人工智能技术已取得长足进展,引发极大关注,其应用在各行各业全面展开。该文介绍油气领域人工智能应用现状,分析其发展趋势,展示测井领域人工智能应用场景探索研究的初步进展。构建一个有效的智能测井应用场景,关键是要明确场景的目的、问题与业务逻辑,输入、输出要求,数据集和标签的来源及其合理性。判别式机器学习的应用效果主要由数据集和标签体系决定。测井数据物理意义清晰,获取成本昂贵,受到井筒、侵入带、围岩及仪器不同探测深度、不同纵向分辨率、不同周向响应特征等因素影响,而取样岩心分析和射孔求产受制于尺度非均质性,使逐点处理解释有效标注存在困难,正演模拟生成测井数据成为必要且具有一定可行性。研究团队探索了测井质量控制、岩心归位、深度对齐、储层参数预测、固井质量评价、井周裂缝识别、套后测井评价、核磁共振测井、测井数据生成等9类场景,完成场景构建和模型训练及测试,储层参数预测和固井质量评价已规模部署并取得应用成效。