近年来，伴随着计算机软硬件技术的升级，并行计算、云计算的实现，大数据与机器学习得以迅猛发展，为人工智能的研究与应用再一次掀起了新的浪潮。
在这浪潮中，站在潮头的是机器学习领域的“新人”——深度学习，人们相信深度学习将带领我们进入通用AI的时代，将从互联网+，发展到AI+。当前，人工智能在通用领域的应用，从智能交通，到无人驾驶汽车，再到智慧城市、智慧油田，人工智能已经在众多的领域掀起了变革的巨浪。
据美国咨询公司Researchand Markets报告预测，在石油和天然气领域，人工智能市场预计到2022年将达到28.5亿美元。国际石油巨头们早已加入AI的世界。英国石油公司BP对利用人工智能来寻找新资源越来越感兴趣，已经购买了为太空探索开发的人工智能技术来寻找更多的资源。美国最大的独立石油生产商PioneerNaturalResources也表示计划在钻井作业中引入人工智能技术来增加钻井成功率。意大利最大的石油天然气公司埃尼(Eni)宣布，该公司已经开始运营一台新的超级计算机，将提高地震成像和地质建模的准确性。
目前，国内外大数据在油气领域的应用均尚处于起步阶段，国内的研究尚不够深入和系统。为了迎接大数据与人工智能科技浪潮，促进石油勘探开发技术升级换代，以著名油田开发专家、中国工程院院士韩大匡为项目负责人的中国石油集团科学技术研究院科研团队，早在2005年，便开始采用机器学习支持向量机方法进行油田开发数据挖掘，来解决特高含水油田的剩余油分布难题，获得重要进展。韩大匡院士长期致力于倡导大数据与人工智能技术，在石油勘探开发领域的规模化应用，由他牵头，中国石油集团科学技术研究院申报的“基于大数据应用的油气勘探开发创新增效示范工程”项目，日前入围工业和信息化部发布的2018年大数据产业发展试点示范项目名单。
项目的执行是希望，一方面在采油工程领域实施产业应用的创新示范工程，扩大应用规模，覆盖中石油主力油田，进一步深化大数据的应用，把现有的油井生产优化分析系统软件提升为智慧油井生产优化与决策系统软件;另一方面把大数据应用扩展到石油勘探开发各主要专业，包括油田开发、中长期规划、地震、测井等领域;最终，在大数据与产业结合的模式上，探索出一套责任明确、分工合理的大数据与产业结合的流程、接口方式、项目和团队构建方式，形成的大数据云平台能推广应用到其它专业领域，如炼化企业的排产、原油采购计划，长输管道中的完整性管理、管网优化等其它专业领域。
