文|腦極體
AI領域在近十年的進展神速，隨著機器學習、深度學習的迭代，語音、圖像、自然語言處理逐漸取得了很大的突破。集結了這些能力的智能設備越來越聰明，一些語音設備與人交流得越來越順暢，自動駕駛、虛擬數字人等代表著最前沿的AI能力的應用也走向了落地。
在AI發(fā)展的過程中，基礎的理論研究階段，經常使用的是一些語音、圖像、文本都很簡單的序列或者網格數據，對于深度學習來說，這些簡單的結構化數據很好處理。然而在AI應用的落地實踐與產業(yè)應用中，非結構化的數據不少，從數據的角度來看，相比于圖像和文本, 非結構的圖類型數據分布更加廣泛, 圖結構也更加復雜。例如社交網絡、知識圖譜、復雜的文件系統(tǒng)等。
相比于簡單的文本和圖像，這種網絡類型的非結構化數據處理非常復雜：圖的大小是任意的，其拓撲結構復雜，沒有像圖像一樣的空間局部性；圖經常是動態(tài)變化的，包含著多模態(tài)的特征，沒有可以參考的節(jié)點與順序。
那么對于這類產業(yè)實際的問題，我們該如何建模？能否將深度學習進行擴展并建模該類非歐數據呢？這些問題促使了圖神經網絡的出現與發(fā)展。
十七年的萬水千山
圖神經網絡 (GNN)的概念最早是Marco Gori等人在2005年提出的，發(fā)表在論文《The Graph Neural Network Model》。
在此之前，處理圖數據的方法是在數據的預處理階段將圖轉換為用一組向量表示。這種處理方法對于一些圖豐富的數據來說弊端明顯，會丟失很多結構信息，得到的結果嚴重依賴于對圖的預處理。GNN的提出能夠將數據處理的過程直接架構在圖數據之上，不僅是拓展了已有的神經網絡模型，也可以提高圖數據處理的精度。
2009年Franco Scarselli博士在其論文中定義了圖神經網絡的理論基礎，Scarselli 和 Micheli 等人繼承和發(fā)展了 GNN 算法，并做了一定程度的改進。早期階段的 GNN 主要是以 RNN 為主體框架，通過簡單的特征映射和節(jié)點聚集為每個節(jié)點生成向量式表達，不能很好地應對現實中復雜多變的圖數據。
針對此情況，YannLeCun的學生Bruna等人提出將 CNN 應用到圖上，通過對卷積算子巧妙的轉換，提出了基于頻域和基于空域的圖卷積網絡（GCN），并衍生了許多變體。
GCN的提出可謂是圖神經網絡的“開山之作”，它首次將圖像處理中的卷積操作簡單用到圖結構數據處理中來。降低了圖神經網絡模型計算的復雜度，此前在圖網絡計算過程中的拉普拉斯矩陣的計算從此成為過去式。
不過這個階段的圖卷積網絡還有明顯的弊端：擴展性比較差，在實際的落地中，需要處理的圖都是工程領域中的大圖，GCN并不能處理大圖。再者就是GCN在各種實驗中，被驗證使用2層卷積GCN效果最好，這也意味著其只能局限于淺層的應用，如果深入使用其他殘差連接等trick方式，只能勉強保存性能不下降，并不能提高應用計算的性能。
為了解決GCN的兩個缺點問題，GraphSAGE模型被提了出來。這個模型是2017年斯坦福大學提出的一種基于圖的inductive（歸納）學習方法。GraphSAGE可以利用采樣機制，很好地解決GCN必須要知道全部圖的信息問題，克服了GCN訓練時內存的限制。模型的參數數量與圖的節(jié)點個數無關，可以處理更大的圖，并且即使對于未知的新節(jié)點，也能得到其表征。
當然GraphSAGE模型也有一些缺點，GraphSAGE的采樣沒有考慮到不同鄰居節(jié)點的重要性不同，而且聚合計算的時候鄰居節(jié)點的重要性和當前節(jié)點也是不同的。這也導致GraphSAGE在處理一些數據權重差異較大的圖中，存在偏頗和局限。
圖注意力網絡（GAT）隨之誕生，專門解決GNN聚合鄰居節(jié)點過程中不同的鄰居節(jié)點權重不同的問題。圖注意力網絡借鑒了Transformer模型中的注意力機制，在計算圖中會根據鄰居節(jié)點特征的不同來為其分配不同的權值。GAT訓練GCN無需了解整個圖結構，只需知道每個節(jié)點的鄰居節(jié)點即可，計算的速度快，可以在不同的節(jié)點上進行并行計算也可以對未見過的圖結構進行處理，既能處理有監(jiān)督任務也能處理無監(jiān)督任務。
在圖神經網絡發(fā)展的過程中，為了解決圖網絡計算過程中的精度與拓展問題，一代又一代的新模型被不斷提出。在提出后的十幾年里被不斷擴展，先后發(fā)展出了圖卷積網絡、 圖注意力網絡、圖自編碼器、圖生成網絡和圖時空網絡等多個子領域。
在這其中，圖卷積網絡GCN、GraphSAGE、圖注意力網絡GAT可謂是圖神經網絡發(fā)展脈絡過程中的重要經典，也是發(fā)展過程中的重要節(jié)點。圖神經網絡衍化生成的各類模型，在處理非結構化數據時的出色能力，使其在網絡數據分析、推薦系統(tǒng)、物理建模、自然語言處理和圖上的組合優(yōu)化問題方面都取得了新的突破。
產業(yè)多領域的“開花結果”
在圖神經網絡的發(fā)展歷程中，前文提及過其衍生的五個子領域，在這五個子方向中，近幾年最火熱的方向可謂是圖卷積神經網絡（GCN）與圖注意力網絡（GAT）的發(fā)展了。
GCN的起勢得益于多層神經網絡中卷積神經網絡的發(fā)展。2015年微軟研究院152層的ResNet的聲名鵲噪，神經網絡的“深度”首次突破了100層、最大的神經網絡甚至超過了1000層。極大消除了深度過大的神經網絡訓練困難問題，驗證了其在堆疊多層上訓練的有效性，所以近幾年圖卷積神經網絡也順勢成為研究熱點。
GCN在圖像分類、目標檢測、語義分割、視覺問答等領域的應用，已被陸續(xù)發(fā)表在CVPR、ICCV、ECCV、NeurIPS等計算機視覺與神經網絡的頂級會議中，成為各大計算機領域頂會常被刷到的“熟臉”。
在應用實踐方面，比如在生物醫(yī)療領域，從藥物分子的研發(fā)到蛋白質分子結構預測，從視覺推理到開放性的閱讀理解問題，從自動駕駛系統(tǒng)感知層中的3D點云數據學習到交通流量的預測等，都可以看到圖神經網絡廣闊的應用前景。
在音影娛樂領域，以我們熟悉的音樂平臺網易云為例，不同于一般的聊天文本或圖片，音樂的數據為各類跨域數據，維度非常多。再疊加上巨量的用戶應用，傳統(tǒng)的機器學習方法訓練效率大受限制，變得十分低效。
而圖神經網絡技術的約束性較小，可以把每個用戶當做點，用戶的標簽作為邊，在此基礎上建模分析，能更高效地表征、篩選某一類用戶。網易云運用百度飛槳的PGL圖神經網絡能力，挖掘用戶的特征、歌曲的特征、用戶對歌曲的行為特征，實現精準的音樂推薦。百度飛槳的PGL圖神經網絡可以支持網易音樂超大規(guī)模數據的極低成本全圖存儲、靈活子圖檢索、高效圖學習等，能夠自如的處理網易百億級別的大規(guī)模數據。
在交通領域，滴滴出行研究了一種基于時空多圖卷積神經網絡的網約車需求量預測模型。通過分析區(qū)域之間復雜的時空依賴關系，對網約車需求量進行準確預測，指導車輛的調度，提高車輛的利用率，減少等待時間，并在一定程度上緩解了交通的擁堵。
事實上，基于超大規(guī)模復雜數據的用戶與內容理解是許多互聯(lián)網內容企業(yè)所面臨的共同課題。而圖神經網絡已經成為目前互聯(lián)網企業(yè)高效表征用戶與內容結構的關鍵技術。圖神經網絡已經被廣泛應用在社交網絡、推薦系統(tǒng)、科科學研究、化學分子預測、知識圖譜等領域。
走向“多圖”融合
在圖神經網絡的發(fā)展過程中，總結來說最終演化出了五個子領域：圖卷積網絡、圖自編碼器、圖生成網絡、圖循環(huán)網絡和圖注意力網絡。這些子領域的發(fā)展也代表著圖神經網絡的差異化的演繹方向。
圖卷積網絡、圖注意力網絡在前文都提及過，圖循環(huán)網絡是最早出現的GNN網絡模型，通常將圖數據轉換為序列，在訓練的過程中序列會不斷地遞歸演進和變化。圖生成網絡是生成圖數據的GNN，在使用一定的規(guī)則對節(jié)點和邊進行重新組合,最終生成具有特定屬性和要求的目標圖，在建模生成圖的科學研究、生物工程等領域應用廣泛。
每種不同的圖神經網絡子領域發(fā)展都有自己對圖結構數據處理的一套體系,其中的適用范圍有差別，但它們之間也并不是相互孤立和排斥。圖自編碼器中包含著圖卷積層,圖注意力網絡也大多以其他圖神經網絡框架為基礎。目前比較主流的融合方式是圖卷積神經網絡與其他GNN子領域的結合比較多。在圖神經網絡的實際應用中,未來更需要解決復雜的工程問題，這也需要多圖的融合：根據具體圖的分布和特征信息,以及任務的需求,選擇組合合適的圖神經網絡,來更加有效地學習圖結構數據。
圖神經網絡的核心在于規(guī)范化的表示圖結構數據與傳遞層內或層間數據信息。經過十幾年的不斷發(fā)展, 通過各行業(yè)內產業(yè)落地的應用以及實驗室中理論的不斷迭代，GNN 在理論上和實踐上都被證實是對圖結構數據處理的一種有效方法和框架。不過雖然圖神經網絡在實際應用中取得了不錯的成績，但也存在著一些需要完善的地方，這也是圖神經網絡未來可能的發(fā)展方向。
1.網絡深度的擴展。在大規(guī)模數據集的不斷增多發(fā)展中,圖節(jié)點之間的邊連接數量隨之增多，這也極大增加了訓練過程中的計算復雜度,可能導致過擬合的現象發(fā)生。如果加深網絡層數,就必須限制每層節(jié)點數量。但這也會帶來新的問題：網絡層數的增加會使得特征聚集的量變少,導致節(jié)點之間信息傳播受阻。這一矛盾性問題是未來研究的重點之一。
2.圖數據動態(tài)性的處理能力欠缺?，F有的 GNN 大多處理的是靜態(tài)圖，但在實際的工程應用中，數據的增加和改變是常態(tài),在這些任務處理中,數據圖的動態(tài)變化是不能忽視的。如何對圖的動態(tài)性進行有效地適應是未來的研究方向之一。
3.多任務需求中，GNN能力融合性差。在實際的圖處理任務中，多數的任務都比較復雜，抽象出的圖結構多域多模態(tài)，而GNN的能力范圍大多數的情況下只能處理其中的某一類型。復雜的多網絡融合問題，GNN并不能處理。目前比較主流的多網絡融合方式更多的是GCN與其他GNN算法相結合。
我們知道AI的關鍵能力就是識別與學習，在日新月異的數字技術發(fā)展中，圖神經網絡的發(fā)展在理論和實踐中都證明了對于深度學習能力的補充。隨著圖數據的規(guī)模越來越大。如果圖神經網絡可以在深度學習的黑箱中既能處理大規(guī)模的圖數據，又能表達出機器思考的邏輯因果，那么這對于AI的研究來說，就是極其重要的突破。說不定我們最期待的機器走向通用化強人工智能可能會從圖神經網絡開始。
不過這一切也是一種理想化的設定，圖神經網絡的發(fā)展雖然取得了一些成績，但離我們觸達通用化的強人工智能路仍道阻且長，技術的發(fā)展從理論到時間需要AI思維的打磨，產業(yè)的點點滲透與適應，這些都需要時間的灌溉才能開花結果。我們就期待著改變世界的超強大腦們帶領我們普羅大眾們盡快進入這個AI新世界。