9月18日上午，计算机与软件学院“梦溪湖论坛”系列讲座在明理楼B306举行，本次主题为“油气勘探开发智能化技术及典型应用场景”。“梦溪湖论坛”由学院教授闵帆、王欣、李平、彭博、张恒汝等发起，旨在促进学院内学术交流，推动人工智能在油气田中的应用，现已成为学院教师和科研人员进行学术探讨的核心平台。

本次讲座邀请到西南石油大学计算机科学学院教授、皇家永利油气勘探开发智能化工程研究中心副主任、美国劳伦斯理工大学访问学者陈雁教授。陈教授长期致力于图计算和人工智能在数字油田中的应用，尤其在数字岩心智能分析、页岩气生产动态预测及油田大数据项目规划等领域取得了丰硕的科研成果。其团队研发的岩石薄片智能识别技术、页岩井筒积液智能识别技术、数字岩心全尺度智能分析技术在行业内处于领先地位，并广泛应用于各大油田，受到一致好评。

在本次讲座中，陈雁教授以“油气勘探开发智能化技术及典型应用场景”为题，从微观的岩石分析到宏观的油藏动态数据分析，全面阐述了油气勘探开发中的人工智能解决方案。陈教授从实验、测井、油藏等不同层面详细介绍了智能化技术的应用，并以油藏分析为例，说明了人工智能在油气田开发中的重要性。

随后，陈教授以岩石薄片分割算法为例，讨论了智能化技术在实际应用中的挑战与解决方案。她指出，传统的人工岩石薄片识别方法不仅耗时费力，还难以确保精准，而通过智能分割算法，大大提高了效率与准确率。此外，她还提到，结合SAM大模型分割与定制化后处理操作，有效解决了致密砂岩分割与融合的难题。

陈教授还展示了如何通过设备传输图像、模型分割、人工标注形成新数据集，并基于此数据集训练出精度达84.9%的机器学习模型。同时，她提出通过大类-小类的分级识别方法能够进一步提高分类精度，符合岩矿学基本认知并减少小类特征混淆。

分享过程中，闵帆教授就岩石薄片分析中的光学特征提取提出了深入问题，陈教授对此进行了详细回应，并分享了在实际应用中结合不同方法以提升识别效果的经验。许琼老师则关注小样本问题，陈教授建议通过无监督或半监督方法为小样本打上伪标签，同时强调专业领域人员介入的重要性。

最后，在同学提问环节，一位同学问及多尺度融合的可视化实现方式。对此，陈雁教授形象地解释道：“以人体图像为例，当我们对某个部位进行可视化分析时，首先对该部位进行图像分割，然后调用多个分类模型对分割后的图像进行处理，最后将各类特征合并到一张图上。因此，表面上看似静态的图像，实际上是由多个动态处理结果组合而成的。”这种解释使同学们更直观地理解了复杂的多尺度融合技术在油气田中的应用。

此次“梦溪湖论坛”讲座内容翔实丰富，涵盖了油气勘探开发领域最前沿的智能化技术，并通过生动的案例和深入的技术解析展示了人工智能在油气田开发中的广阔应用前景。陈雁教授通过从微观到宏观、从算法理论到实际场景的全方位剖析，带领师生深入理解了智能化技术在复杂工程问题中的应用价值。讲座中的精彩讨论环节，特别是针对岩石薄片识别、SAM大模型应用、小样本处理、多尺度融合可视化等关键问题的深度互动，不仅激发了同学们对前沿技术的浓厚兴趣，还为与会者提供了宝贵的思路与启发。