Encontro do Grupo de IA do CBPF com a Petrobras: Inteligência Artificial na Exploração de Petróleo
O Laboratório de Computação e Inteligência Artificial (LITCOMP-AI) realizou o "Encontro do Grupo de IA do CBPF com a Petrobras: Inteligência Artificial na Exploração de Petróleo - Da Petrografia à Sísmica" em 29 de abril de 2024. O evento abordou cinco temas principais: IA na Ressonância Magnética Nuclear, IA na Análise de Perfis de Poço, IA na Exploração de Dados Sísmicos, IA na Caracterização de Lâminas Petrográficas e Sustentabilidade em Sistemas Computacionais para IA.
IA na Ressonância Magnética Nuclear
Dr. Jorge Luis Gonzalez Alfonso, do Instituto de Física da UFES, apresentou aplicações da IA na Ressonância Magnética Nuclear (RMN). Ele discutiu a utilização de algoritmos de aprendizado de máquina, como redes neurais convolucionais e métodos de aprendizado supervisionado, para identificar padrões complexos em dados de RMN. Estes algoritmos podem correlacionar características visuais das rochas com propriedades magnéticas conhecidas, permitindo a previsão de espectros de RMN a partir de imagens de rochas. A abordagem visa reduzir a necessidade de medições experimentais diretas, economizando tempo e recursos. Além disso, a precisão dos modelos depende da qualidade e quantidade de dados de treinamento, destacando a importância de um dataset robusto e diversificado.
IA na Análise de Perfis de Poço
Dr. Clécio Roque De Bom, do CBPF, discutiu o uso de técnicas de aprendizado de máquina na análise de perfis de poço. Ele explicou como algoritmos, incluindo árvores de decisão e redes neurais, podem ser aplicados para interpretar grandes volumes de dados geológicos e geofísicos. Essas técnicas permitem a identificação de padrões e tendências que são difíceis de detectar manualmente. A análise automatizada pode fornecer informações detalhadas sobre a composição e estrutura das formações subterrâneas, auxiliando na tomada de decisões durante a exploração e produção de petróleo. A integração dessas tecnologias promete melhorar a eficiência e a precisão da análise de perfis de poço.
IA na Exploração de Dados Sísmicos
Em outra apresentação, Dr. Clécio Roque De Bom abordou a aplicação de aprendizado de máquina na análise de dados sísmicos. Ele detalhou como modelos de machine learning, como redes neurais profundas e métodos de aprendizado não supervisionado, podem ser treinados para detectar padrões e anomalias em grandes conjuntos de dados sísmicos. A análise de dados sísmicos envolve a interpretação de ondas sísmicas refletidas para mapear estruturas subterrâneas. Os modelos de IA podem melhorar a resolução e a precisão dessas interpretações, facilitando a identificação de reservas de petróleo e gás. Além disso, a análise automatizada de dados sísmicos pode acelerar o processo de exploração, tornando-o mais eficiente e menos dependente da intervenção humana.
IA na Caracterização de Lâminas Petrográficas
Dra. Elisangela Lopes de Faria, da FACC/CBPF, apresentou avanços na caracterização de lâminas petrográficas utilizando deep learning. Ela explicou como redes neurais convolucionais podem ser treinadas para reconhecer e classificar diferentes tipos de rochas a partir de imagens microscópicas. Este processo envolve a segmentação de imagens para identificar características geológicas específicas e a utilização de algoritmos de classificação para categorizar os tipos de rochas. A automatização deste método pode aumentar a precisão e a consistência das análises petrográficas, reduzindo o tempo necessário para a caracterização manual. A caracterização precisa das rochas é essencial para a avaliação de reservatórios e para a tomada de decisões informadas na exploração de petróleo.
Sustentabilidade em Sistemas Computacionais para IA
Dr. Marcelo Portes de Albuquerque, do CBPF, discutiu a implementação de sistemas computacionais sustentáveis no Laboratório de Inteligência Artificial do CBPF. Ele enfatizou a importância de utilizar tecnologias de IA de maneira eficiente em termos energéticos e ambientalmente responsável. A apresentação abordou o uso de hardware especializado, como GPUs de alto desempenho e sistemas de resfriamento eficiente, para reduzir o consumo de energia. Além disso, ele discutiu a adoção de práticas de computação verde, incluindo a utilização de energia renovável e a otimização de algoritmos para minimizar a pegada de carbono. A implementação desses sistemas visa melhorar a sustentabilidade das operações de IA, alinhando-se com as metas de eficiência energética e redução de emissões.
Mesa de Debates - Conversas sobre P&D inovador entre Academia e Indústria
Na parte final do evento, foi discutida a colaboração entre academia e indústria em uma mesa de debates, moderada pelo Dr. Marcelo Portes de Albuquerque e pelo Dr. Bernardo Coutinho, da Petrobras. Eles incentivaram a participação de todos os presentes na conversa.
A discussão destacou a importância das parcerias de P&D para promover a inovação tecnológica na exploração e produção de petróleo, com um foco especial nas aplicações de inteligência artificial (IA). Foram abordadas as necessidades de uma abordagem integrada e multidisciplinar para enfrentar os desafios do setor, ressaltando a colaboração contínua como essencial para o progresso.
Um dos tópicos centrais foi a definição e alinhamento dos entregáveis nos projetos de pesquisa, que enfrentam desafios devido às constantes mudanças durante o desenvolvimento da pesquisa. A parceria com a Petrobras tem sido crucial nesse aspecto, com discussões recorrentes para alinhar expectativas e objetivos entre as equipes. A aceitação da entrega de resultados em formato de biblioteca foi vista como um avanço significativo, demonstrando a viabilidade dessa abordagem nos projetos de P&D em andamento.
Outro tema significativo foi a infraestrutura de computação necessária para IA, incluindo sistemas HPCs com multiGPUs. A proposta de visitas aos computadores e treinamentos associados sublinhou a importância dessa infraestrutura para os projetos. A construção dessa infraestrutura pelo grupo brasileiro foi recebida positivamente, destacando o potencial local para desenvolver soluções de alto desempenho para IA.
Esse debate reafirmou a importância da colaboração contínua entre academia e indústria para enfrentar os desafios tecnológicos do setor de petróleo, promovendo avanços significativos através da integração de IA e outras inovações.