В Тюмени нашли способ искать нефть и газ с помощью звука и искусственного «мозга»
Уникальное нейроморфное устройство для акустического поиска нефте- и газонасыщенных объектов создали в Тюменском государственном университете. Это прибор, который имитирует работу нервной системы живых организмов и способен анализировать сложные сигналы из подземных пород. Прибор может применяться для выполнения геофизических работ в скважинах сложной конструкции и повышения эффективности добычи углеводородов.
Изобретение работает по следующему принципу: излучает звуковые волны в горную породу и затем анализирует сейсмоакустические шумы, которые возникают в ответ. Для этого прибор использует специальный нейросетевой алгоритм, который обучен распознавать и анализировать отраженные звуки. Таким образом, прибор может определить, где находятся нефте- и газонасыщенные участки, какой у них объем и свойства, а также как повысить добычу ресурса и избежать обводнения.
Предлагаемая технология способствует эффективному решению ряда сложных задач нефтегазовой отрасли. Например, она помогает выбрать оптимальные участки интервала перфорации в стенках скважины для выхода нефти или газа. Также она позволяет повысить коэффициент извлечения нефти, то есть добывать больше углеводородов из одной и той же скважины.
Основой нейроморфного устройства является биоморфный нейропроцессор, который также разработан в Тюменском государственном университете. Это техническое устройство, воспроизводит принципы построения и функционирования нейронных сетей живых организмов. Такой нейропроцессор способен обрабатывать информацию быстрее и эффективнее, чем традиционные компьютеры.
Ученые ТюмГУ изготовили лабораторный прототип комбинированного мемристорно-диодного кроссбара — массива синапсов аппаратной части биоморфного нейропроцессора. Синапсы — это структуры, которые соединяют нервные клетки и передают сигналы между ними. В перспективе такой кроссбар позволит воспроизвести работу кортикальной колонки мозга — основной функциональной единицы коры головного мозга.
Исследователи отмечают, что нейропроцессоры предназначены для работы компьютерного зрения, машинного обучения и систем классификации и фильтрации. В реальных нейронах информация передается посредством последовательностей импульсов напряжения. Биоморфный нейропроцессор использует подобную схему кодирования информации, что позволяет реализовать биоподобное обучение и снизить общее энергопотребление устройства.
Исследование было представлено на международной научно-практической конференции «Современные технологии нефтегазовой геофизики». Опытом тюменских ученых заинтересовались специалисты профильных компаний, остро нуждающихся во внедрении инструментов искусственного интеллекта и специалистов по нейросетевому решению прикладных задач для цифровизации отрасли.
Изобретение работает по следующему принципу: излучает звуковые волны в горную породу и затем анализирует сейсмоакустические шумы, которые возникают в ответ. Для этого прибор использует специальный нейросетевой алгоритм, который обучен распознавать и анализировать отраженные звуки. Таким образом, прибор может определить, где находятся нефте- и газонасыщенные участки, какой у них объем и свойства, а также как повысить добычу ресурса и избежать обводнения.
Предлагаемая технология способствует эффективному решению ряда сложных задач нефтегазовой отрасли. Например, она помогает выбрать оптимальные участки интервала перфорации в стенках скважины для выхода нефти или газа. Также она позволяет повысить коэффициент извлечения нефти, то есть добывать больше углеводородов из одной и той же скважины.
Основой нейроморфного устройства является биоморфный нейропроцессор, который также разработан в Тюменском государственном университете. Это техническое устройство, воспроизводит принципы построения и функционирования нейронных сетей живых организмов. Такой нейропроцессор способен обрабатывать информацию быстрее и эффективнее, чем традиционные компьютеры.
Ученые ТюмГУ изготовили лабораторный прототип комбинированного мемристорно-диодного кроссбара — массива синапсов аппаратной части биоморфного нейропроцессора. Синапсы — это структуры, которые соединяют нервные клетки и передают сигналы между ними. В перспективе такой кроссбар позволит воспроизвести работу кортикальной колонки мозга — основной функциональной единицы коры головного мозга.
Исследователи отмечают, что нейропроцессоры предназначены для работы компьютерного зрения, машинного обучения и систем классификации и фильтрации. В реальных нейронах информация передается посредством последовательностей импульсов напряжения. Биоморфный нейропроцессор использует подобную схему кодирования информации, что позволяет реализовать биоподобное обучение и снизить общее энергопотребление устройства.
Исследование было представлено на международной научно-практической конференции «Современные технологии нефтегазовой геофизики». Опытом тюменских ученых заинтересовались специалисты профильных компаний, остро нуждающихся во внедрении инструментов искусственного интеллекта и специалистов по нейросетевому решению прикладных задач для цифровизации отрасли.
Наши новостные каналы
Подписывайтесь и будьте в курсе свежих новостей и важнейших событиях дня.
Рекомендуем для вас
Возможно, целлофановые пчелы — спасение человечества: они миллионы лет делают то, что нужно нам как воздух
Поразительно, но удивительный продукт ученые нашли почти полвека назад, но почему-то до последнего времени не обращали на него внимания...
Тайна скифской ДНК: что поразило российских ученых, когда они заглянули в геном легендарных кочевников древности
Оказалось, что 2500 лет подряд историки ошибались в происхождении этого народа. Теории и учебники придется серьезно переписать...
Новый рецепт апокалипсиса: даже небольшая ядерная боеголовка на орбите гарантировано выведет из игры 99% аппаратов за считаные дни
Однако самое опасное, по словам ученых, начнется позже. Почему космос будет фактически закрыт?...
Ненужный рай: 1500-километровое путешествие показало, почему древние люди обходили стороной Зеленую Аравию
Выяснилось, что питьевая вода еще не делает местность пригодной для жилья. Племенам из древности требовалось еще кое-что необходимое...
Назад в будущее: в России вернут проводное радио. Зачем? Почему спорят эксперты?
В технологию уже вложено более миллиарда рублей, а МЧС называет проводное радио лучшим способом оповещения на сегодня...
Древние майя настолько любили красный цвет, что в итоге эта страсть, возможно, стала одной из причин гибели цивилизации
Ученые нашли доказательства, как яркая краска способствовала краху великой империи...
Авиация в США наконец-то уходит… с дискет: почему так поздно и как с этим обстоят дела в России?
Американцы потратили на выход из 90-х чудовищные суммы, но далеко не факт, что все заработает в срок и как надо...
Настоящий Ковчег Завета, возможно, спрятан в Эфиопии: почему его может видеть только один человек?
Этой истории 3000 лет, но она до сих пор далека от своего завершения...
Загадочный астероид неожиданно ускорился: у астрофизиков заканчиваются объяснения и гипотезы
Пожалуй, это самый интересный космический детектив за последнее время, и пока он далек до финала...
Наша Вселенная скреплена невидимым галактическим клеем: и без него нас бы не было
По словам ученых, «склеивание» произошло уже в первые секунды существования мироздания...
Парадокс Древнего Перу: жили мирно, но при этом приносили массовые и жестокие человеческие жертвы. Почему?
Ученый рассказал, какую роль в истории сыграл Эль-Ниньо и почему ритуальные убийства совершали «без гнева и конфликта»...
Усиленно боролись за чистоту, но просчитались: как роковая ошибка властей поставила под угрозу целый средневековый город
Норвежский Тронхейм был самым чистым в Европе, однако руководству города этого показалось мало. Хотели как лучше, а получилось как всегда...
В России создана революционная упаковка: молоко будет свежим целый месяц
Разбираемся: не испортился ли вкус продукта и когда ожидать чудо-пачки в продаже...
Выход на новый уровень: почему Россия возрождает проводное радио, а Китай давно прокачал этот вид связи
У старой технологии обнаружился огромный потенциал, который поможет миллионам людей...