腾讯AI Lab联合清华、港中文，解读图深度学习历史、最新进展与应用

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。

因此，腾讯AI Lab、清华大学、香港中文大学等机构联合组织了一场为期一天的图神经网络相关课程，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）」。课程里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。

此外，腾讯AI Lab专门撰写了一篇万字的文章，从图神经网络历史、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了该课程Theme II: Advances and Applications部分的核心内容，文章的全部内容已刊登在腾讯AI Lab的公众号上。此外，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