近年來，伴隨着計算機軟硬件技術的升級，並行計算、雲計算的實現，大數據與機器學習得以迅猛發展，爲人工智能的研究與應用再一次掀起了新的浪潮。

在這浪潮中，站在潮頭的是機器學習領域的“新人”——深度學習，人們相信深度學習將帶領我們進入通用AI的時代，將從互聯網+，發展到AI+。當前，人工智能在通用領域的應用，從智能交通，到無人駕駛汽車，再到智慧城市、智慧油田，人工智能已經在衆多的領域掀起了變革的巨浪。

據美國諮詢公司Research and Markets報告預測，在石油和天然氣領域，人工智能市場預計到2022年將達到28.5億美元。國際石油巨頭們早已加入AI的世界。英國石油公司BP對利用人工智能來尋找新資源越來越感興趣，已經購買了爲太空探索開發的人工智能技術來尋找更多的資源。美國最大的獨立石油生產商Pioneer Natural Resources也表示計劃在鑽井作業中引入人工智能技術來增加鑽井成功率。意大利最大的石油天然氣公司埃尼（Eni）宣佈，該公司已經開始運營一臺新的超級計算機，將提高地震成像和地質建模的準確性。

目前，國內外大數據在油氣領域的應用均尚處於起步階段，國內的研究尚不夠深入和系統。爲了迎接大數據與人工智能科技浪潮，促進石油勘探開發技術升級換代，以著名油田開發專家、中國工程院院士韓大匡爲項目負責人的中國石油集團科學技術研究院科研團隊，早在2005年，便開始採用機器學習支持向量機方法進行油田開發數據挖掘，來解決特高含水油田的剩餘油分佈難題，獲得重要進展。韓大匡院士長期致力於倡導大數據與人工智能技術，在石油勘探開發領域的規模化應用，由他牽頭，中國石油集團科學技術研究院申報的“基於大數據應用的油氣勘探開發創新增效示範工程”項目，日前入圍工業和信息化部發布的2018年大數據產業發展試點示範項目名單。

（圖爲韓大匡院士（中）與劉文嶺教授在聯合培養博士後出站時的工作照）

項目的執行是希望，一方面在採油工程領域實施產業應用的創新示範工程，擴大應用規模，覆蓋中石油主力油田，進一步深化大數據的應用，把現有的油井生產優化分析系統軟件提升爲智慧油井生產優化與決策系統軟件；另一方面把大數據應用擴展到石油勘探開發各主要專業，包括油田開發、中長期規劃、地震、測井等領域；最終，在大數據與產業結合的模式上，探索出一套責任明確、分工合理的大數據與產業結合的流程、接口方式、項目和團隊構建方式，形成的大數據雲平臺能推廣應用到其它專業領域，如煉化企業的排產、原油採購計劃，長輸管道中的完整性管理、管網優化等其它專業領域。