反演学习器面临如下鸿沟：
- 地震数据与速度模型之间，形态差异巨大
解决方案：用编解码器，UNet等
已有进展：较为成功 - 不同的地质结构之间，数据分布不一致
解决方案：合成各种地质结构的数据
已有进展：虽然声称有许多地质结构，但都显得较简单 - 实际噪声与合成噪声的区别，加大了数据分布不一致
解决方案：把实际噪声融入合成数据
已有进展：未知 - 现场数据需要对应的标签（速度模型），但并没有办法提供
解决方案：迁移学习、域适应学习、半监督学习
已有进展：很少 - 合成数据大小（通常(700 m)深度），与实际数据大小（通常(3500 m)以上深度）
解决方案：未知（计算资源消耗过大），李玥楠尝试了(1400 m)
已有进展：很少 - 不同的观测系统（当前没办法考虑）