引言

本文是DataFun对华为诺亚方舟实验室高级研究员周敏的访谈，探讨了图机器学习在学界和业界的研究、落地现状、挑战与趋势，以及各自不同的关注点。

​DataFun社区｜出品

数据智能专家访谈 第09期｜来源

▼

01.

算法

图的算法涉及图数据、图模型、图学习范式、图的AI基础任务等层面。

图数据类型包括同质图、异质图、动态图等。异质图在工业场景中例如推荐搜索很常见，代表性的成果是 HIN 模型，动态图场景则在社交网络中很常见。

在图模型的落地应用中，直推式（例如图卷积网络）以及归纳式（例如图注意力网络）的应用效果优劣不是绝对的的，人们一般会做综合性的对比和尝试。另一方面，归纳式模型本身在可扩展性上有较大的优势，因此人们更倾向于使用它。

前沿的图模型研究包括Graph Transformer、等变图神经网络等，Graph Transformer具有局域注意力机制和位置编码能力，等变图神经网络可以编码图数据的许多自然特征，比如蛋白质的空间信息，从而提升了模型的表达能力。

图学习范式中，学界比较关注对比学习等无监督的方式，尤其是在大模型盛行的当下，人们会特别关注图预训练大模型的潜力。

图的AI基础任务包括模型压缩、因果推断、可解释性、鲁棒性、隐私保护、算法纠偏等。图算法的模型压缩目前关注度一般；因果推断方面，目前主要是把因果学习和图学习结合来提高图算法的准确性；可解释性的相关工作比较零散，一般只在特定场景中探索；鲁棒性、算法纠偏、隐私保护等可信机器学习方面近两年关注度比较高，特别是OOD泛化、图联邦学习等。

▼

02.

应用

图机器学习的应用涉及图基础任务、业务场景、AI工程等层面。

图基础任务包括节点分类、链接预测、图分类、图聚类、图信息补全等，其中，目前应用以及关注度最多的是节点分类、链接预测和图分类。社交网络、知识图谱等更高阶任务一般也都是这些基础任务的组合。

业务场景方面，图在推荐搜索中一般会遇到线上-线下效果不一致、可扩展性等问题，搜索推荐的建模会分为线上和线下场景，适用于线下场景的模型在线上场景的效果并不一定好，从而导致无法在线上部署；在风控中一般会遇到特征工程、异常样本均衡等问题，因为特征工程需要结合大量的领域知识。前沿的应用场景则包括生命科学、物理仿真等。另外，学界的研究对象通常规模不会很大，但业界的落地场景涉及很大的数据规模，比如社交网络、商品网络等，这时就会遇到可扩展性和计算复杂度的问题。

工程方面，图机器学习的研究和落地一般会采用框架的支持。业界比较通用的图机器学习框架是AWS的DGL，学界比较知名的是PyTorch Geometric。但学界也会研发很多专用领域的图机器学习框架，比如面向蛋白质、分子、风控、异质图等垂直场景的框架。

对大规模图的处理，是学界和业界都关注的重要问题，特别是在业界的应用场景中，通常会涉及几十亿节点的规模。当图网络的规模很大的时候，会出现大量的通讯时间开销等成本消耗。其它核心挑战还包括计算的加速、预测准确率、分布式处理等。当然，不同的任务，比如节点分类、链接预测等，还有特定的性能指标。

图神经网络的理论表达能力有上限。GIN将GNN与图同构检测的经典启发式算法Weisfeiler Lehman（WL）建立了联系，从理论角度证明了GNN的表达能力上限值为1-WL。但这并不会导致其在工程应用上有绝对的边界，业界会采用很多工程技巧来做优化。学界一般考虑不同解决方案的通用性，因此算法或模型的假设都是简单的，而业界则需要针对场景做极致的性能优化，并与资源消耗进行权衡。

总体而言，图机器学习最大的挑战还是在于图数据和场景的多样性上。对于不同的场景，相对变化性很大，很难用同一套工程或同一套算法来解决。这一点和计算机视觉有很大差别，毕竟图像的属性很统一，就是欧式空间阵列中的像素值。而图的属性在不同行业，甚至相同行业的不同场景都是很不一样的。这主要源于图的构造方式，图的构造方式包含两个部分，即边的信息和节点属性的信息，而节点属性的构造是非常复杂和困难的，一般需要将其转换成特征向量进行研究。解决路径上，实际工业应用更关注数据、样本或者特征的构建和处理，但是学界更多关注的是模型结构的创新。

在未来，行业希望能够做到在推荐、风控、生物计算等场景中抽取更加通用的特征信息，以达到知识的复用。

▌专家介绍

‍♀️ 周敏｜华为诺亚方舟实验室 高级研究员

本科毕业于中国科学技术大学自动化系，博士毕业于新加坡国立大学工业系统工程与管理系。主要研究方向为序列数据、图数据挖掘与分析。研究和应用成果申请专利多项，并在KDD, ICDE, Automatica等会议和期刊发表论文多篇。

▌数据智能专家访谈

“数据智能专家访谈”是 DataFun 新推出的内容系列，本系列旨在访谈不同公司的核心技术人员，得到专家在不同领域的洞察，包括但不限于行业重点、热点、难点，增加读者对行业技术的了解。

▌大话数智

大话数智，是DataFun策划的智库类公众号，包括但不限于知识地图、深度访谈、直播、课程等学习资料，旨在为广大数据智能从业者、数据智能团队提供一个日常学习成长的平台，促进先进的数据智能技术的传播与广泛落地。