2025年4月17日周四下午4点，由谢鹏飞（特任）副教授主讲的“基于生成对抗网络的油气储层建模方法及应用”主题学术沙龙在石油科技大楼C330举行。

谢鹏飞副教授围绕生成对抗网络在油气储层建模中的应用开展了深入讲解，重点介绍了通过生成对抗网络学习训练图像特征，根据地下观测资料，预测地下三维空间储层展布的方法。结合人工智能在油气田开发应用中的实例，系统分析了当前深度学习方法在储层地质建模中面临的瓶颈与挑战，并分享了其团队近年来在生成对抗网络应用方面的最新研究进展。生成对抗网络相比于传统的地质建模方法，对地质模式的特征提取充分，能够快速生成符合地质认识的地质模型，提高了地质建模的工作效率，解决了多模态数据融合的问题，展示了生成对抗网络在油气储层建模中的先进性。此次沙龙拓展了学生对人工智能方法在油气地质领域应用的现状，激发了学生对人工智能和油气开发领域的思考，提高学生对人工智能算法应用拓展的兴趣。