北京大學工學院院長、美國工程院院士張東曉指出，當前機器學習在油氣行業(yè)的應(yīng)用還比較初級，大多為機器學習方法的簡單應(yīng)用。

    一方面，數(shù)據(jù)不足，難以進行深度學習訓練；另一方面，算法結(jié)合過于簡單直接，不能根據(jù)實際問題調(diào)整算法。

    張東曉說，應(yīng)用模式應(yīng)該是專業(yè)+機器學習、專業(yè)+人工智能，專業(yè)在前而不是在后。未來，通過機器學習（人工智能）的介入，有望在滲流機理、油藏模擬、測井分析、儲層評估、鉆完井等領(lǐng)域有所突破。

    中國石化休斯敦研發(fā)中心的調(diào)研也持相同觀點：機器學習正廣泛應(yīng)用于油氣勘探開發(fā)與生產(chǎn)，但與大規(guī)模改變業(yè)界技術(shù)與商業(yè)模式尚有距離。

    據(jù)研究，人工智能在油氣業(yè)的產(chǎn)值將從2017年的15.7億美元增至2022年的28.5億美元。2019年，美國石油地質(zhì)家年會首次將數(shù)字技術(shù)應(yīng)用列為年會十大主題之一。