本论坛将于CNCC2019中国计算机大会最后一天（10月19日）下午13:30在苏州金鸡湖国际会议中心A208会议室举行，届时业内专家将围绕被称为“AI未来”的图计算和图网络展开最深入的探讨。

图作为一种重要的数据结构，它能充分表达自然界中事物的联系和依赖属性，所以在计算机领域中广泛应用。很多问题能借助图相关的算法得到高效解决，例如社交网络，个性化推荐，反欺诈等。但是，近年来随着人工智能、大数据、社交网络和数据挖掘等技术的高速发展，很多领域的数据抽象出来的图规模呈指数级增长。

不管是结构化还是非结构化数据，它们之间有非常高的关联度，从客观来讲万物都可以通过图的形式关联起来。作为表达和处理关联关系的最佳方式，图计算领域已经成为人们的关注重点和研究热点。

什么是图？

图是由有属性的顶点(Vetex)和有属性的边(edge)组成的数据结构。顶点与顶点之间通过有向边相连。每个顶点的属性依赖于邻节点的属性。图计算是将客观世界中事物间关系完整地刻画、计算和分析的一门技术，它根据人工智能三个基本特点运作：理解、推理和学习；物理世界的大部分数据问题，都可以利用图结构来抽象表达，比如社交网络，网页链接关系，用户网络点击、浏览和购买行为。

知识图谱

以色列历史学家尤瓦尔·赫拉利在《人类简史》中描述：大约距今7万到3万年前，人类的先祖——智人发生了认知革命，这让与同时代其他大型物种相比在体力、耐力均不占优势的智人开始拥有了征服世界的能力。 

认知革命也就是把碎片化的信息加工成体系化知识的能力。就像民族、种群、国家等世界上根本不存在的东西，但却被一种全新知识框架给“推理”出来，瞬间紧紧将无数陌生人紧密组织起来。人类认识世界理解事物的过程，就是用概念、属性和关系去认知世界的过程。

而人类这种认识世界的过程，正在计算机世界上演。

“知识图谱”是由Google于2012年提出，旨在通过描述现实世界中各类概念、属性、实体及其关系，赋予搜索引擎理解用户意图的能力，正式拉开知识图谱商用的大幕。

图网络——悄然兴起的深度学习新浪潮知识体系

现实世界中的大量问题都可以抽象成图模型（Graph Model），也就是节点和连边的集合。从知识图谱到概率图模型，图与网络无处不在。然而传统的机器学习方法很难处理图网络信息，于是人们提出了图网络（Graph Network），一种基于图结构的广义人工神经网络，它可以直接对真实问题进行建模，又可以利用自动微分技术进行学习，充分挖掘图的力量，有望将多个传统人工智能领域进行融合，实现人工智能的可解释性和因果可推。

图作为一种能够有效且抽象地表达信息和数据中实体与实体之间的关系的拓扑结构，广泛且有效地应用在诸多领域中。作为大数据处理的一种典型模式，图计算不仅对计算机体系结构提出了严峻的挑战，也对系统软件、数据管理和处理模式提出了重大挑战。当前，图计算被列入国家重点研发计划的资助重点。

本届CNCC大会图计算分论坛邀请了多位学术界的著名学者，将围绕以上所提及的图计算热点进行介绍，探讨相关技术的未来发展趋势。CNCC2019 “构建图的生态：图计算和图网络”论坛嘉宾及演讲主题如下：

论坛主席  王健宗

王健宗博士担任深圳市金融智能机器人研究中心常务副主任，中国人工智能开源软件发展联盟副理事长，资深人工智能总监，美国佛罗里达大学人工智能博士后，高级工程师。现任中国计算机学会大数据专家委员会委员，高级会员，CCF深圳分部副秘书长，YOCSEF深圳副主席，曾任美国莱斯大学电子与计算机工程系研究员，专注于联邦学习和人工智能在金融、保险、投资、医疗等领域的研发工作，发表深度学习、云计算、大数据等领域国际论文30余篇，以及专利100多项。多届国内知名大数据人工智能和联邦学习会议出品人。

讲者和报告简介

李超

报告题目：图计算的体系结构设计启示

个人简介：李超，上海交通大学计算机科学与工程系特别研究员。浙江大学学士、美国佛罗里达大学博士。主要研究高性能可扩展的计算机系统结构。在包括TC、TPDS、CSUR、ISCA、HPCA、MICRO、IPDPS、ICS、DSN等国际高水平学报和会议上发文50余篇。近五年申请中美专利十余项，已授权5项，相关成果获得Facebook全球博士生奖，Yahoo！重点科技挑战奖，教育部国家优秀自费留学生奖等荣誉。2016年入选CCF Intel青年学者提升计划，2017年入选CCF青年人才托举计划，2018年获得IEEE 计算机学会可扩展计算专委TCSC的优秀青年奖（Early Career Researcher Award），曾任微软亚洲研究院“铸星计划”青年访问学者。中国计算机学会体系结构专委会常委，高性能计算专委会委员，第十二届中国计算机体系结构学术年会ACA的程序委员会主席，中国计算机学会青年计算机科技论坛2019-2020届上海主席。担任Frontier of Computer Science国际期刊青年编委，中国计算机学会通讯CCCF的栏目编委，并受邀担任二十余个国际著名期刊会议的评审委员会专家。

洪亮

报告题目：基于股权网络的金融知识图谱管理与分析关键技术

个人简介：武汉大学信息管理学院副教授，信息集成与应用实验室主任，武汉大学大数据研究院大数据技术研发中心主任。中国计算机学会(CCF)高级会员，CCF数据库专业委员会委员。研究方向为图数据库，知识图谱，社会网络。在TKDE、TKDD、SIGSPATIAL等国际期刊和会议上发表论文40余篇，并获得多项国内外专利授权，撰写中英文专著多部。2017年入选武汉大学珞珈青年学者。先后承担国家重点研发计划、国家自然科学基金重点项目、国家自然科学基金青年基金等各类国家级、省部级和企业科研项目。

钱正平

报告题目：大规模图计算在阿里巴巴的应用、挑战与研究机会

个人简介：钱正平博士现任达摩院智能计算实验室资深专家，带领团队负责围绕阿里内外诸如图计算、机器学习等新兴大数据应用的系统研究和产品开发。他的研究兴趣集中于数据并行计算与分布式系统，在该领域的国际顶级会议（如OSDI、NSDI、EuroSys和VLDB等）发表了多篇论文、并获EuroSys 2012最佳论文奖。钱博士于2009年毕业于华南理工大学。

叶笑春

报告题目：图计算的不规则性与加速结构设计

个人简介：叶笑春，博士，中科院计算所高通量计算机研究中心副研究员，主要从事众核处理器结构研究。作为核心骨干参与了Godson-T高性能众核处理器和DPU高通量众核处理器的研制，近年来在计算机体系结构领域发表论文60余篇，授权/受理国内/国际发明专利20余项。作为负责人或骨干参与了973、863、国家重点研发计划、基金重点/面上、核高基、中科院先导A等课题10余项。曾获北京市科学技术二等奖，中科院科技成果转化奖，吴文俊人工智能技术发明奖等。

孔令炜

报告题目：构建基于图技术的金融应用生态

个人简介：平安科技联邦学习团队高级算法工程师，平安科技深度图技术组核心技术成员，重点参与了平安图计算平台的设计搭建和系统开发，图技术在金融领域的落地应用，研究方向主要是分布式图计算系统和图神经网络技术的探索。在国内外期刊上发表多篇论文，提交人工智能相关技术专利数个。

刘忠雨

报告题目：图神经网络分布式训练的相关实践

个人简介：毕业于华中科技大学，主要负责极验技术路线的制定，极验图数据建模平台「叠图」的研发负责人，对图神经网络的研究有着深刻的认识和一些独到的见解。