скважин, интерпретацию сейсмических горизонтов и разломов, структурные построения, прогноз геологических свойств потенциальных объектов;
• построить сейсмогеологическую модель и выделить перспективные ловушки нефти или газа;
• предложить программу доизучения продуктивных пластов.

После прохождения основного этапа моделирования команды подготовили презентации своих решений. Далее состоялась защита решений перед экспертным жюри с короткой сессией вопросов-ответов. После чего в ходе комплексной оценки проектов и результатов защиты были определены победитель и девять финалистов Digital Exploration 2023.

– На какой платформе работали участники? Какой у нее функционал?

Марат Немешев: Это современный российский программный комплекс, развитием которого занимается один из наших партнеров. Функционал постоянно пополняется, но главным для нас на стадии выбора софта для проведения чемпионата стало то, что возможности платформы позволяют подключаться к ней удаленно и работать над одним проектом сразу нескольким участникам – членам одной команды. Кстати, впоследствии многие команды высоко оценили эту особенность цифровой платформы.

Рис 2. Работа в геологоразведочной системе. Просмотр исходных данных и результатов моделирования в 3D

– Все ли участники справились с заданием? Какие навыки, компетенции продемонстрировали победители?

Марат Немешев: На финишной прямой осталось 10 команд – это те, кто довел решение до конца и представил на суд жюри презентацию в отведенный срок. Здесь я еще раз хотел бы отметить своих коллег по жюри – их уровень вовлеченности и профессионального отношения был феноменальным, порой мне казалось, что они ждут от команд не просто формального ответа, а выхода за рамки условия и логического завершения решения кейса – такого решения, которого мы даже не предусматривали на стадии подготовки с оргкомитетом.

– Что можно сказать об итогах чемпионата? Почему важно проводить такие мероприятия всероссийского масштаба?

Марат Немешев: Лучше меня на этот вопрос могли бы ответить участники-финалисты. Мы сейчас изучаем всю предоставленную ими обратную связь и понимаем, что чемпионат в разы превзошел ожидаемые результаты в плане интереса со стороны профильных специалистов к такому мероприятию. Уже сейчас идет обсуждение вопроса о том, чтобы сделать это мероприятие регулярным.

– Насколько у нас готов кадровый резерв для цифровизации отрасли нефтегаза?

Марат Немешев: Дать окончательно утвердительный ответ на такой вопрос, пожалуй, никогда не удастся ни для одной отрасли. Дефицит кадров и смена поколений есть во многих сферах по всему миру. Резерва всегда будет не хватать, и это нормально. Только в такой конкурентной среде и удается создавать инновационные решения. Но наш опыт с кейс-чемпионатом подтвердил неподдельный интерес и технологическую подкованность современных специалистов и студентов профильных вузов, востребованность цифровых инструментов для геологоразведки. Это свидетельствует о высоком профессиональном потенциале и росте цифровых компетенций кадров в нефтегазовой отрасли.

– Какие потребности нефтегазовой отрасли сегодня закрываются цифровыми решениями для геологоразведочных работ? Насколько российские продукты в этой области отвечают задаче технологической независимости?

Марат Немешев: Нефтегазовая отрасль всегда была насыщена технологическими разработками. Это связано и со сложностью поставленных вопросов, и с бюджетами, которые могут быть выделены в этом кластере. Цифра не стала исключением – она уже помогает в решении множества задач, и, я уверен, имеет практически неограниченный потенциал для развития по нескольким причинам. Во-первых, это ситуация с кадрами, когда технологии позволяют повысить эффективность и результативность труда специалистов. Во-вторых, высокая цена ошибки, или лучше сказать – цена приза, который получают нефтяники. А в-третьих, общая волатильность глобального рынка – когда цена может меняться в больших пределах, и нефтяные компании должны иметь набор инструментов, позволяющий им адаптироваться к любым изменениям.

– Вадим, теперь хотелось бы поговорить с вами. Какие наукоемкие отрасли в целом являются заказчиками решений «ЛАНИТ-ТЕРКОМ»? Какими разработками, проектами вы особенно гордитесь?

Вадим Сабашный: Любая отрасль может быть наукоемкой. Даже к процессам рутинного сопровождения можно подойти творчески и реализовать инструменты, которые облегчают каждодневную текучку. Мы работаем в разных отраслях. Это нефтегазовое дело, логистика, медицина и здравоохранение и многие другие.

Вадим Сабашный, генеральный директор «ЛАНИТ-ТЕРКОМ»

Сейчас наиболее наукоемкие отрасли, с точки зрения современных технологий – те, в которых порождается много данных и для их описания требуются сложные модели. Например, медицина: даже одну клетку человеческого тела возможно смоделировать только на определенном уровне абстракции, не говоря уже о целом организме. Чем система становится больше и сложнее, тем более высокие уровни абстракции применяются при моделировании и анализе.

Одним из наиболее значимых для меня является проект по разработке и сопровождению части модулей Единой медицинской информационно-аналитической системы Москвы (ЕМИАС). Во-первых, эта система очень важна в социальном плане и качественно улучшает предоставление услуг в области медицины более чем для 10 млн человек. Во-вторых, на нее приходится достаточно много интересных в технологическом плане задач, что позволило нам развить большую кроссфункциональную команду профессионалов. И, в-третьих, мы видим перспективы дальнейшего развития системы и надеемся поучаствовать в расширении границ проекта на другие регионы.

– Насколько российский рынок сегодня развит для того, чтобы понимать значение и возможности, внедрять такие технологии, как ИИ, компьютерное зрение, блокчейн? Насколько удается преодолевать заблуждения, консерватизм, бюрократию, дефицит кадров?

Вадим Сабашный: С одной стороны, российская ИТ-индустрия идет вровень со всеми мировыми лидерами, в том числе в развитии технологий ИИ. С другой – конечные потребители инновационных услуг очень осторожно относятся к новым технологиям. Такой технологический дисбаланс дает возможность научиться на чужих ошибках и использовать в бизнесе только успешные практики. На мой взгляд, российский рынок сейчас вполне готов к новейшим технологиям, но только для решения конкретных задач бизнеса. Сейчас никто не готов внедрять новую технологию ради самой технологии, что достаточно часто встречалось при появлении блокчейна, когда его пытались использовать даже там, где он совсем не нужен.

– Какова роль ML и искусственного интеллекта в современных инструментах для геологоразведки?

Вадим Сабашный: Больше всего ML и ИИ используются в интерпретации данных, преимущественно, сейсмических – этих данных много, и ML очень хорошо себя на них показывает.

Есть любопытное исследование, в ходе которого было проанализировано количественное изменение публикаций о геологоразведке и геологоразведке в привязке к машинному обучению на протяжении 20 лет (с 2000 по 2020 годы). Согласно ему, общее количество статей о геологоразведке начало снижаться, при этом количество публикаций о машинном обучении в геологоразведке, наоборот, продолжает расти. Эти данные подкрепляют вывод о том, что роль искусственного интеллекта и машинного обучения в цифровых системах для данной отрасли неуклонно растет, обретает все новое применение и прочно входит в инструментарий современной геологоразведки.

– Как участники кейс-чемпионата применяли ИИ в решении кейса? Существовал ли «эталонный» способ применения, оптимально решающий задачу, и многие ли его нашли?

Вадим Сабашный: В системе, которая была предложена для решения кейса, использование ИИ было представлено в определенном сценарии. С помощью машинного обучения пользователь мог строить карты нефтяных и газовых пластов по сейсмическим изображениям подземного пространства. В классическом варианте это достаточно трудоемкий и продолжительный процесс, который требует большого опыта. Для получения точной карты специалист отсматривает и интерпретирует сотни сейсмических изображений по всей площади участка. В результате получается отрисованная сетка границы пласта, на основе которой строится карта с помощью интерполяции. Точность карты при этом будет ниже, чем информация в исходных данных, поскольку для получения максимальной точности необходимо интерпретировать несколько тысяч изображений.

Рис. 3. Работа в геологоразведочной системе. Интерпретация данных с помощью искусственного интеллекта

Инструмент ИИ на данной платформе можно обучить на 2 % от всего объема данных, и остальная часть будет обработана автоматически. Это в разы сокращает длительность интерпретации и повышает точность в 20 раз, поскольку ИИ интерпретирует весь объем данных без интерполяции. Большинство участников воспользовались инструментом и отметили его полезность в условиях сжатых сроков, отведенных на выполнение задания чемпионата.

– Большое спасибо за беседу!