La Carrera de Ingeniería de Sistemas de la Facultad de Ingeniería y Arquitectura de la Universidad de Lima realizó, el 18 de noviembre, el coloquio de investigación “Computación aplicada al aprendizaje profundo. Modelos de facies geológicas”. Con el fin de mostrar los avances en este campo, Smith Washington Arauco Canchumuni, investigador en el Laboratorio de Inteligencia Computacional Aplicada y docente en cursos de especialización y extensión en la Pontificia Universidad Católica de Río de Janeiro, presentó los resultados de las investigaciones en deep learning para la generación de facies geológicas (capas sedimentarias del subsuelo).
El expositor, graduado en Ingeniería Mecatrónica por la Universidad Nacional de Ingeniería (UNI), magíster en Ingeniería Mecánica y Ph. D. en Ingeniería Eléctrica por la Pontificia Universidad Católica de Río de Janeiro (Brasil), señaló que las investigaciones se basan en los avances obtenidos por las redes neuronales generativas de aprendizaje profundo en áreas como la generación de imágenes y videos. Esta tecnología fue llevada a la generación de facies geológicas con éxito.
Se investigó el uso de modelos generativos profundos como técnicas de reparametrización combinadas con Ensemble Smoother para la Asimilación de Datos Múltiples (ES-MDA) para el emparejamiento de historia de facies con resultados prometedores para modelos de facies.
El ponente informó que todas las redes fueron capaces de generar realizaciones de facies realistas con canales bien definidos. Hasta el momento, solo se ha probado esta técnica en modelos pequeños y medianos. Finalmente, señaló que algunas redes podrían no ser viables en modelos a gran escala.
