Na tarde de 7 de setembro, no fórum "Integrated Machine Learning and Operations Optimization" da Shanghai Bund Conference, o Ant Group abriu oficialmente o sistema de aprendizagem de gráficos de código aberto Ant Graph Learning (AGL), que é o primeiro industrial de uso geral da indústria sistema de aprendizagem de gráficos.
Descrição da imagem: No fórum, o Ant Group abriu oficialmente o código-fonte do sistema de aprendizagem de gráficos AGL.
AGL atualmente realiza colaboração de informações e percepção de estrutura em dados gráficos em escala de trilhões, construiu soluções de inteligência gráfica digital para vários setores e acumulou muitas práticas de algoritmos excelentes. Com base na AGL, o Ant Group publicou mais de 60 artigos em conferências de periódicos internacionais CCF-A/B, autorizou mais de 40 patentes de invenção, ficou em primeiro lugar em cinco listas e competições internacionais e também é um participante importante no padrão nacional para grafos neurais. redes.
Esta versão AGL v0.1 de código aberto também fornece o sistema de aprendizado de grafos de nível industrial que o Ant vem aprimorando há muitos anos e uma série de algoritmos de aprendizado de grafos prontos para uso que foram verificados pelas práticas de negócios. foi colocado no GitHub naquele dia. Por meio de código aberto, a AGL fornece soluções completas para tarefas de aprendizado de grafos em grande escala em nível industrial. Ela espera fornecer aos desenvolvedores uma ferramenta e plataforma poderosa para aplicar melhor a tecnologia de aprendizado de grafos para resolver problemas práticos de negócios. Ao mesmo tempo, por meio de co-construção comunitária, absorver excelentes práticas de sistemas e algoritmos da indústria e da pesquisa, continuar a reduzir o limite de aplicação da aprendizagem de grafos, promover o intercâmbio e a inovação da tecnologia de aprendizagem de grafos e promover a aplicação generalizada da aprendizagem de grafos em todas as esferas da vida.
Desde 2017, o aprendizado de grafos tem sido amplamente utilizado em diversos campos e se tornou um dos atuais pontos de pesquisa no campo da inteligência artificial. Esta tecnologia é o novo patamar estratégico da competição tecnológica global.O "14º Plano Quinquenal" Plano de Desenvolvimento da Indústria de Serviços de Software e Tecnologia da Informação emitido pelo Ministério da Indústria e Tecnologia da Informação mencionou que é necessário romper as principais tecnologias básicas de processamento paralelo de dados gráficos em grande escala e apoiar o gerenciamento de dados heterogêneos.Inovar tecnologias-chave e acelerar o desenvolvimento de novos aprendizados de máquina e outras tecnologias.
O AGL também tem sido amplamente utilizado nos negócios diversificados da Ant e alcançou excelentes resultados comerciais. Por exemplo, quando aplicado ao sistema "Dayan" da cadeia de abastecimento digital do MYbank, a precisão da identificação da cadeia de abastecimento aumenta em 50% e a taxa de disponibilidade de empréstimos aumenta de 30% para 80%; quando aplicado ao sistema aberto digital Alipay plataforma, ajuda os comerciantes ecológicos a melhorar seus direitos e suprimentos. A eficiência de distribuição ultrapassa 50%.
A tomada de decisão inteligente baseada em dados tornou-se uma ferramenta importante para cada vez mais empresas no processo de tomada de decisão.Neste fórum, Zhu Jun, professor de ciência da computação na Universidade de Tsinghua e diretor do Centro de Pesquisa de Teoria Básica da Inteligência Artificial Instituto de Pesquisa, compartilhou a aplicação de aprendizagem por reforço offline Com base no método do modelo de difusão, Zhang Guochuan, professor da Universidade de Zhejiang e vice-presidente da Sociedade Chinesa de Pesquisa Operacional, falou sobre as ideias, métodos e tecnologias de otimização da pesquisa operacional na economia digital Chen Liang, professor associado da Escola de Ciência da Computação da Universidade Sun Yat-sen, acredita que as características da indústria precisam ser totalmente consideradas para melhorar a tomada de decisões financeiras inteligentes. Robustez e esforços colaborativos são feitos em múltiplas dimensões, como dados, modelo , treinamento e poder de computação.