‘端云协同’是未来AI产业服务的重要形态，给各种业务算法带来新机遇

　　评审委员会评论称：“该项目研制难度大、创新性强，整体技术处于国际先进水平，其中在跨模态随机游走图内嵌向量表达、超大规模图自适应分区和综合存储、异构计算架构下图神经网络学习加速等方面达到国际领先水平。”
　　该平台的领先性可以通过实际案例来体现。Criteo研究员Sergey Ivanov总结的2021年最有影响力的图神经网络应用中，有一个案例提到，UberEats公司(国外知名送餐软件公司)此前通过GraphSage(归纳式图神经算法)梳理食品和餐馆关系。
　　在较小规模数据中该技术适用良好，但一些工业场景面临的可能是数亿边规模的图，这种技术不再适用。而阿里巴巴大规模图神经网络平台(AliGraph)，支持高效的分布式图形存储，仅需5分钟即可构建具有400M节点的图，优化的采样运算符以及大量内部图神经网络。目前该平台已用于UberEats公司个性化搜索等业务。
　　应用场景广泛，但仍存挑战
　　目前来看，图神经网络已经在社交网络、知识图谱、推荐领域、生命科学、反作弊、线上支付等场景中得到了广泛应用。尤其是谷歌、亚马逊、微软、阿里巴巴等一众科技巨头的涌入，在一定程度上加快了图神经网络计算技术的研发、应用进程，但不可否认的是挑战依然存在。
　　阿里巴巴达摩院人工智能科学家杨红霞在接受《中国电子报》记者采访时指出：“虽然图神经网络有着非常广阔的前景，但目前图神经网络的核心假设尚不明确、可扩展性有待提高，需要涌现图神经网络的”杀手级“应用。尤其‘端云协同’是未来AI产业服务的重要形态，给各种业务算法带来了新的机遇，如何将图神经网络与端云协同结合，提高其可扩展性和在更加复杂环境中应用(例如智慧城市、XR互联网等)是尚待解决的重要课题。”
　　她表示，未来，浙大与阿里团队将继续探索人工智能前沿技术，增进AI认知推理能力。双方将基于达摩院大模型M6、图神经网络平台Aligraph，探索端云协同框架下大小模型共同进化的下一代智能体系。