在數字化時(shí)代的浪潮中，圖計算與人工智能這兩項前沿技術(shù)在各自的發(fā)展與演變中逐漸交織， 形成了一幅生動(dòng)的科技藍圖。

圖計算作為處理復雜關(guān)系網(wǎng)絡(luò )的一種G效工具和計算模式，其起源可以追溯到 18 世紀數學(xué)家 歐拉提出的“七橋問(wèn)題”。在 20 世紀 60 年代計算機科學(xué)發(fā)展的早期階段，圖計算就被應用于網(wǎng)絡(luò ) 流優(yōu)化、短路徑尋找等經(jīng)典問(wèn)題，為后續的數據挖掘、知識表示等L域提供了基礎。隨著(zhù)大數 據和互聯(lián)網(wǎng)的迅猛發(fā)展，圖計算在社交網(wǎng)絡(luò )分析、金融風(fēng)險控制、推薦系統、生物信息學(xué)等多個(gè) L域展現出了強大的潛力和應用價(jià)值。

在圖神經(jīng)網(wǎng)絡(luò )出現之前，研究者們已經(jīng)探索了多種將圖計算與人工智能相結合的方法，包括 圖嵌入技術(shù)、概率圖模型、圖核方法等。圖神經(jīng)網(wǎng)絡(luò )的出現，標志著(zhù)圖計算與人工智能開(kāi)始深度 結合。圖神經(jīng)網(wǎng)絡(luò )通過(guò)在圖結構上進(jìn)行信息傳播和聚合，實(shí)現了對圖數據的G效建模和特征提取。 這種結合不僅提升了人工智能模型在處理圖數據時(shí)的表現，也解鎖了圖計算技術(shù)在智能化應用中 的巨大潛能。

近年來(lái)，大規模預訓練模型的興起再次引L了人工智能技術(shù)的革命。這些模型憑借其不錯的 理解和生成能力，展示了向通用人工智能邁進(jìn)的可能性與“曙光”。同樣的，大模型的出現也為 圖計算與人工智能的結合帶來(lái)了新的機遇和挑戰，比如，大模型的訓練通常需要數量龐大且多樣 化的數據，圖計算在捕捉數據深層次關(guān)系方面的能力為這一問(wèn)題提供了潛在解決方案。而如何構 建圖基礎模型以獲得類(lèi)似大語(yǔ)言模型的涌現能力和強泛化能力則是新的挑戰。

在大模型的浪潮之下，如何巧妙地整合圖計算和人工智能的優(yōu)勢，進(jìn)一步深化二者的融合， 并開(kāi)拓更廣闊的應用前景，已經(jīng)成為當前學(xué)術(shù)界和產(chǎn)業(yè)界共同關(guān)注的焦點(diǎn)。本白皮書(shū)旨在多面解析圖計算與人工智能（尤其是大模型技術(shù)）的交互現狀，探討其背后的原理、面臨的問(wèn)題與挑戰、 關(guān)鍵技術(shù)以及成功實(shí)踐。希望通過(guò)本白皮書(shū)的系統梳理和案例闡述，激發(fā)更多關(guān)于圖與人工智能 融合創(chuàng )新的思考與探索，為相關(guān)L域的研究和應用提供有益的參考和啟示，共同迎接一個(gè)充滿(mǎn)無(wú)限可能的圖智能未來(lái)。

附件：Graph AI：大模型浪潮下的圖計算白皮書(shū)(2024年),交互現狀,面臨的問(wèn)題與挑戰,關(guān)鍵技術(shù)以及成功實(shí)踐