그래프 지능은 어떻게 일반 인공지능으로 나아가는가? Bund Conference에서 진행된 이 연구에는 유용한 정보가 있습니다.

"생성 인공지능은 지난 40년 동안 가장 중요한 기술 혁명이다." 마이크로소프트 공동 창업자인 빌 게이츠의 최근 판단이다. 지능이 등장하면 과학 연구와 응용 혁신을 촉진하는 방법이 업계의 초점이 되었습니다.

9월 7일 2023 Bund Conference의 "New Generation Data Base - Exploring the Application and Development of Graph Intelligence" 하위 포럼에서 Ant Group은 융합 연구인 "Large Graph Model"(Large Graph Model, 참조)을 발표했습니다. LGM). 본 연구는 그래프 컴퓨팅을 그래프 학습 및 대규모 언어 모델과 결합하고, 대규모 언어 모델의 생성 기능과 그래프 컴퓨팅의 상관 분석 기능을 사용하여 보다 직관적이고 포괄적인 정보 표현과 보다 정확한 통찰력을 제공함으로써 거대하고 복잡한 디지털 애플리케이션을 더 잘 해결합니다. 문제. 현재 Ant는 "Generative Heterogeneous Graph Enhancement"에 대한 연구 작업의 첫 번째 단계를 완료했으며 관련 결과 논문이 World Computer Conference(WWW 2023)에 포함되었습니다.

그래프 컴퓨팅은 복잡한 관계 네트워크의 상관 관계 문제를 해결할 수 있는 강력한 데이터 처리 기술로, 금융 사기 방지, 일기 예보, 약물 개발, 심지어 뇌 영감 연구 분야에도 적용됩니다. "인공지능의". 대형 모델은 일반 인공 지능으로 전환하여 일부 영역에서 인간과 동등하거나 그보다 더 나은 작업을 수행할 가능성이 가장 높은 기술입니다.

최첨단 기술을 추진하기 위해 왜 첨단 기술을 사용해야 할까요? 대규모 언어 모델은 데이터 분석 및 마이닝 작업을 독립적으로 완료할 수 없습니까? Ant Group의 수석 기술 전문가인 Liu Yongchao는 대규모 언어 모델이 암시적 관계를 추론할 수 있지만 관계 다이어그램을 그릴 수는 없다고 말했습니다. 데이터 관계를 연구하려면 명확한 링크가 필요하며 그래프 구조 표현을 사용하는 것이 이해하기 쉽습니다. "대규모 언어 모델과 그래프 컴퓨팅을 결합한다는 것은 먼저 대규모 정보로부터 논리적으로 추론한 다음 슈퍼컴퓨팅을 사용하여 관계를 계산하는 것을 의미합니다. 이는 더 강력한 기능을 갖춘 외부 슈퍼컴퓨터를 인간 두뇌에 연결하는 것과 같습니다."라고 Liu Yongchao는 설명했습니다.

(Ant Group의 Liu Yongchao가 "Big Picture Model" 연구 결과를 공유했습니다)

본 연구에서 Ant Group은 주로 두 가지 작업을 수행했습니다. 첫째, 대규모 언어 모델을 사용하여 그래프 데이터를 풍부하게 만듭니다. 일반적인 상황 종속 모델과 달리 대규모 언어 모델은 기존 데이터를 기반으로 새로운 데이터 포인트를 생성할 수 있습니다. "Generative Heterogeneous Graph Augmentation"이라는 제목의 이 작업은 대규모 언어 모델을 사용하여 다양한 유형의 그래프 데이터를 확장하고 풍부하게 합니다. 둘째, 프롬프트(명령 또는 프롬프트)는 모델이 특정 데이터 특성을 학습하고 발견하도록 안내하는 데 사용됩니다. 예를 들어, "1년에 3회 이상 기본값이 발생하는 그룹의 공통 특성"이라는 프롬프트를 설정하면 모델은 특정 조건을 충족하는 데이터 샘플을 생성합니다. 이 기능은 데이터 분석 및 기능 발견 프로세스를 가속화할 수 있습니다.

Ant Group은 그래프 컴퓨팅 분야의 선두주자입니다. Tsinghua University와 공동 개발한 TuGraph는 권위 있는 그래프 데이터베이스 평가 LDBC SNB에서 2021년에 "Leading Scientific and Technological" 부문에서 세계 기록을 세 번이나 경신했습니다. World Internet Conference에서 Achievements' 상을 수상했으며 2023년 IDC에 의해 선정되었습니다. MarketScape는 중국 그래프 데이터베이스 시장의 '리더' 사분면에 속합니다. 최근 업계에서는 그래프 지능을 일반 인공지능으로 옮기려는 다양한 시도를 진행해왔다. '빅 그래프 모델'은 업계 문제를 해결하기 위해 2022년 초부터 시작되는 앤트의 연구다. 2022년 말 대형 모델이 등장하면서 본 연구의 타당성이 검증됐다.

이 포럼에서는 국내외 그래프 지능 분야의 전문가와 학자들이 더욱 뜨거운 발전을 공유했습니다. 캐나다 워털루 대학교 교수인 M. Tamer Özsu는 업계의 까다로운 플로우 그래프 컴퓨팅 기술을 공유했습니다. Zhejiang University 컴퓨터 과학부 교수인 Chen Huajun은 대형 모델 시대의 지식 처리의 기회와 과제에 대해 이야기했습니다. Zhijiang Laboratory 그래프 컴퓨팅 연구 센터 부국장인 Chen Hongyang은 Zhijiang Zhuque Graph의 과학 컴퓨팅 및 생물 의학 연구 및 개발에 관한 최신 연구를 가져왔습니다. Machine Heart의 공동 창립자이자 부편집자인 Li Yazhou는 그래프 인텔리전스와 대규모 모델을 결합한 연구가 데이터 인텔리전스를 크게 향상시킬 것으로 기대한다고 믿습니다.

인공 지능과 그래프 컴퓨팅의 가능성과 관련하여 Bund Graph Intelligence Forum은 다양한 관점의 통찰력을 모아 그래프 지능 개발을 위한 중요한 개발 경로를 도표화합니다.

위 내용은 그래프 지능은 어떻게 일반 인공지능으로 나아가는가? Bund Conference에서 진행된 이 연구에는 유용한 정보가 있습니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!