“学习图技术，治好了我的精神内耗”

摘要：随着《回村三天，二舅治好了我的精神内耗》这一视频的播出，“二舅”的故事火了，“精神内耗”这个词也引起了很多人的讨论。那么对于技术人来说，精神内耗又该如何治愈呢？近来，国外开发者Daniel Szemerey与Mark Aron Szulyovszky就因为烦恼如何将GPT-3等语言模型进一步扩展到更大的文本语料库中而感到心累焦虑，但最终他们找到了突破口：学习图神经网络。

原文链接：https://www.appliedexploration.com/p/graph-neural-networks-future-of-ai?s=w

声明：本文为 CSDN 翻译，未经授权，禁止转载。

作者 | Daniel Szemerey 与 Mark Aron Szulyovszky

译者 | 郑丽媛

出品 | CSDN（ID：CSDNnews）

最近，网上正在热议大型语言模型（Large Language Models，即LLM），许多研究人员都在研究如何将GPT-3等语言模型进一步扩展到更大的文本语料库上。

难道说文本，这种一维的单词序列建立的模型，是现实世界一切复杂事物的最佳表示？难道我们就没有更好的方法了吗？例如将相关概念与单词联系起来，然后将有意义的额外信息编码到这些关系中，不是更好吗？没错，我指的就是图神经网络（Graph Neural Network，即GNN）！

图神经网络的优势

在本文中，我将介绍图作为数据结构的优势，以及在图上运行机器学习算法的好处，最后我还将介绍一种将人类专家知识注入机器学习系统的方法。更具体地说，本文的主要内容包含以下几点：

• 强大的数据表示：图是通用的、紧凑的、可解释的，而且还具有排列不变性。

• 图机器学习能够同时学习局部特征和全局特征，并将人类知识注入机器学习系统。但是，这种方法也有一定的缺点。

将这个世界的万物进行分类是人类的基本认知能力，因此通过图表示这个世界既简单又通用：图由分类（即节点）组成，又通过关系（边）相互连接。

下面，我们来几个数字数据的例子，并演示如何用图对这些数据建模。

说到底，文本序列不过是一个按顺序连接的同质图。

图：文本可以看作是规则的字母序列或单词序列。

而图像则是一种高度结构化的规则图，其中的每个像素仅连接到了相邻的像素。

图：图像可以看作是高度规则的图，其中的每个节点都连接到相邻的节点。

例如游戏《超级马里奥》，其中包含各种图表示：

• 由源代码编译而成的底层抽象语法树（Abstract Syntax Tree，即AST）；

• 源自AST的数据流图；

• 从强化学习的角度来看，我们可以将游戏《超级马里奥》视为马尔可夫决策过程（Markov Decision Process，MDP），图中的每个节点代表游戏的一个独特状态，并通过导致该状态的动作相互连接。

图：游戏可以建模为马尔可夫决策过程（马尔可夫链），每个状态都是唯一的，可以通过动作转换到其他状态。

图紧凑且可解释

图非常紧凑，由于节点可以相互连接，因此它们的内容不需要重复，而且仅作为关系（边）引用。

图的另一个重要特性是可解释性。因为节点只能是离散的实体（具有明确的边界），所以它们是一种本地化的表示，也就是说如果需要编辑某个节点，那么只需要在一个地方进行。与之相对的是分布式表示，比如词嵌入，在这种表示中信息分散在许多不同的轴/维度中，人类将很难解释其含义，或对其进行编辑。

图具有排列不变性

想象一下，使用以表格或文本格式存储的高度连接的数据结构，首先从起始节点开始列举出所有的连接，然后再列举出相邻节点的连接，以此类推……然后，当需要重新执行此操作时，你选择了一个不同的起始节点，那么最终获得的数据可能与之前的大不相同！

图可以通过多种不同的方式显示或存储。例如，下面这些图是完全相同的。

图：图的节点可以随意打乱，但它们编码的信息不会改变，也就是说它们具有排列不变性。

但是，最终你需要一个“排列不变”的表示，它能涵盖所有不同的数据描述方式，而这正是图表示的优势。有一些方法可以避免“图扁平化”，比如使用关系数据库、图数据库或专门的文件格式。

你可能会认为，某些类型的数据在没有图的情况下建模效果特别差，比如分子。但是，目前最流行的表示分子的方法是“简化分子线性输入规范”（Simplified molecular input line entry specification，简称SMILES），这种方法可以将图展平成一维序列，从而获得一个置换等变的序列（同一个分子有许多潜在的表示）。这通常是通过生命科学机器学习库中的特殊技巧来实现的，我们还有很长的路要走！

图神经网络可以同时学习局部特征和全局特征

图不仅是通用的数据表示，而且还可以表示信息量非常密集的数据。举个例子，假设你有如下交易列表：

图：示例表格数据，其中包含用户和货物的属性

如果将这些交易输入到表格形式的深度学习架构中，它会把每个用户（Color、Item等特征）嵌入到一个高维向量空间，而且相似的用户（比如Color特征相似等）彼此相邻。图神经网络的处理方式也大抵相同，但它会采用不同的方式创建节点的嵌入：图神经网络会聚合相邻节点及其关系所持有的信息和模式。

如果使用表格形式的机器学习，你可以将每个用户的位置存储在嵌入字典的高维空间中。但使用图神经网络，你只需存储层（的权重），在将（子）图输入到神经网络时，这些层会提取节点嵌入。因此，我们可以获得一个更加动态的系统，而且可以随着新数据的流入而更新。

图：图中每个节点的嵌入都是由与该节点距离为n（n-hop）的节点聚合而成的。该图显示的是n-hop=2的中间节点的聚合

虽然这些差别看起来很细微，但当你想添加一个新用户，并为其创建嵌入时，这种差别就非常重要了。图神经网络可以快速为新的用户创建向量表示，因为它仅需访问与新用户的距离为3-4的节点。而使用表格形式的深度学习，你就需要将新用户的id添加到嵌入字典中，然后需要遍历整个数据集，才能准确地将新用户放到靠近其他类似用户的位置上。

最后，最常用的图神经网络可以学习局部模式（即相邻节点的信息），类似于卷积神经网络架构对图像的处理，因此这类图神经网络又被称为“卷积图神经网络”。就目前的发展来看，图神经网络不是该领域唯一的机器学习模型，但它们是唯一可有效部署的模型。

然而，图神经网络不必仅依赖于局部表示和模式匹配。还有一些方法可以将多个抽象级别集成到同一个图中。从某个节点的角度来看，如果需要用到图的全局属性，那么只需要加一个元节点，将其连接到每种类型的节点即可。

图可以将人类的知识注入数据

想象一下，你知道某个特征（比如“冬季”是一个“季节”）在你的数据集中非常重要。如果有一个图，则只需创建一个新节点“冬季”，就可以将所有在冬季购买过任何产品的客户连接起来。

图：我们可以利用图，将看似距离很远的数据（节点）连接起来，从而注入人类专家的知识。

如此一来，节点“冬季”将包含所有在冬季购买过任何产品的用户的大量潜在信息，而且所有这些用户都可以利用这一点。

在部署模型（而不仅仅是做基准评估）时，了解机器学习算法的主要优势很重要。另外，使用非结构化数据（如文本）很难实现上述功能，因为你不了解其中的因果关系。

总结

如上所述，图可以更丰富、更灵活地表示我们的世界，而且图机器学习，尤其是图卷积网络，可以让人类专家和机器学习系统进行交互。

但请记住，图神经网络并不完美，它也有一定的缺点。