科研学术

9月20日，由教师发展中心主办，资源与环境学院、信息与通信工程学院承办的“学者论坛”在创新中心举办，中国石油大学（华东）符力耘教授应邀作题为《物理约束AI助力地球物理科学问题研究》的专题讲座。信通学院和资环学院师生代表参加，资源与环境学院院长胡光岷主持讲座。

符力耘介绍了当今地球物理学科面临的挑战——在人工智能快速发展的今天，地震勘探和地球物理研究正在经历一场深刻变化：过去需要大量人工经验和复杂计算才能完成的数据处理、图像识别和参数反演，如今正在被深度学习和大模型技术不断加速和重塑。他说，AI像一新的探照灯，帮助科技工作者们在海量数据中发现隐含的特征和规律，当机器越来越善于学习和预测时，更加需要追问背后的科学问题。因为地下世界不可直接看见，地震波记录的并不是一幅简单像，而是波在复杂介质中传播、反射、散射、衰减后留下的间接信息。它受到有限带宽、有限孔径、噪声干扰和观测不完整等多重限制，也蕴含着君石、流体、构造和地质演化的深层机制。如果只依赖数据驱动，AI可能给出一个看起来合理的答案，却未必真正理解地球内部发生了什么。

符力耘介绍了AI方法如何服务于地震勘探和地球物理科学问题。他从物理信息神经网络 PINN 出发，介绍不同层次的物理约束 AI思路，包括：面向地震数据特征学习的 Seis-CNN、引入反射传播机制和地震波场规律约束的RP-CNN、符合更高层次物理先验与结构信息的SNP方法，以及面向未来地球物理知识融合和能解释的 AI大模型框架。他重点讨论了如何将波动方程、射线传播、反射运动学频率一波数特征、岩石物理关系和地质先验融入A模型，使其不仅能够建立数据空间与模型空间之间的映射关系，更能够在有限观测和复杂介质条件下提高复杂波场识别、弱信号提取、储层参数反演和成像解释的稳定性、可解释性与物理可信度。他表示，AI时代的地球物理研究并不是弱化科学问题，而是需要以更加明确的物理约束和问题导向，推动智能方法从数据驱动的预测工具发展为物理一致的科学求解框架。

老师与学生对报告内容展现出浓厚的兴趣，与符力耘就物理方法与AI方法的优先关系问题、方法实际应用价值问题、训练模型对不同数据适用性等问题展开了讨论交流。