GNN 如何工作？

到目前为止，深度学习主要集中在图像和文本上。这两种结构化数据可以被描述为单词序列或像素网格。相比之下，图是非结构化的，因此可以是任何形状或尺寸，并包含图像、文本等任何类型的数据。

GNN 使用被称为信息传递的流程将图组织起来，以便机器学习算法的使用。

信息传递将关于邻近节点的信息嵌入到每个节点中。AI 模型利用嵌入的信息来寻找规律并进行预测。

例如，推荐系统使用将节点嵌入 GNN 的方式来匹配客户和产品；欺诈检测系统使用边缘嵌入来发现可疑交易；药物发现模型通过比较整个分子图来找出它们之间的反应。

GNN 还有两个独特之处：它们使用稀疏数学，而且模型通常只有两到三层。其他 AI 模型通常使用密集数学并且有数百个神经网络层。