Améliorer la précision, la cohérence et la vitesse de l’analyse des roches

La fidélité du modèle géologique est à la base de la précision prédictive d’un simulateur de réservoir, utilisé comme guide des décisions de développement de champs, qui représentent plusieurs milliards de dollars. La géologie repose sur les descriptions visuelles de roches microscopiques effectuées à l’aide d’un microscope optique dans un processus lent et laborieux qui a à peine changé depuis la naissance de la géologie moderne en 1793.

Il faut savoir que lorsqu’un pétrographe avec plusieurs décennies de métier prend sa retraite, l’ADNOC perd l’expérience accumulée par cette personne. D’autre part, avec tant de carrières dynamiques et hautement techniques parmi lesquelles choisir, peu de jeunes ont envie de devenir pétrographes. Pour ces raisons, l’ADNOC cherchait un moyen de préserver le savoir de ses experts et d’améliorer le processus, éventuellement à l’aide d’une machine.

L’utilisation de l’IA par l’ADNOC pour décupler la précision de la recherche géologique a déjà porté ses fruits. Bien que le forage et l’analyse d’échantillons de roche doivent rester des processus manuels, la classification des images est désormais beaucoup plus rapide et automatisée. Watson étant capable d’analyser 527 images par seconde, l’analyse de tous les échantillons prélevés dans un seul réservoir ne prend désormais que quelques minutes, et non des mois.

Au delà de l’augmentation de la vitesse de classification, M. Nehaid et son équipe connaissent déjà plusieurs autres avantages de la solution Watson basée sur l’IA. Avec une réduction significative du temps d’analyse, l’ADNOC peut évaluer beaucoup plus d’échantillons de roches provenant de beaucoup plus de puits, générant ainsi des données plus fiables. Cela conduit à des modèles de subsurface plus précis et plus efficaces.

La solution améliore également la cohérence. M. Nehaid affirme : « Deux géologues différents avec différents niveaux d’expérience fourniront différents niveaux de précision dans leurs descriptions des roches. Avec IBM Watson, nous veillons à ce que la description et l’interprétation soient toujours à un niveau d’expert et qu’elles restent cohérentes au fil des ans. » Il poursuit : « Ces facteurs améliorent nos modèles de subsurface qui, à leur tour, réduisent considérablement les risques et permettent de prendre de meilleures décisions d’investissement dans des projets de développement de gisements de plusieurs milliards de dollars. »

Les bibliothèques d’IA d’IBM Watson permettent à l’ADNOC de préserver les décennies d’expérience de ses pétrographes sans avoir à prendre en charge le long processus de mise à niveau des nouveaux experts. M. Nehaid affirme : « La solution nous permet de libérer le temps de nos géologues pour nous concentrer sur la génération de modèles, et d’injecter les connaissances et l’expérience de nos experts dans la machine pour profiter de leur savoir s’ils venaient à nous quitter. »

M. Nehaid et son équipe sont optimistes quant à l’avenir du projet. M. Shebl déclare : « En fin de compte, je pense que l’apprentissage automatique contribue à l’ensemble du processus de création de modèles géologiques représentatifs et nous aide à mieux comprendre la subsurface. Les partenariats basés sur la technologie de pointe et l’innovation nous permettent de créer des plans de développement qui nous aident à atteindre nos objectifs stratégiques : porter le taux d’extraction en fin de vie d’un champ à 70 % et, à terme, contribuer à créer une ADNOC plus rentable en amont. »

IBM est également encouragé par le succès de sa collaboration avec l’ADNOC. Talal Malas, responsable des pratiques cognitives et analytiques chez IBM Moyen-Orient et Afrique, explique : « Nous pensons que l’IA est un partenariat entre l’homme et la machine. Cette initiative avec l’ADNOC est l’un des cas d’utilisation les plus enthousiasmants dans les industries des produits chimiques et du pétrole – la géologie cognitive, qui imite les géologues et les pétrophysiciens dans la classification des échantillons de roche, avec une grande précision et à grande échelle. C’est un exemple parfait de la façon dont l’IA peut stimuler la productivité et libérer des experts hautement qualifiés pour des activités à plus forte valeur ajoutée. »

Yahya Mahmoud, responsable des produits industriels, des produits chimiques et de l’industrie pétrolière pour IBM Moyen-Orient et Afrique, ajoute : « Chez IBM, nous croyons en une innovation qui fait la différence, pour notre entreprise et pour le monde. Nous osons créer des idées originales, avec en ligne de mire le succès de nos clients. Le partenariat entre l’ADNOC et IBM a donné vie à ces valeurs. Toute la chaîne de valeur se construit à partir des géosciences, et il était logique de commencer par là. Nous partageons l’ambition de l’ADNOC de continuer à développer la solution pour exploiter davantage de points de données de la subsurface afin d’améliorer l’extraction des hydrocarbures. »

Fondée en 1971, l’ADNOCLien externe (lien résidant en dehors d’ibm.com) est un groupe diversifié de sociétés énergétiques et pétrochimiques. Elle produit environ trois millions de barils de pétrole et 10,5 milliards de pieds cubes de gaz brut par jour. Ses activités intégrées en amont, en intermédiaire et aval sont menées par 14 filiales et coentreprises spécialisées.