當(dāng)前，人工智能領(lǐng)域的自動圖機器學(xué)習(xí)研究悄然興起，小到蛋白質(zhì)分子結(jié)構(gòu)，大到城市交通網(wǎng)絡(luò)，都有自動圖機器學(xué)習(xí)的用武之地。

澎湃新聞（www.loaarchitects.com.cn）記者從清華大學(xué)計算機系朱文武教授領(lǐng)導(dǎo)的網(wǎng)絡(luò)與媒體實驗室獲悉，該實驗室于2020年12月21日發(fā)布了世界首個自動圖學(xué)習(xí)框架與開源工具包AutoGL。AutoGL框架及開源工具包能夠為開發(fā)人員進行圖學(xué)習(xí)算法設(shè)計和調(diào)優(yōu)提供便利，簡化圖學(xué)習(xí)算法開發(fā)與應(yīng)用的流程，提升圖學(xué)習(xí)相關(guān)的科研和應(yīng)用效率。

AutoGL 框架圖

自動機器學(xué)習(xí)是指將機器學(xué)習(xí)算法自動化的一系列研究與應(yīng)用。完整的自動機器學(xué)習(xí)包括自動數(shù)據(jù)處理、自動特征工程、自動模型選擇、自動模型評價等步驟。

相比傳統(tǒng)機器學(xué)習(xí)，自動機器學(xué)習(xí)可以降低機器學(xué)習(xí)中的人類干預(yù)；在降低人力成本與人類偏見的同時，取得與人類專家相當(dāng)或更優(yōu)的結(jié)果，并更加便于機器學(xué)習(xí)算法在真實應(yīng)用場景中的落地應(yīng)用。

自動圖機器學(xué)習(xí)中的“圖”（graph）則是一種廣泛用于描述實體之間關(guān)系的數(shù)據(jù)類型，圖的基本組成單元為代表實體的節(jié)點和代表節(jié)點間關(guān)系的邊。大部分現(xiàn)有的自動機器學(xué)習(xí)研究和框架，沒有考慮圖數(shù)據(jù)的特殊性，因此無法應(yīng)用在圖機器學(xué)習(xí)模型中。

朱文武

朱文武教授在接受澎湃新聞（www.loaarchitects.com.cn）記者采訪時介紹，很多不同領(lǐng)域的問題都可以很自然地建模成圖機器學(xué)習(xí)，例如蛋白質(zhì)建模、物理系統(tǒng)模擬、組合優(yōu)化等基礎(chǔ)研究，社交媒體分析、推薦系統(tǒng)、虛假新聞檢測等互聯(lián)網(wǎng)應(yīng)用，以及金融風(fēng)控、知識表征、交通流量預(yù)測和新藥發(fā)現(xiàn)等。

“由于圖數(shù)據(jù)在結(jié)構(gòu)、內(nèi)容和任務(wù)上千差萬別，所需要的圖機器學(xué)習(xí)模型也可能相差甚遠(yuǎn)，這導(dǎo)致圖機器學(xué)習(xí)的自動化面臨巨大挑戰(zhàn)?！眳⑴c該項目的清華大學(xué)計算機系助理教授王鑫表示，自動機器學(xué)習(xí)將減少對人類專家知識的依賴，自動圖機器學(xué)習(xí)也會降低算法的學(xué)習(xí)與使用門檻，使其他領(lǐng)域研究者、業(yè)界使用者和初學(xué)者，能快速將自動圖機器學(xué)習(xí)技術(shù)應(yīng)用到不同的場景中。

王鑫

據(jù)介紹，AutoGL在設(shè)計時遵循模塊化思想，每個模塊均可擴展，用戶只需要實現(xiàn)對應(yīng)模塊類的接口，即可方便地測試自己的算法，為公平對比不同模型性能提供方便。

AutoGL由清華大學(xué)計算機系朱文武教授團隊研發(fā)，核心成員包括助理教授王鑫、博士生張子威、碩士生關(guān)超宇等10余人。該項目得到了國家自然科學(xué)基金委重大項目等的資助與支持。

目前，AutoGL 研發(fā)團隊期待得到各類使用反饋，以更好地完善 AutoGL 的各項功能?！拔覀兊淖罱K目的是推動自動圖機器學(xué)習(xí)在學(xué)術(shù)界與工業(yè)界的深層次探索和應(yīng)用”。