INTERFACE＃13 這周六，線下學習圖神經網路

知識 04-08

圖神經網路是當前機器學習領域最前沿的研究方向之一。不久之前，阿里巴巴開源大規模分散式圖表徵學習框架 Euler，可支持數十億點、數百億邊的大規模異構圖表徵學習，也內置了大量高效的圖神經網路演算法。為了方便讀者們進一步了解圖神經網路在工業界的應用，本期 INTERFACE 邀請到了兩位阿里巴巴專家，從演算法到工程，為大家做精彩的分享。

主題：Euler：大規模圖神經網路推高人工智慧的天花板

演講摘要：在過去幾年，深度學習技術在工業界被廣泛應用併產生了巨大的技術紅利，業界也在積極思考和探索如何進一步拓展人工智慧的邊界。圖神經網路將端到端學習與歸納推理相結合，有望解決深度學習無法處理的關係推理、可解釋性等一系列問題。對結構知識的表達、計算和組合泛化是實現具備 human-likeAI 的關鍵，圖神經網路有希望在這些方面形成突破，使得機器能力進一步提升。

Euler (https://github.com/alibaba/euler) 是阿里巴巴開源的大規模分散式圖表徵學習框架，可支持數十億點、數百億邊的大規模異構圖表徵學習，並內置了大量的高效圖神經網路演算法。本次分享將為大家剖析 Euler 的系統架構與實現，詳解如何支撐大規模圖神經網路的計算，以及不同類型圖神經網路演算法的實現與加速。同時我們也會分享 Euler 在阿里巴巴商業場景下的應用案例及演算法創新，以及我們對於圖神經網路未來發展的思考。

演講人：