深度學習無法進行因果推理，而圖模型(GNN)或是解決方案之一。清華大學孫茂松教授組發(fā)表綜述論文，全面闡述GNN及其方法和應用，并提出一個能表征各種不同GNN模型中傳播步驟的統(tǒng)一表示。文中圖表，建議高清打印過塑貼放手邊作參考。

深度學習的最大軟肋是什么？

這個問題的回答仁者見仁，但圖靈獎得主Judea Pearl大概有99.9%的幾率會說，是無法進行因果推理。

對于這個問題，業(yè)界正在進行積極探索，而其中一個很有前景的方向就是圖神經(jīng)網(wǎng)絡(Graph Neural Network, GNN)。

最近，清華大學孫茂松教授組在 arXiv 發(fā)布了論文Graph Neural Networks: A Review of Methods and Applications，作者對現(xiàn)有的GNN模型做了詳盡且全面的綜述。

“圖神經(jīng)網(wǎng)絡是連接主義與符號主義的有機結(jié)合，不僅使深度學習模型能夠應用在圖這種非歐幾里德結(jié)構(gòu)上，還為深度學習模型賦予了一定的因果推理能力?！闭撐牡墓餐谝蛔髡咧芙缯f。

“在深度學習方法的魯棒性與可解釋性受到質(zhì)疑的今天，圖神經(jīng)網(wǎng)絡可能為今后人工智能的發(fā)展提供了一個可行的方向?！?/p>

GNN最近在深度學習領(lǐng)域受到了廣泛關(guān)注。然而，對于想要快速了解這一領(lǐng)域的研究人員來說，可能會面臨著模型復雜、應用門類眾多的問題。

“本文希望為讀者提供一個更高層次的視角，快速了解GNN領(lǐng)域不同模型的動機與優(yōu)勢?！敝芙绺嬖V新智元：“同時，通過對不同的應用進行分類，方便不同領(lǐng)域的研究者快速了解將GNN應用到不同領(lǐng)域的文獻?！?/p>

毫不夸張地說，論文中的圖表對于想要了解學習GNN乃至因果推理等方向的研究者來說，簡直應該高清打印過塑然后貼在墻上以作參考——

GNN的各種變體，通過比對各自的 aggregator & updater，就能輕松分辨不同的GNN模型。這只是這篇綜述強大圖表的一個示例。

想要快速了解GNN，看這篇文章絕對沒錯

在內(nèi)容上，模型方面，本文從GNN原始模型的構(gòu)建方式與存在的問題出發(fā)，介紹了對其進行不同改進的GNN變體，包括如何處理不同的圖的類型、如何進行高效的信息傳遞以及如何加速訓練過程。最后介紹了幾個近年來提出的通用框架，它們總結(jié)概括了多個現(xiàn)有的方法，具有較強的表達能力。

在應用上，文章將GNN的應用領(lǐng)域分為了結(jié)構(gòu)化場景、非結(jié)構(gòu)化場景以及其他場景并介紹了諸如物理、化學、圖像、文本、圖生成模型、組合優(yōu)化問題等經(jīng)典的GNN應用。

典型應用場景介紹

文章最后提出了四個開放性問題，包括如何處理堆疊多層GNN造成的平滑問題，如何處理動態(tài)變化的圖結(jié)構(gòu)，如何使用通用的方法處理非結(jié)構(gòu)化的數(shù)據(jù)以及如何將其擴展到更大規(guī)模的網(wǎng)絡上。

作者還整理了一個GNN論文列表：

https://github.com/thunlp/GNNPapers

原始GNN及其局限性

GNN的概念首先是在F. Scarselli等人的論文The graph neural network model（F. Scarselli et. al. 2009）中提出的。在這里，我們描述了原始的GNN，并列舉了原始GNN在表示能力和訓練效率方面的局限性。

接著，我們介紹了幾種不同的GNN變體，這些變體具有不同的圖形類型，利用不同的傳播函數(shù)和訓練方法。

最后，我們介紹了三個通用框架，分別是message passing neural network (MPNN)，non-local neural network (NLNN)，以及graph network(GN)。MPNN結(jié)合了各種圖神經(jīng)網(wǎng)絡和圖卷積網(wǎng)絡方法；NLNN結(jié)合了幾種“self-attention”類型的方法；而圖網(wǎng)絡GN可以概括本文提到的幾乎所有圖神經(jīng)網(wǎng)絡變體。

圖神經(jīng)網(wǎng)絡

如前所述，圖神經(jīng)網(wǎng)絡(GNN)的概念最早是Scarselli等人在2009年提出的，它擴展了現(xiàn)有的神經(jīng)網(wǎng)絡，用于處理圖(graph)中表示的數(shù)據(jù)。在圖中，每個節(jié)點是由其特性和相關(guān)節(jié)點定義的。

雖然實驗結(jié)果表明，GNN是建模結(jié)構(gòu)化數(shù)據(jù)的強大架構(gòu)，但原始GNN仍存在一些局限性。

首先，對于固定節(jié)點，原始GNN迭代更新節(jié)點的隱藏狀態(tài)是低效的。如果放寬了固定點的假設，我們可以設計一個多層的GNN來得到節(jié)點及其鄰域的穩(wěn)定表示。

其次，GNN在迭代中使用相同的參數(shù)，而大多數(shù)流行的神經(jīng)網(wǎng)絡在不同的層中使用不同的參數(shù)，這是一種分層特征提取方法。此外，節(jié)點隱藏狀態(tài)的更新是一個順序過程，可以從RNN內(nèi)核(如GRU 和 LSTM)中獲益。

第三，在邊上也有一些無法在原始GNN中建模的信息特征。此外，如何學習邊的隱藏狀態(tài)也是一個重要的問題。

最后，如果我們把焦點放在節(jié)點的表示上而不是圖形上，就不適合使用固定點，因為在固定點上的表示的分布在數(shù)值上是平滑的，區(qū)分每個節(jié)點的信息量也比較少。

圖神經(jīng)網(wǎng)絡的變體

在這一節(jié)，我們提出圖神經(jīng)網(wǎng)絡的幾種變體。首先是在不同圖類型上運行的變體，這些變體擴展了原始模型的表示能力。其次，我們列出了在傳播步驟進行修改（卷積、門機制、注意力機制和skip connection）的幾種變體，這些模型可以更好地學習表示。最后，我們描述了使用高級訓練方法的標題，這些方法提高了訓練效率。

圖2概述了GNN的不同變體。

一覽GNN的不同變體

圖的類型(Graph Types)

在原始GNN中，輸入的圖由帶有標簽信息的節(jié)點和無向的邊組成，這是最簡單的圖形格式。然而，世界上有許多不同的圖形。這里，我們將介紹一些用于建模不同類型圖形的方法。

圖類型的變體

有向圖(Directed Graphs )

圖形的第一個變體是有向圖。無向邊可以看作是兩個有向邊，表明兩個節(jié)點之間存在著關(guān)系。然而，有向邊比無向邊能帶來更多的信息。例如，在一個知識圖中，邊從head實體開始到tail實體結(jié)束，head實體是tail實體的父類，這表明我們應該區(qū)別對待父類和子類的信息傳播過程。有向圖的實例有ADGPM (M. Kampffmeyer et. al. 2018)。

異構(gòu)圖(Heterogeneous Graphs)

圖的第二個變體是異構(gòu)圖，異構(gòu)圖有幾種類型的節(jié)點。處理異構(gòu)圖最簡單的方法是將每個節(jié)點的類型轉(zhuǎn)換為與原始特征連接的一個one-hot特征向量。異構(gòu)圖如GraphInception。

帶邊信息的圖(Edge-informative Graph)

圖的另外一個變體是，每條邊都有信息，比如權(quán)值或邊的類型。例如G2S和R-GCN。

使用不同訓練方法的圖變體

訓練方法變體

在傳播步驟進行修改的GNN變體

傳播步驟變體

GNN的三大通用框架

除了圖神經(jīng)網(wǎng)絡的不同變體之外，我們還介紹了幾個通用框架，旨在將不同的模型集成到一個框架中。

J. Gilmer等人(J. Gilmer et. al. 2017)提出了消息傳遞神經(jīng)網(wǎng)絡(message passing neural network， MPNN)，統(tǒng)一了各種圖神經(jīng)網(wǎng)絡和圖卷積網(wǎng)絡方法。

X. Wang等人(X. Wang et. al. 2017)提出了非局部神經(jīng)網(wǎng)絡(non-local neural network, NLNN)，它結(jié)合了幾種“self-attention”風格的方法。

P. W. Battaglia等人(P. W. Battaglia et. al. 2018)提出了圖網(wǎng)絡(graph network, GN)，它統(tǒng)一了統(tǒng)一了MPNN和NLNN方法以及許多其他變體，如交互網(wǎng)絡(Interaction Networks)，神經(jīng)物理引擎(Neural Physics Engine)，CommNet，structure2vec，GGNN，關(guān)系網(wǎng)絡(Relation Network)，Deep Sets和Point Net。

幾個尚未解決的問題

盡管GNN在不同領(lǐng)域取得了巨大成功，但值得注意的是，GNN模型還不能在任何條件下，為任何圖任務提供令人滿意的解決方案。這里，我們將陳述一些開放性問題以供進一步研究。

淺層結(jié)構(gòu)

傳統(tǒng)的深度神經(jīng)網(wǎng)絡可以堆疊數(shù)百層，以獲得更好的性能，因為更深的結(jié)構(gòu)具備更多的參數(shù)，可以顯著提高網(wǎng)絡的表達能力。然而，GNN總是很淺，大多數(shù)不超過三層。

實驗顯示，堆疊多個GCN層將導致過度平滑，也就是說，所有頂點將收斂到相同的值。盡管一些研究人員設法解決了這個問題，但這仍然是GNN的最大局限所在。設計真正的深度GNN對于未來的研究來說是一個令人興奮的挑戰(zhàn)，并將對進一步深入理解GNN做出相當大的貢獻。

動態(tài)圖形另一個具有挑戰(zhàn)性的問題是如何處理具有動態(tài)結(jié)構(gòu)的圖形。靜態(tài)圖總是穩(wěn)定的，因此對其進行建模是可行的，而動態(tài)圖引入了變化的結(jié)構(gòu)。當邊和節(jié)點出現(xiàn)或消失時，GNN不能自適應地做出改變。目前對動態(tài)GNN的研究也在積極進行中，我們認為它是一般GNN的具備穩(wěn)定性和自適應性的重要里程碑。

非結(jié)構(gòu)性場景

我們討論了GNN在非結(jié)構(gòu)場景中的應用，但我們沒有找到從原始數(shù)據(jù)中生成圖的最佳方法。在圖像域中，一些研究可以利用CNN獲取特征圖，然后對其進行上采樣，形成超像素作為節(jié)點，還有的直接利用一些對象檢測算法來獲取對象節(jié)點。在文本域中，有些研究使用句法樹作為句法圖，還有的研究采用全連接圖。因此，關(guān)鍵是找到圖生成的最佳方法，使GNN在更廣泛的領(lǐng)域發(fā)揮更大的作用。

可擴展性問題

如何將嵌入式算法應用于社交網(wǎng)絡或推薦系統(tǒng)這類大規(guī)模網(wǎng)絡環(huán)境，是幾乎所有圖形嵌入算法面對的一個致命問題，GNN也不例外。對GNN進行擴展是很困難的，因為涉及其中的許多核心流程在大數(shù)據(jù)環(huán)境中都要消耗算力。

這種困難體現(xiàn)在幾個方面：首先，圖數(shù)據(jù)并不規(guī)則，每個節(jié)點都有自己的鄰域結(jié)構(gòu)，因此不能批量化處理。其次，當存在的節(jié)點和邊數(shù)量達到數(shù)百萬時，計算圖的拉普拉斯算子也是不可行的。此外，我們需要指出，可擴展性的高低，決定了算法是否能夠應用于實際場景。目前已經(jīng)有一些研究提出了解決這個問題的辦法，我們正在密切關(guān)注這些新進展。

結(jié)論

在過去幾年中，GNN已經(jīng)成為圖領(lǐng)域機器學習任務的強大而實用的工具。這一進展有賴于表現(xiàn)力，模型靈活性和訓練算法的進步。在本文中，我們對圖神經(jīng)網(wǎng)絡進行了全面綜述。對于GNN模型，我們引入了按圖類型、傳播類型和訓練類型分類的GNN變體。

此外，我們還總結(jié)了幾個統(tǒng)一表示不同GNN變體的通用框架。在應用程序分類方面，我們將GNN應用程序分為結(jié)構(gòu)場景、非結(jié)構(gòu)場景和其他18個場景，然后對每個場景中的應用程序進行詳細介紹。最后，我們提出了四個開放性問題，指出了圖神經(jīng)網(wǎng)絡的主要挑戰(zhàn)和未來的研究方向，包括模型深度、可擴展***處理和對非結(jié)構(gòu)場景的處理能力。