图计算所带来的，是从个体的特征工程到全局的网络工程的转变。这种新视界，摆脱了此前的基于特征的传统分析模式，能够更快速、更准确的识别欺诈行为。

图计算是研究事物之间关系的学问：药物之间的关系，消费行为之间的关系，欺诈模式之间的关系。由此不难理解，图相关技术也会在我们的社交媒体中得到广泛应用。在社交网络数据上构建图模型后，可以深入挖掘个体之间的联系，比如发现潜在的黑客、挖掘社区、根据爱好更精准推荐好友等等。

图计算的未来，不可限量

图计算可以应用于相当多的主流行业。除了我们提到的金融、社交、制造，其在能源行业、制造业甚至脑科学中同样有用武之地。以电网为例，如今电网规模之大、不同设备、区域之间关联关系之复杂，已经超出了一般模型的分析能力。图计算可以帮助电网进行实时、高效的管理，提升输电、配电效率。著名咨询公司 Gartner 在《2021 年十大数据和分析技术趋势》报告中预测，到 2025 年图计算技术将应用于 80% 的数据和分析创新。

中国工程院院士、清华大学计算机科学与技术系教授郑纬民强调：“现在布局高性能图计算恰逢其时，就相当于抓住了未来大数据、人工智能和高性能计算产业发展的牛鼻子，其影响不可估量。”

清华大学计算机系教授、蚂蚁集团图计算技术负责人陈文光，也曾表示，“图计算不仅仅只是一个技术，更是一种理解世界新的方式”。

图计算应用前景广阔，原因在于其就像“万金油”一般，可以和很多当今前沿的新兴技术发生化学反应。

如图技术与机器学习结合而出现的图机器学习，前者体现的是“连接主义”，后者则是“人工智能符号主义”。传统的机器学习具有可解释性低下、缺乏非欧空间数据结构处理能力等问题，图结构数据有可能成为解决方案之一。融合了图结构数据和机器学习技术的图神经网络（GNN），可以将人类认知以图的形式和计算机建立的神经网络相结合，探索人工智能更强大的潜力。

在图计算上的突破，只是“朱雀”团队众多科研创新成果的一部分。

获得本次 OGB 冠军的团队之江智能图计算平台负责人陈红阳告诉 DeepTech，除了图计算在制药领域的研究进展，目前团队也在积极探索图+其他领域的融合。比如在国产芯片领域，如何将图计算应用于存算一体的芯片，期望未来三年能看到成果。

目前，该团队既有来自全球知名高校的学者，也有来自头部科技公司的行业专家。近年来在智能计算、数据挖掘和深度学习等领域取得了重大进展。此次 OGB 夺冠是团队多年深耕基础科学研究的必然回报。

▲图｜之江实验室“朱雀”团队合照

在谈到科研细节时，之江实验室图计算研究中心高级研究专员吕劲松博士介绍，这次能够开发出识别准确率高达 92% 的模型有一些运气，更多的是因为坚持。在攻关之处，尝试了多种方式，期望在上一年冠军模型基础上进行优化，最终结果反而更差了。在思考节点与节点关系上，研究人员举了这样一个例子，“这就好比判断全球任意两个人之间是不是潜在的朋友关系，这是很难穷举的。但后来有人提出能否通过第三者、中间人的存在去判断，由此打开了思路”。但这种猜想很可能是错的，抱着试一试的态度，团队成员沿着这条路线走了下去，最终获得成功。

“大胆假设，小心求证”不仅是做学问的原则，也是科研的原则。只有秉承这样的精神，加之持之以恒的品质，中国的实验室将有望在全球更多基础科学领域获得更大的成就。