白癜风发病机制 http://disease.39.net/bjzkbdfyy/190916/7467667.html在计算机科学的前沿，中国团队斩获国际权威赛事的冠*。近日，之江实验室“朱雀”图计算团队以绝对优势获得国际顶级图学习标准OGB（OpenGraphBenchmark）挑战赛全球冠*，该成绩刷新了保持近一年的世界纪录。这次获奖也表明，在图计算领域，中国科研实力已经走在全球前列。
首先，图计算中的“图”，不是图片的“图”，而是图论的“图”。很多读者对“图论”很陌生，但一定听说过“七桥问题”，这个故事广泛流传于国内中学教材里。柯尼斯堡“七桥问题”讲述的是能否通过“一笔画”的方式，从任何一座桥出发，穿越七座桥再回到原点。欧拉之后，直到上世纪60年代才出现随机图理论，图论开始走向实际应用。
因此，从“七桥问题”引申出来，图计算研究的是事物与事物之间的关系，对其进行描述、刻画、分析和计算的一门技术。正是在这项技术上，来自之江实验室的中国团队一举获得全球冠*。
▲图
之江实验室“朱雀”团队参赛核心成员（来源：之江实验室）
OGB挑战赛在年由斯坦福大学发起，这项比赛以难度高、规模大、场景复杂著称，素有图学习领域“ImageNet”之称，吸引了大量国际顶尖实验室参赛。在之江实验室“朱雀”团队夺冠的这次比赛中，他们需要完成的任务是要在多万个药物-药物相互作用中，精准预测具有联合作用的药物（意味着要排除有害、或者无效的联合用药组合）。该团队本次夺冠，不仅是图计算算法有效性得到了验证，鉴于该比赛试题的“应用性”，也充分体现了图计算在实际工程领域的巨大应用潜力。
神秘的图计算，到底能用在哪些地方？
图计算看似神秘，和人们生活遥远，这不过是“不识庐山真面目，只缘身在此山中”，图计算几乎涉及到我们日常生活的方方面面。“朱雀”团队的夺冠模型告诉我们，它能大大加快新药物的研发流程，造福每一个人。此外，我们日常使用的在线购物平台、社交媒体软件乃至银行反欺诈，其中图计算都起到了关键作用。
以图计算解决联合药物作用分析为例。A与B两种药，如果联合用药，是*性还是更好的疗效？判定这样的问题，如果仅仅依靠实验筛选，费时费力，成本很高。
如果药物种类逐渐增加，两两配对，那实验难度可以呈指数上升。正如OGB比赛中的项目一样，如果有万种药物呢？图计算通过分析不同药物之间的相关关系，精准预测具有联合作用的药物，筛选之后再针对性的进行实验研究，大大节约了成本。根据团队核心成员吕劲松博士介绍，如果不采用图计算、图机器学习技术，而是用传统的矩阵分解算法，上述问题只有13.68%的准确率，众多科技爱好者耳熟能详的图卷积神经网络算法GCN，也只能达到37%准确度。
“朱雀”团队采用了基于路径感知的孪生图神经网络PSG算法，最终获得92%的预测准确率，将预测误差的小数点又移动了一位，降低到了千分位，大幅提升了算法稳定性。
图计算在电商中的应用也取得非常好的效果。人们在购物的时候，往往会得到不同平台的推荐，这些推荐的商品基于平台数据模型对某个消费者的认知。因此推荐的成功率非常重要。在用户端，我们看到的仅仅是一个推荐，但是背后是巨大的运算量和复杂的模型。“朱雀”团队特聘专家李朝介绍说，在应用图相关技术之前，电商对消费者的判断往往用内容标签和低阶模型的办法，即用一些关键词结合用户行为建模来对不同个体进行描述和刻画，这样的方式忽略了节点的高阶信息以及节点之间的非线性关系，而这恰恰是图计算的长处。基于更精准的模型，现在电商的推荐模型命中率已经上升到了70%-80%，换言之，模型可能比你更懂你。
除了能够加速制药、提升购物体验，在保证消费者“钱包安全”方面，图计算一样功不可没，这就是反欺诈。根据相关专业机构的统计，在支付场景中有10%-30%的风险来自于团伙欺诈，在ATO场景下更是超过50%。
近几年电信诈骗猖獗，各种骗子的欺诈手法也越来越多、越来越高明。根据
