華爲雲ModelArts圖深度學習，學習知識還能考取微認證
作爲人工智能最前沿的技術之一,圖深度學習被公認是人工智能認識世界實現因果推理的關鍵,也是深度學習未來發展的方向。但深度學習對圖數據模型的支持性差一直是衆多研究者難以攻克的難點,因此圖深度學習在實際生產中一直難以得到普及。
不過,圖深度學習的瓶頸即將被打破。華爲雲計劃9月推出的一站式AI開發平臺ModelArts多個關鍵新特性中,將新增圖深度學習功能。ModelArt聯合圖引擎打造的“圖神經網絡”,讓圖深度學習真正落地,加速實現普惠AI。
強大圖引擎助力突破圖深度學習瓶頸
儘管圖深度學習的前沿性和重要性已受到業界普遍認同,但是在實際落地過程中存在諸多困難:
▶已知的圖神經網絡(GNN)框架多從深度學習框架衍生圖的數據組織,但深度學習框架本身對非規則數據考慮欠周,不會提供原生的圖數據的支持,存在圖數據訪問中數據局部性差和對延時敏感等問題。
▶某些開源框架中,真正用於訓練的計算時間僅佔20%~40%,一天之中大量的時間都在等待,並且佔用大量的資源數據局部採樣、負樣本採集等IO密集的操作,人力、時間、資金成本耗費巨大,利用率極低;在圖規模大時尤爲如此,嚴重影響了系統端到端的性能。
想要突破圖深度學習的瓶頸,就必須有一個強大的圖分析引擎來彌補深度學習的缺陷。
華爲雲GES圖引擎高性能圖計算平臺,最大支持萬億規模圖查詢,查詢分析一體化,兼顧圖計算和圖查詢的高併發、低延時要求;能對接標準的查詢接口和查詢語言;可集成實現計算、查詢、存儲等一體化功能需求。並且擁有豐富的圖分析算法,充分滿足關係分析、關係挖掘,路徑規劃等圖深度學習場景需求。
Ewya圖引擎重新審視了圖神經網絡的數據訪問模式,以及潛在的端到端性能制約因素,進而創新的設計了屬性圖數據模型上的機器學習原生支持,開發了新型的高性能圖神經網絡(或稱爲圖深度學習)平臺能力,併成功對圖深度學習技術存在的缺陷做出突破。
當遭遇百億邊以上規模的大圖時,華爲雲圖引擎分佈式優化Parallel Sliding Window(PSW)的圖計算框架能夠高效加載圖數據,並且兼顧圖計算與點查詢效率,使用基於邊集流(edge-set)的塊狀數據組織合理的組織數據;實現秒級多跳查詢。以ModelArts中的高效神經網絡訓練算子爲基礎,結合GES既有的高性能圖計算框架平臺能力,構建了圖深度學習的新框架,將GNN的訓練過程高度並行化,提升了系統的總體吞吐量,極大縮短了訓練時間。
憑藉高性能,豐富功能性算法、圖優化算法的加持,Eywa圖引擎使以往難以實現的高難度圖分析成爲可能,並把高效的圖計算應用在城市工業生產,管道監控,商品推薦,社交推薦,項目分析,企業洞察,知識圖譜,金融風險管控,企業IT應用,關係挖掘等多項領域並獲得客戶的廣泛認可。正因如此,Eywa圖引擎成爲華爲雲實現圖深度學習落地的最強支柱。
雙重黑科技加持的的華爲雲圖深度學習
作爲ModelArts的關鍵新特性之一,ModelArts圖深度學習的核心是華爲雲圖神經網絡,底層則是業界領先的華爲雲GES圖引擎和ModelArts深度學習技術,可以說是強強聯合。
華爲雲圖引擎曾獲得2018年數博會“新技術”和“黑科技”兩大獎項。華爲雲一站式AI開發平臺ModelArts則奪得2019年數博會“黑科技”獎和全球智博會產品金獎。
結合華爲雲兩大重量級人工智能技術,經歷漫長時間研發與測試,在2019中國人工智能峯會(CAIS 2019)上,“華爲雲新型圖神經網絡平臺”斬獲了峯會最高獎項——紫金龍蟠獎。這也標誌着ModelArts圖深度學習服務的推出已經做好了準備。
ModelArts圖深度學習典型應用場景
華爲雲圖神經網絡搭配高效神經網絡訓練算子構建了ModelArts圖深度學習新框架,充分解決圖深度學習計算性能低,學習耗時長,算法場景少的難題,實現一體化的圖神經網絡處理、大規模圖分析、圖數據存儲管理和企業級圖神經網絡分析的能力。
以圖深度學習典型應用場景——交通業務爲例,路網信息可以抽象爲圖結構。將圖結構狀態下的路網信息進行建模,在交通模擬的基礎上,ModelArts圖深度學習能提供關鍵道路、擁堵預測、因果分析、區域劃分等分析任務的支持。
此外,利用圖深度學習GCN建模道路上的多維屬性,能有效預測了道路擁堵情況,準確率達93%,算法效率比開源框架提升8~10倍。
圖網絡可從多源數據中構建用戶關係圖,採用圖深度學習等技術挖掘犯罪團伙、人與事件/物品關係,重點人員關係變化,如工地安全帽檢測和識別: ModelArts圖深度學習支持多樣性數據輸入,可以進行各類圖像之間的關係表達;大幅度減小傳統檢測中繁瑣的對比操作,降低人工成本。快速準確捕捉視頻/圖像內容關聯性,提供高效的安全監測服務。大數據規模下檢測速度更快;可以實現非監督/弱監督/小樣本下的異常檢測,有效解決監督信息獲取困境,提高生產、運營安全等級。
金融業務場景下,ModelArts圖深度學習可以從用戶資金交易、關係網絡、媒介關係中挖掘欺詐、洗錢、循環轉賬、信用卡Tao現等行爲。通過圖深度學習算法,結合圖的可視化手段,幫助分析網絡中的異常交易行爲,相比CNN算法精度提升5%以上。
9月18日-20日,一年一度的華爲全聯接大會(HUAWEI CONNECT 2019)將在上海世博中心世博展覽館隆重開幕。本次華爲全聯接大會以“共創智能新高度”爲主題,將發佈雲和AI的最新產品與解決方案,分享如何應用雲和AI的技術,推進數字化轉型的最新實踐。此次大會上,ModelArts圖深度學習也將作爲重頭戲爲大家展示。
訪問華爲雲微認證官網（https://edu.huaweicloud.com/c...），學習更多Modelarts、圖深度學習知識，還能在線考取華爲雲官方發佈的微認證，場景技能get！