会议交流 | 世界人工智能大会“大数据关联”论坛举行

转载公众号 | 创邻科技


2021年7月8日,由世界人工智能大会组委会与浙江创邻科技有限公司共同筹办的“大数据关联时代下的图数据库技术与应用论坛”在上海世博中心圆满落幕。论坛邀请了清华大学、北京大学、复旦大学、浙江大学、天津大学等多位学术届的思想领袖和工商银行、每日互动等业界的技术翘楚,以“图数据库技术与应用”为主题展开了前沿的思想碰撞和应用实践探讨,吸引了近百名与会者。受邀嘉宾重点围绕图技术领域最前沿的科技成果、产业趋势和热点问题,以主题报告的形式展开了热烈的分享和深刻的讨论,为与会观众带来了别开生面的“图”领域声音,引燃全场,使现场成为人工智能大会举办当天最受欢迎的分论坛之一。

论坛回顾

(清华大学陈文光教授)

清华大学陈文光教授为大家分享了双11高并发、大数据的挑战下,蚂蚁金服如何利用图计算找关系的技术进行套现的提前防御,以及通过图计算找特征技术进行子图匹配、标黑满足特定欺诈模式的账号及商户,事中发现信用欺诈。在他的精彩分享中我们看到业务不断推动图技术进步,而图技术的发展又不断扩展业务边界的双驱动螺旋飞轮。

(浙江大学陈华钧教授)

浙江大学陈华钧教授从大数据、人工智能、知识的三个“图”视角,为大家分享了阿里的商务知识图谱以及藏经阁知识引擎技术架构。阿里的千亿级商品知识图谱服务了淘宝天猫等31个业务23个领域,从淘宝发布端提效、支持搜索“找同款”、商品详情及购后页面智能化、小蜜智能问答、到大促会场搭建,全链路支撑阿里业务。

(北京大学邹磊教授)

北京大学邹磊教授从知识工程、自然语言处理、机器学习、数据管理等相关领域由浅及深逐一解析了知识图谱原理到知识图谱应用的系列问题。诚如马克思在《辩证唯物主义》中所言:“世界是普遍联系的,任何事物之间都是相互联系的。”知识图谱将人类已有的知识连接起来,不断迭代、扩展。它将承载人类知识进化的创新引擎,领航知识探索的未来之路。

(复旦大学肖仰华教授)

复旦大学肖仰华教授从“机遇”和“挑战”两个视角出发,探讨面向大规模知识图谱的图计算问题。随着知识图谱应用的深化,知识图谱应用场景整体从大规模简单应用场景向小规模复杂应用转变,其成本与效用之间的矛盾同时也日益突出。图系统能极大赋能知识图谱突破当前瓶颈、发挥更大效用。世界是普遍关联的,关联创造价值。图数据库与知识图谱等技术的联姻与共舞,将进一步释放关联数据的能量,提升数据产业发展的能级。

(天津大学王鑫教授)

天津大学王鑫教授分享了知识图谱数据管理新技术,阐述了知识图谱作为人工智能基石的重要作用;探讨知识图谱数据模型改良标准和调整技术路线。“工欲善其事,必先利其器”,随着未来人们对大规模知识图谱数据的分布式存储方案和查询处理的深入研究,以及知识图谱更新维护和数据集成的进一步发展,知识图谱数据管理技术不断成熟的同时也会促进知识图谱的进一步落地赋能。

(工商银行软件开发中心大数据与人工智能实验室副主任黄炳先生)

中国工商银行软件开发中心大数据与人工智能实验室副主任黄炳先生为与会观众呈现了“金融”与“图技术”的精彩碰撞,以工商银行金融知识图谱建设和应用实践为例,解构工行如何打造一站式图构建及图挖掘平台,赋能包含企业知识图谱、信用卡知识问答、产业链挖掘、资金流向、信贷风控、客群联动营销等一百多个图应用场景。黄炳先生也期待图联邦学习等技术的进一步发展去赋能数据的跨界、跨业、跨境融合,创造随时、随地、随需的未来金融。

(每日互动股份有限公司首席技术官叶新江先生)

每日互动股份有限公司首席技术官叶新江先生分享了每日互动如何联手创邻科技,用Galaxybase图数据库构建了杭州健康码系统,最早在疫情期间实现全域范围内针对时间、空间等多维信息,进行动态检索、统计、关系推导等复杂计算,实现了万亿级超级大图上的数据智能,最终为政府实时掌握疫情动向、掌控疫情防控主动权做出了巨大贡献。

(创邻科技创始人兼CEO张晨博士)

论坛最后,创邻科技创始人张晨博士为大家介绍了创邻科技的核心产品国产高性能图数据库Galaxybase。Galaxybase作为国内首家底层不依赖第三方存储系统的原生图数据库,具备完全分布式并行计算架构,在海量数据的多跳深链查询和分布式图算法方面性能优异。Galaxybase独家支持APOC自定义函数,满足了业务灵活依据场景深度自定义高性能算法的需求。此外,作为目前唯一一家同时支持Cypher和Gremlin两种查询语言的图数据库,Galaxybase也以更开放的技术架构给了客户足够灵活的科技应用创新空间。Galaxybase已经在银行信用卡申请反欺诈、互联网金融实时信审、疫情防控、电网调度智能研判等多个场景头部客户落地应用。

【结语】

随着数据关联挖掘需求的与日俱增,图技术发展势头强劲。图数据库作为近10年发展最为迅速的数据库门类,受到了前所未有的关注。Gartner预测未来两年它将助力全球30%的数字化企业实现商业智能决策。

“智联世界、众智成城”。本次“图数据库技术与应用”论坛的成功举办是用“图”发声的一次成功尝试。论坛的圆满落幕并不意味着结束。万物互联、数据互通已然是不可逆转的趋势,创邻科技作为国产图数据库的先行者,对图技术的认知普及和应用推广责无旁贷。未来,创邻科技将继续以科技创新为原动力,紧密围绕业务痛点和客户需求,助力企业实现数字化、智能化转型,以“图”智联世界。

点击阅读原文观看论坛回放。

 


 

OpenKG

OpenKG(中文开放知识图谱)旨在推动以中文为核心的知识图谱数据的开放、互联及众包,并促进知识图谱算法、工具及平台的开源开放。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/478244.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

LeetCode 994. 腐烂的橘子(图的BFS)

1. 题目 在给定的网格中,每个单元格可以有以下三个值之一: 值 0 代表空单元格; 值 1 代表新鲜橘子; 值 2 代表腐烂的橘子。 每分钟,任何与腐烂的橘子(在 4 个正方向上)相邻的新鲜橘子都会腐烂…

美团酒店直连产品数据一致性演进

美团酒店直连项目自2013年末开始,通过业务上的不断完善和技术上的不断改进,至今已经接入200多家供应商,其中在线酒店3万以上,在线SPU30万以上。经过两年的成长,美团酒店直连平台终于在2015年末发展为国内最大的酒店直连…

直击行业痛点!端侧模型部署的成熟解决方案有了!

深度学习经过多年发展,AI已经深入人心,事实上,在图像、文本领域,AI在多个产业已经落地了诸多应用,我们熟知的自动驾驶、语音助手,背后就大量运用了AI技术。当下,飞桨PaddlePaddle、TensorFlow、…

OpenKG开源系列 | 大规模中文概念图谱OpenConcepts (浙江大学)

OpenKG地址:http://openkg.cn/dataset/openconcept官网:http://openconcepts.openkg.cn(提供Dump)开放许可协议:CC BY-SA 4.0(署名-相同共享)OpenConcepts 介绍OpenConcepts (http://openconcepts.openkg.c…

LeetCode 594. 最长和谐子序列(map)

文章目录1. 题目2. 解题2.1 map两次扫描2.2 map一次扫描1. 题目 和谐数组是指一个数组里元素的最大值和最小值之间的差别正好是1。 现在,给定一个整数数组,你需要在所有可能的子序列中找到最长的和谐子序列的长度。 示例 1: 输入: [1,3,2,2,5,2,3,7] …

MTDDL——美团点评分布式数据访问层中间件

2016年Q3季度初,在美团外卖上单2.0项目上线后,商家和商品数量急速增长,预估商品库的容量和写峰值QPS会很快遇到巨大压力。随之而来也会影响线上服务的查询性能、DB(数据库,以下统一称DB)主从延迟、表变更困…

详解预训练模型、信息抽取、文本生成、知识图谱、对话系统技术

我们正处在信息爆炸的时代、面对每天铺天盖地的网络资源和论文、很多时候我们面临的问题并不是缺资源,而是找准资源并高效学习。其次,即便网络上的资源非常多,学习是需要成本的,而且越有深度的内容越难找到好的学习资源。如果一门…

会议交流 | 欢迎注册 CCKS2021 全国知识图谱与语义计算大会!

欢迎注册 CCKS2021 全国知识图谱与语义计算大会知万物过去 谱AI未来2021年8月18日至8月21日 广州http://sigkg.cn/ccks2021主办:中国中文信息学会语言与知识计算专业委员会 承办:广东外语外贸大学注册介绍早期注册 1800元/人2021年7月28日前&…

LeetCode 1171. 从链表中删去总和值为零的连续节点(哈希表)

1. 题目 给你一个链表的头节点 head,请你编写代码,反复删去链表中由 总和 值为 0 的连续节点组成的序列,直到不存在这样的序列为止。 删除完毕后,请你返回最终结果链表的头节点。 你可以返回任何满足题目要求的答案。 &#x…

移动端性能监控方案Hertz

性能问题是造成App用户流失的罪魁祸首之一。App的性能问题包括崩溃、网络请求错误或超时、响应速度慢、列表滚动卡顿、流量大、耗电等等。而导致App性能低下的原因有很多,除去设备硬件和软件的外部因素,其中大部分是开发者错误地使用线程、锁、系统函数、…

刷新SOTA!Salesforce提出跨模态对比学习新方法,仅需4M图像数据!

文 | 子龙多模态已经不是一个新鲜的话题,如何在一个模型中融合CV和NLP的信息同时吸引了两个领域的目光(CV、NLP的会都能投),但是很容易就能想到,来自图片的视觉特征和来自语料的文本特征来自不同的模型,所隐…

论文浅尝 - ACL2021 | 探讨跨句事件联合抽取问题

转载公众号 | 浙大KG论文题目:MLBiNet: A Cross-Sentence Collective Event Detection Network本文作者:娄东方、廖智霖、邓淑敏、张宁豫、陈华钧(浙江大学)接收会议:ACL 2021论文链接:https://arxiv.org/p…

LeetCode 343. 整数拆分(DP)

1. 题目 给定一个正整数 n,将其拆分为至少两个正整数的和,并使这些整数的乘积最大化。 返回你可以获得的最大乘积。 示例 1: 输入: 2 输出: 1 解释: 2 1 1, 1 1 1。示例 2: 输入: 10 输出: 36 解释: 10 3 3 4, 3 3 4 36。 说明: 你可以假设 …

python-dotenv解析env文件

python-dotenv解析env文件 最简单和最常见的用法是在应用程序启动时调用load_dotenv,从当前目录或其父目录中的.env文件或指定的路径加载环境变量,然后调用os.getenv提供的与环境相关的方法 .env 文件内容写法 ADMIN_HOST https://uat-rm-gwaaa.cn A…

HDFS NameNode内存详解

前言 《HDFS NameNode内存全景》中,我们从NameNode内部数据结构的视角,对它的内存全景及几个关键数据结构进行了简单解读,并结合实际场景介绍了NameNode可能遇到的问题,还有业界进行横向扩展方面的多种可借鉴解决方案。 事实上&am…

组队瓜分百万奖金池,资深算法工程师带你挑战飞桨论文复现赛!

你是否正在焦虑找不到好的论文?好不容易找到了paper,无法复现出code?缺少科研同行交流,只能独自一人闭门造车?是的,论文复现是要想最快的学习和了解AI领域的方式,复现困境也被叫做“徘徊在 AI 上…

开源开放 | Beyond 预训练语言模型,NLP还需要什么样的知识?

近年来,深度学习技术已广泛应用于NLP领域,但实际应用效果往往受限于缺乏大规模高质量监督样本。2018年底,预训练语言模型横空出世,极大缓解了这个问题,通过“超大规模无监督语料上的预训练语言模型相对少量的监督样本进…

Docker把容器打包成镜像并提交到harbor仓库

Docker把容器打包成镜像并提交到harbor仓库 如果你想要保存当前容器的状态,就可以通过commit来提交获得一个镜像,就好我们虚拟机的时候创建快照,想要回滚到某一个版本 一、首先创建要给tomcat 的本地容器,镜像指定tomcat-alpine:8…

LeetCode 139. 单词拆分(DP)

1. 题目 给定一个非空字符串 s 和一个包含非空单词列表的字典 wordDict,判定 s 是否可以被空格拆分为一个或多个在字典中出现的单词。 说明: 拆分时可以重复使用字典中的单词。 你可以假设字典中没有重复的单词。 示例 1: 输入: s "…

外卖排序系统特征生产框架

背景 图1 外卖排序系统框架 外卖的排序策略是由机器学习模型驱动的,模型迭代效率制约着策略优化效果。如上图所示,在排序系统里,特征是最为基础的部分:有了特征之后,我们离线训练出模型,然后将特征和模型一…