以深度学习为核心的人工智能是引领未来的战略性技术。跨界融合创新正成为地球物理行业技术创新的大趋势，基于深度学习的地震解释技术打破了人类大脑的局限性，不仅减少了数据丢失，进行构造、断层、层序解释，还可用于测井数据、叠前和叠后数据分析等多维度数据分析，得到能够直接预测油气的三维数据体，减少了人工工作量，并提高了解释精度。基于深度学习的人工智能在地球物理行业的研究进展主要在数据处理与解释两个领域，其中在地震解释方面进展较大，开展了地震属性分析、岩相识别、地震反演、断层识别等研究，并开发出相关软件产品。

该项技术取得的重大进展主要包括：①开发了地震属性分析软件，利用机器学习与大数据分析方法进行地震属性分析，减少了地震解释的不确定性，推动了定量解释技术的发展；②开发了用于岩相分类的人工智能算法，并形成地震解释软件系统，在二叠盆地应用取得了良好的效果；③在岩性和地貌分类方面，从地震数据和井筒数据生成概率岩相模型，以更好地了解储层非均质性，减少地震解释结果的不确定性。

深度学习应用于地球物理数据管理中，是地球物理行业数字化转型最重要的组成部分。人工智能方法在地球物理行业的发展还在探索中，人工神经网络、蚁群算法、向量机、粒子群等算法的应用并未形成规范流程，今后深度学习在地球物理领域的应用还有待于突破，将是一项颠覆性、革命性技术，具有巨大发展前景与应用潜力。