誰是2018年AI圈最靚的仔？

這頂“桂冠”只有兩位候選人：俗話說，前端能打看BERT，底層深度看圖網(wǎng)絡(luò)。其實并沒有這句俗話……但是BERT和圖網(wǎng)絡(luò)在今天的AI界并駕齊驅(qū)，堪稱被討論最多的兩種技術(shù)，這一點是毫無疑問的。谷歌的BERT作為一種算法模型，在語言任務(wù)上展現(xiàn)出了不講道理的應(yīng)用效果，熠熠奪目自然很容易理解。

但另一個最近大家聽到很多次的詞，圖網(wǎng)絡(luò)，可能就沒那么容易理解了。相比某種算法，圖網(wǎng)絡(luò)更像是一個學術(shù)思考下若干種技術(shù)解決思路的集合，非常抽象和底層。它的價值到底在哪？為什么甚至能被抬高到“深度學習的救星”這種程度？我們發(fā)現(xiàn)，目前關(guān)于圖網(wǎng)絡(luò)的解釋，大多都是從論文出發(fā)。非技術(shù)背景的讀者可能會看得有點暈。所以這里想用一些“大白話”，來描述一下：風口浪尖上的圖網(wǎng)絡(luò)，究竟有什么秘密？

想讓自己在AI圈潮酷起來嗎？聊Graph和GNN吧

所謂圖網(wǎng)絡(luò)，并不是指有圖片的網(wǎng)站……而是指基于圖（Graph）數(shù)據(jù)進行工作的神經(jīng)網(wǎng)絡(luò)。

Graph，翻譯成“圖”，或者“圖譜”。這是一個數(shù)學概念，指由頂點（nodes）和邊（edges）構(gòu)成的一種數(shù)學關(guān)系。后來這個概念引申到了計算機科學中，成為了一種重要的數(shù)據(jù)形式，用來表示單元間相互有聯(lián)系的數(shù)據(jù)網(wǎng)絡(luò)。此外，這個概念還引申到了生物學、社會科學和歷史學等無數(shù)學科，甚至變成了我們生活中的常見概念。在警匪片里，警局或者偵探辦公室的墻上，往往掛著罪犯的關(guān)系網(wǎng)絡(luò)圖，這大概是我們生活中最常見的Graph。

回到計算機科學領(lǐng)域，圖數(shù)據(jù)和基于圖的分析，廣泛應(yīng)用于各種分類、鏈路、聚類任務(wù)里。人工智能領(lǐng)域有個重要的分支，叫做知識圖譜�；�本邏輯就是將知識進行Graph化，從而在我們尋找知識時，可以依據(jù)圖譜關(guān)系進行追蹤和定位。比如我們在搜索引擎中搜某個名人時，相關(guān)推薦會跳出來跟這個人字面意義上無關(guān)的其他人。這就是知識圖譜在起作用。

那么圖網(wǎng)絡(luò)是怎么搞出來的呢？

大家可能知道這樣一個“唱衰AI”的小故事：用機器視覺技術(shù)，AI今天可以很輕松識別出來一張照片上的幾張人臉。但它無法像真人一樣，一眼看出來圖上是朋友、戀人還是家庭聚會。換句話說，一般意義上AI無法獲得和增強用人類常識去進行邏輯推理的能力。很多人以此判斷，今天的AI并不怎么智能。

AI科學家們琢磨了一下，表示這事兒有辦法搞定。如果把圖／圖譜作為AI的一部分，將深度學習帶來的學習能力，和圖譜代表的邏輯關(guān)系結(jié)合起來，是不是就好很多？

事實上，Graph＋Deeplearning并不是一個全新概念。最早在2009年，就有研究提出了二者的結(jié)合。近幾年這個領(lǐng)域陸續(xù)在有研究出來。對于這個組合產(chǎn)物，學術(shù)界有人稱之為圖卷積網(wǎng)絡(luò)（GCN），也有人稱呼其為圖神經(jīng)網(wǎng)絡(luò)（GNN）或者圖網(wǎng)絡(luò)（GN，Graph Networks），其技術(shù)內(nèi)涵和命名思路也各不相同。這里暫且使用圖網(wǎng)絡(luò)這個籠統(tǒng)稱呼。

圖網(wǎng)絡(luò)作為一種新的AI研究思路，之所以能夠在2018年被點燃，很大程度還是號稱AI扛把子的DeepMind的功勞。在火種拋出、全球跟進以及反復(fù)爭論之后，圖網(wǎng)絡(luò)變成了AI學術(shù)圈最靚仔的那個關(guān)鍵詞。今天大有一種，聊深度學習不說圖網(wǎng)絡(luò)就很low的感覺……

從識別小能手到推理專家：AI新貴求職記

有種論調(diào)是這么說的：深度學習已死，圖網(wǎng)絡(luò)才是未來。這句話怎么琢磨都有問題。因為從圖網(wǎng)絡(luò)在去年被“翻新”出來那一刻，它在本質(zhì)上還是對流行的多層神經(jīng)網(wǎng)絡(luò)的一種補充。讓我們來打個比方，看一下跟傳統(tǒng)深度學習相比，圖網(wǎng)絡(luò)應(yīng)該是如何工作的。

舉個例子，假如我們想讓教育我們的孩子，讓他認識新來的鄰居一家人。我們應(yīng)該怎么辦呢？可以選擇給他講，隔壁新來了某個小朋友，他爸爸是誰媽媽是誰。但是這樣不直觀，孩子很容易記不住。而更快的方式或許是拿著照片給他看，告訴他照片上的人都是什么關(guān)系。而在這個工作之前，其實我們已經(jīng)完成了一個先覺條件：我們已經(jīng)告訴過孩子，爸爸媽媽爺爺奶奶這些稱呼，分別指代的是什么意思。他理解這些“邊”，然后再代入新鄰居一家人具體的樣貌性格交談作為“頂點”，最終構(gòu)成了對鄰居一家這個“圖”的網(wǎng)絡(luò)化認識。

而我們在用深度學習教導AI時，往往是省略掉第一步。直接給出大量照片和語音文字資料進行訓練，強迫AI去“記住”這一家人的關(guān)系。然而在AI缺乏對家庭關(guān)系的基本常識情況下，它到底能不能記住，是怎么記住的，會不會出現(xiàn)偏差，其實我們都是不知道的。

某種程度上，這就是深度學習的黑箱性來源之一。

所以圖網(wǎng)絡(luò)的思路是，首先讓AI構(gòu)建一個“圖”數(shù)據(jù)，先理解爸爸媽媽這一類關(guān)系的含義，再去學習具體的家庭數(shù)據(jù)。這樣AI就可以依靠已經(jīng)積累的節(jié)點間的消息傳遞性，來自己推理下一個要認識的家庭究竟誰是爸爸誰是兒子。這也就意味著，圖網(wǎng)絡(luò)某種程度上有了自己推理的能力。如果將這種能力推而廣之，AI就將可能在非常復(fù)雜的聯(lián)系和推理中完成智能工作。

前面說了，這個領(lǐng)域的工作其實一直沒有停止。但是之所以沒有廣泛流行，一方面是因為這個領(lǐng)域相對小眾，缺少重磅研究來引發(fā)大家的關(guān)注；另一方面也是因為看不見摸不著，缺少開源模型來檢驗理論的正誤。

去年6月，DeepMind聯(lián)合谷歌大腦、麻省理工等機構(gòu)的27位學者，共同發(fā)表了關(guān)于圖網(wǎng)絡(luò)的論文《Relational inductive biases， deep learning， and graph networks．》，接著開源了相關(guān)的算法包GraphNet。這篇文章中，DeepMind不僅提出了新的算法模型，希望能用圖網(wǎng)絡(luò)實現(xiàn)端到端的學習；同時也總結(jié)歸納了此前圖網(wǎng)絡(luò)各個流派的研究方法，并將其在新算法上進行了融合。

在這個有點承上啟下意味的研究出來后，大量關(guān)于圖網(wǎng)絡(luò)的綜述、應(yīng)用檢驗，以及新算法的探討開始在學術(shù)界萌生。隨著全球AI圈的共同發(fā)力，這門AI技術(shù)新貴正在嘗試走向臺前。