Le 28 mai dernier, Noalwenn Sallée, ingénieur et chef de projet en géosciences à IFP Energies nouvelles, a présenté aux étudiants d’IFP School, un projet pilote qui met en œuvre la solution d’apprentissage automatique Watson d’IBM et laisse entrevoir à nos étudiants les possibilités offertes par l’intelligence artificielle pour soutenir le travail des scientifiques.
Objectif du projet : améliorer l’efficacité et la pertinence de la collecte de données géoscientifiques au sein d’une grande quantité de documents scientifiques non structurés, en utilisant un algorithme d’apprentissage automatique.
L’expérience, appliquée au domaine de l’exploration pétrolière, a consisté à créer un système capable d’identifier, au sein d’une importante quantité de documents, lesquels sont pertinents pour fournir des éléments de réponses à des questions spécifiques, et plus précisément concernant la caractérisation de la roche-mère, dans une étude géologique régionale.
Concrètement, les publications scientifiques fournissent des informations sous forme de texte, de courbes ou de figures. Deux types d’algorithmes d’apprentissage automatique ont été testés : l’un dédié à la reconnaissance d’images (Watson Visual Recognition, WVR) et l’autre à l’analyse de texte (Watson Knowledge Studio, WKS). La capacité du workflow conçu s’avère prometteuse grâce à la bonne performance des modèles formés.