【机器之心】腾讯AI Lab联合清华、港中文，万字解读图深度学习历史、最新进展与应用

本文将分图神经网络历史、图神经网络的最新研究进展和图神经网络的应用进展三大部分归纳总结该课程 Theme II: Advances and Applications 部分的核心内容。作者包括腾讯荣钰、徐挺洋、黄俊洲，清华大学黄文炳，香港中文大学程鸿。

人工智能领域近几年历经了突飞猛进的发展。图像、视频、游戏博弈、自然语言处理、金融等大数据分析领域都实现了跨越式的进步并催生了很多改变了我们日常生活的应用。近段时间，图神经网络成为了人工智能领域的一大研究热点，尤其是在社交网络、知识图谱、化学研究、文本分析、组合优化等领域，图神经网络在发掘数据中隐含关系方面的强大能力能帮助我们获得更好的数据表达，进而能让我们做出更好的决策。比如通过图神经网络梳理人类社会关系网络的演变，可有望帮助我们理解人类社会的底层运作模式，进而让我们离理想社会更近一步。

在今年的计算机协会国际数据挖掘与知识发现大会（ACM SIGKDD，简称 KDD）上，图神经网络备受研究关注的现状得到了充分体现：粗略统计，今年 KDD 接收的 216 篇论文（research track）中有近 40 篇与图神经网络相关。也因此，一场为期一天的图神经网络相关课程得到了参会人员的重点关注。该联合课程的主题为「图深度学习：基础、进展和应用（Deep Graph Learning: Foundations, Advances and Applications）」，由腾讯 AI Lab、清华大学、香港中文大学等机构联合组织，从基础的图概念一直谈到了当今最前沿的图神经网络研究进展。

本次课程分为两个主题。本文将分图神经网络历史、图神经网络的最新研究进展和图神经网络的应用进展三大部分归纳总结该课程 Theme II: Advances and Applications 部分的核心内容，Theme I 以及更多详细的内容可参看课程幻灯片及相关论文：https://ai.tencent.com/ailab/ml/KDD-Deep-Graph-Learning.html