隨著人工智能技術(shù)的廣泛運用，加強知識圖譜技術(shù)創(chuàng)新，成為了無數(shù)科技巨頭的重要功課。其中，被稱為知識圖譜“世界杯”的OGB，是廣大科技巨頭檢驗科技實力的“煉金石”。

近期，在眾多科技巨頭爭相角逐的OGB挑戰(zhàn)賽中，度小滿自創(chuàng)的TranS模型擊敗一眾對手拿下第一，展現(xiàn)了其在前沿技術(shù)領(lǐng)域的雄厚實力。

如果說ImageNet改變了計算機視覺，那么在知識圖譜領(lǐng)域能夠擁有與之分量匹敵的數(shù)據(jù)集就非OGB(Open GraphBenchmark)莫屬。僅僅三年時間，OGB-wikikg2就被冠以知識圖譜“世界杯”的榮譽。

在近期最新一輪的知識圖譜實力“角逐賽”中，度小滿團隊憑借自創(chuàng)的TranS模型占據(jù)榜首。與之同臺競技的對手包括深度學(xué)習(xí)三巨頭、圖靈獎得主LeCun、Yoshua Bengio坐鎮(zhèn)的MetaFAIR實驗室和MILA實驗室，還包括360、螞蟻金服、第四范式等耳熟能詳?shù)膰鴥?nèi)大廠。

那么度小滿這次奪冠的OGB挑戰(zhàn)賽，到底是什么來頭?為何會引得全球頭部玩家都聚焦于此同臺競技?

OGB挑戰(zhàn)賽由斯坦福大學(xué)于2019年發(fā)起，是國際公認的知識圖譜基準數(shù)據(jù)集代表，它的提出是為了促進可擴展、可重復(fù)的圖機器學(xué)習(xí)(ML)研究，賽事具有質(zhì)量高、規(guī)模大、場景復(fù)雜、難度高等特性。此次度小滿奪冠的OGB-wikikg2是OGB三大類任務(wù)之一，這項任務(wù)，需要在1700多萬個事實三元組中精準預(yù)測實體間的潛在關(guān)系。

這項賽事已經(jīng)成為了眾多科技巨頭、科研院所和高校團隊試驗技術(shù)成果的試金石。例如全球頂級人工智能實驗室MetaFAIR，也會選擇OGB-wikikg2來展示自身的實力。FAIR成立于2013年，可謂是匯聚了AI界的頂級人才，圖靈獎得主、深度學(xué)習(xí)三巨頭之一的YannLeCun坐鎮(zhèn)該實驗室。其它大牛還有VC維和SVM的締造者Vladimir Vapnik、提出隨機梯度下降法的LéonBottou，做出高性能PHP虛擬機HHVM的作者們。當然還包括像何愷明、田淵棟這樣的知名華人AI學(xué)者。

從FAIR實驗室“走出來”的科研項目，很多都更可以說是在AI界里名聲大噪。例如“換臉神器”DeepFace、構(gòu)建自然語言問答系統(tǒng)的MemoryNetworks，以及開源深度學(xué)習(xí)框架Torch的更新和推廣等等。

另一位圖靈獎得主、深度學(xué)習(xí)巨頭YoshuaBengio坐鎮(zhèn)的MILA實驗室，也選擇OGB-wikikg2作為“試煉場”。MILA實驗室是目前學(xué)術(shù)界從事深度學(xué)習(xí)和強化學(xué)習(xí)最大的實驗室。

在高手如云、競爭激烈的OGB挑戰(zhàn)賽上，度小滿憑借技術(shù)實力榮居榜首，足以見證其前沿技術(shù)已處于業(yè)界領(lǐng)先地位。接下來，度小滿將持續(xù)創(chuàng)新知識圖譜技術(shù)，不斷推動創(chuàng)新技術(shù)在金融行業(yè)的運用與發(fā)展。

免責聲明：市場有風(fēng)險，選擇需謹慎！此文僅供參考，不作買賣依據(jù)。

關(guān)鍵詞：