研究人员最近发现了一种方法，可以用更少的计算资源和更少的数据输入，使油藏计算速度提高100万倍。
事实上，在一次新一代油藏计算测试中，研究人员在不到一秒钟的时间内解决了一个复杂的计算问题。
该研究的主要作者、俄亥俄州立大学物理学爱游戏ayx体育教授丹尼尔·戈捷(Daniel Gauthier)说:“使用目前的技术，同样的问题需要一台超级计算机来解决，而且仍然需要更长时间。”
Daniel补充道:“与目前的油藏计算相比，我们可以在很短的时间内使用更少的计算机资源完成非常复杂的信息处理任务。”
油藏计算已经在以前的基础上有了重大改进。”
水库计算是建立在神经网络上的，神经网络是一种机器学习系统，经过训练可以在大量数据中找到模式，并模仿大脑的工作方式。例如，如果向神经网络展示1000张猫的照片，它应该每次都能识别出一张。
储层计算细节非常复杂。首先，科学家将数据输入一个“水库”，在那里，数据集以多种方式联系在一起。然后从存储库中检索数据，评估数据，并将其重新引入学习过程。
“人造神经元的储存库是一个黑盒子，”Gauthier说，科学家们还不知道里面到底发生了什么——他们只知道它在工作。
根据最近的一项研究，从油藏计算机中去除随机性可以提高其效率。进行了一项研究，以确定水库计算机的哪些组件对其运行至关重要。删除不必要的比特可以缩短处理时间。
研究发现，“热身”期是不必要的，在这段时间里，神经网络被输入训练数据，为手头的任务做准备。在这方面，研究小组取得了实质性的进展。
“对于我们的下一代油藏计算，几乎不需要升温时间，”Gauthier说。
“目前，科学家们必须输入1000或10000个数据点或更多的数据来加热它。这就是所有丢失的数据，实际工作中不需要的数据。我们只需要输入一个、两个或三个数据点。”
根据数据，新方法被证明要快33到163倍。然而，当目标改变为最大化精度时，新模型的速度要快一百万倍。
这个超级高效的神经网络才刚刚起步，它的开发人员打算在未来测试更有挑战性的任务。
Gauthier说:“令人兴奋的是，下一代的储层计算采用了已经非常好的计算方法，并使其效率大大提高。”
这项研究发表在自然通讯。
