10月21日，《科技日报》刊发了中国工程院院士、中国石油勘探开发研究院正高级工程师刘合的署名文章《油气大模型破局需从三方面发力》。他提出：油气大模型应用并非坦途，需要在数据、算力和算法等方面破局。第一，数据之困需破冰。要以大模型应用为契机，推动数据治理，确保数据的全面性、准确性和时效性。要做好“训练样本库”的基本功，油气企业必须强化数据全生命周期管理，从数据源头、数据采集、数据清洗、数据融合和匹配、数据完整性增强、数据标注等环节严格规范，建立高质量的训练样本库，提升数据治理能力，为模型提供坚实的数据基础。还应通过数据脱敏、数据加密、访问控制和审计、合规性审查等方式加强数据安全和隐私性保护。第二，算力建设应灵活。面对资金投入与隐私保护间的平衡挑战，应推动融合算力建设。可采取租赁与自建相结合的方式，加强智算能力建设及数据安全与隐私保护。对于常规计算任务，可通过租赁公有云资源快速响应；对于涉及敏感数据或需长期稳定运行的任务，可考虑自建或合作共建数据中心，确保数据安全与算力的可持续供给。在算力设施规划上，应眼光长远，实现通用计算、智能计算和高性能计算的融合布局，显著提高算力资源的利用效率。第三，算法创新勿盲从。应量身定做适合行业特性的算法模型，优先实施场景模型和数据质量优良的L2行业基础模型。将重点放在微调和适配下游任务上，避免盲目投入通用基础模型的研发，确保技术栈的自主可控。秉持资源优化配置的原则，聚焦油气主营业务，从投入成本、产出效益、技术成熟度、稳定性、核心竞争力等方面慎重考虑。在岩心分析、地震资料处理解释、测井数据分析等特定领域，充分发挥大模型作用，但不可过度依赖。第四，为了推动大模型技术的自主可控，需加强“AI+能源”复合团队的建设。训练、应用大模型不能闭门造车，要打破传统行业壁垒，注重联合研发生态的建设，推动油气行业与互联网企业、高校等的合作，促进跨学科人才整合，形成产学研用紧密结合的创新体系，确保可持续的人才保障。通过项目合作、人才培养、共建研发平台等方式加强大模型算法等方面的合作交流，明确合作目标与分工，以及知识产权分配与管理、数据保密和隐私保护等制度和规范。

根据科技日报信息编辑