近日，2024 Inclusion·外灘大會(huì)“超越平面思維，圖計(jì)算讓AI洞悉復(fù)雜世界“見(jiàn)解論壇上，來(lái)自美國(guó)伊利諾伊大學(xué)芝加哥分校、國(guó)際關(guān)聯(lián)數(shù)據(jù)基準(zhǔn)委員會(huì)(LDBC)、中國(guó)人壽財(cái)產(chǎn)保險(xiǎn)、螞蟻集團(tuán)等單位的頂尖學(xué)者和企業(yè)負(fù)責(zé)人共聚一堂，針對(duì)深度圖學(xué)習(xí)、知識(shí)圖譜、圖行業(yè)標(biāo)準(zhǔn)和產(chǎn)業(yè)應(yīng)用等議題展開(kāi)了探討。在會(huì)上，螞蟻集團(tuán)還公布了“CCF-螞蟻科研基金圖計(jì)算專(zhuān)項(xiàng)”入選結(jié)果，東北大學(xué)、復(fù)旦大學(xué)、上海交通大學(xué)、華中科技大學(xué)、中國(guó)人民大學(xué)、中國(guó)香港中文大學(xué)(深圳)、清華大學(xué)的8位學(xué)者入選，將共同推動(dòng)圖計(jì)算產(chǎn)學(xué)研協(xié)同發(fā)展。

“數(shù)據(jù)挖掘領(lǐng)域巨擘”——美國(guó)伊利諾伊大學(xué)芝加哥分校計(jì)算機(jī)科學(xué)與技術(shù)系特聘教授俞士綸，分享了其在深度圖學(xué)習(xí)方面的工作。俞教授認(rèn)為，圖模型是實(shí)體之間的關(guān)聯(lián)關(guān)系的刻畫(huà)，該技術(shù)路線不同于大語(yǔ)言模型基于神經(jīng)網(wǎng)絡(luò)的統(tǒng)計(jì)邏輯。比如，在推薦場(chǎng)景，圖模型可以用協(xié)同過(guò)濾來(lái)發(fā)現(xiàn)用戶之間的共同喜好，而大語(yǔ)言模型就很難做到。俞教授還提出了幾何深度圖學(xué)習(xí)(Geometric Deep Graph Learning)的概念，并從圖的表征空間和混合曲面多關(guān)系的角度重新審視了圖神經(jīng)網(wǎng)絡(luò)(GNNs)的能力。在多個(gè)應(yīng)用中，GNNs都取得了良好的效果，為構(gòu)建圖基礎(chǔ)模型開(kāi)辟了新的思路。

(美國(guó)伊利諾伊大學(xué)芝加哥分校計(jì)算機(jī)科學(xué)與技術(shù)系特聘教授俞士綸分享圖模型最新研究)

知識(shí)圖譜由于能夠有效解決大模型“幻覺(jué)”問(wèn)題，被認(rèn)為是大模型真正落地的關(guān)鍵技術(shù)之一。螞蟻集團(tuán)知識(shí)圖譜負(fù)責(zé)人梁磊分享了知識(shí)增強(qiáng)在構(gòu)建專(zhuān)業(yè)智能體中的實(shí)踐。 梁磊介紹，螞蟻集團(tuán)自研了專(zhuān)業(yè)領(lǐng)域增強(qiáng)大模型服務(wù)框架KAG，這套框架通過(guò)圖譜邏輯符號(hào)引導(dǎo)決策和檢索，提升了垂直領(lǐng)域決策的精準(zhǔn)性和邏輯嚴(yán)謹(jǐn)性;通過(guò)信息檢索可補(bǔ)全知識(shí)圖譜的稀疏性和知識(shí)覆蓋的不足，同時(shí)充分利用大語(yǔ)言模型的理解和生成能力降低領(lǐng)域知識(shí)圖譜的構(gòu)造門(mén)檻。這套框架在垂直領(lǐng)域的適用性得到了有效驗(yàn)證。比如，支付寶最新推出的AI 原生App“支小寶”采用這套框架，在政務(wù)問(wèn)答場(chǎng)景的準(zhǔn)確率提升到了91%，醫(yī)療問(wèn)答的準(zhǔn)確率也超過(guò)了80%，圍繞更垂直的指標(biāo)解讀準(zhǔn)確率可達(dá)90%以上。梁磊還透露，KAG框架會(huì)進(jìn)一步向社區(qū)開(kāi)放，并在開(kāi)源框架OpenSPG中原生支持，也歡迎社區(qū)共建。

(螞蟻知識(shí)圖譜負(fù)責(zé)人梁磊分享知識(shí)圖譜在大模型中的應(yīng)用)

浙江大學(xué)助理教授張強(qiáng)分享了利用知識(shí)圖譜驅(qū)動(dòng)科學(xué)發(fā)現(xiàn)方面的一些工作。他們主要從科學(xué)數(shù)據(jù)的圖表示工作、領(lǐng)域?qū)＜抑R(shí)的積累和表達(dá)、構(gòu)建氨基酸知識(shí)圖譜賦能蛋白質(zhì)優(yōu)化設(shè)計(jì)三個(gè)方面展開(kāi)了研究。張強(qiáng)介紹，圖對(duì)于處理科學(xué)數(shù)據(jù)、科學(xué)任務(wù)有非常廣泛的應(yīng)用。“我們可以用圖去建模數(shù)據(jù)，表示數(shù)據(jù)跟數(shù)據(jù)之間的一些交互的關(guān)系。同時(shí)，圖也是領(lǐng)域科學(xué)知識(shí)的結(jié)構(gòu)化積累”。他認(rèn)為，圖模型跟大語(yǔ)言模型可以相互補(bǔ)充，促進(jìn)科學(xué)研究當(dāng)中屬性或者物質(zhì)的預(yù)測(cè)，和物質(zhì)的生成，甚至可以作為一個(gè)更廣泛的助手賦能科學(xué)發(fā)現(xiàn)。

在會(huì)上，國(guó)際關(guān)聯(lián)數(shù)據(jù)基準(zhǔn)委員會(huì)(LDBC)副主席Alastair Green介紹了國(guó)際圖數(shù)據(jù)庫(kù)基準(zhǔn)工作的相關(guān)進(jìn)展。中國(guó)人壽財(cái)產(chǎn)保險(xiǎn)有限公司人工智能開(kāi)發(fā)團(tuán)隊(duì)負(fù)責(zé)人孔宇飛分享了圖計(jì)算在車(chē)險(xiǎn)反欺詐中的應(yīng)用實(shí)踐，螞蟻數(shù)科AI技術(shù)負(fù)責(zé)人章鵬介紹了TuGraph在產(chǎn)業(yè)圖譜風(fēng)控的應(yīng)用，為行業(yè)帶來(lái)了產(chǎn)業(yè)風(fēng)控新視角。

圖是一項(xiàng)蓬勃發(fā)展的前沿技術(shù)，需要行業(yè)攜手攻破更多的技術(shù)難點(diǎn)，拓展更多的應(yīng)用空間，對(duì)此行業(yè)正在做出積極努力。在會(huì)上，螞蟻集團(tuán)圖計(jì)算技術(shù)負(fù)責(zé)人洪春濤發(fā)布了“CCF-螞蟻科研基金圖計(jì)算專(zhuān)項(xiàng)”入選結(jié)果。據(jù)介紹，這項(xiàng)基金旨在吸引和鼓勵(lì)更多的專(zhuān)家學(xué)者來(lái)參與圖計(jì)算技術(shù)共建，選擇了圖數(shù)據(jù)庫(kù)、圖智能和隱私圖計(jì)算三個(gè)很有挑戰(zhàn)性的方向。據(jù)了解，基金專(zhuān)家評(píng)審委員會(huì)歷時(shí)一個(gè)月對(duì)申請(qǐng)材料進(jìn)行了兩輪評(píng)審，每項(xiàng)申請(qǐng)均由專(zhuān)家組分別從技術(shù)先進(jìn)性、實(shí)施可行性、課題研究匹配度，計(jì)劃可行性等多個(gè)維度，給予綜合評(píng)價(jià)。最終，東北大學(xué)、復(fù)旦大學(xué)、上海交大、華中科技大學(xué)、上海交通大、中國(guó)人民大學(xué)、中國(guó)香港中文大學(xué)、清華大學(xué)的8位學(xué)者入選了專(zhuān)項(xiàng)基金，他們將從圖存儲(chǔ)、圖查詢、圖檢索增強(qiáng)、圖神經(jīng)網(wǎng)絡(luò)泛化、圖隱私保護(hù)等課題展開(kāi)研究，共同推動(dòng)圖計(jì)算前沿研究。

(CCF-螞蟻科研基金圖計(jì)算專(zhuān)項(xiàng)發(fā)布，8位學(xué)者入選)

為加速知識(shí)圖譜與大語(yǔ)言模型的雙向融通，螞蟻集團(tuán)也和浙江大學(xué)成立了知識(shí)圖譜聯(lián)合實(shí)驗(yàn)室。據(jù)梁磊介紹，聯(lián)合實(shí)驗(yàn)室已發(fā)布了大模型抽取框架OneKE，下一步還將構(gòu)建增強(qiáng)語(yǔ)言模型的OneGraph。

行業(yè)認(rèn)為，數(shù)據(jù)決定了大模型的上限。圖計(jì)算、知識(shí)圖譜與大模型的深度結(jié)合，將會(huì)為大模型的訓(xùn)練與推理提供更高質(zhì)量的數(shù)據(jù)，讓大模型變得更聰明。人工智能的上限，在這些關(guān)鍵技術(shù)加持下，有望再次被推高。

（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。 ）