AI作为一种新兴技术，这些年来在金融、工业、医疗等行业都有着广泛运用，而知识图谱则是AI领域的核心技术之一。加强知识图谱研究，可进一步推动AI在各行业中的运用。多年来，度小满坚持对AI领域的长期战略布局，围绕知识图谱等技术展开了深入、持续的研究。近期，在OGB挑战赛中，度小满凭借自创的TranS 模型击败了全球顶级人工智能实验室Meta FAIR等科技巨头，登顶冠军宝座。

度小满赶超一众实力对手，凭自创TranS 模型登顶OGB-wikikg2

如果说ImageNet改变了计算机视觉，那么在知识图谱领域能够拥有与之分量匹敌的数据集就非OGB（Open Graph Benchmark）莫属。仅仅三年时间，OGB-wikikg2就被冠以知识图谱“世界杯”的荣誉。

就在近期最新一轮的知识图谱实力“角逐赛”中，度小满团队凭借自创的TranS 模型占据榜首。与之同台竞技的对手包括深度学习三巨头、图灵奖得主LeCun、Yoshua Bengio坐镇的Meta FAIR实验室和MILA实验室，还包括360、蚂蚁金服、第四范式等耳熟能详的国内大厂。

那么度小满这次夺冠的OGB挑战赛，到底是什么来头？为何会引得全球头部玩家都聚焦于此同台竞技？

OGB挑战赛由斯坦福大学于2019年发起，是国际公认的知识图谱基准数据集代表，它的提出是为了促进可扩展、可重复的图机器学习（ML）研究，赛事具有质量高、规模大、场景复杂、难度高等特性。此次度小满夺冠的OGB-wikikg2是OGB三大类任务之一，这项任务，需要在1700多万个事实三元组中精准预测实体间的潜在关系。

OGB挑战赛强者如云，Meta FAIR、MILA实验室等纷纷参赛

这项赛事已经成为了众多科技巨头、科研院所和高校团队试验技术成果的试金石。例如全球顶级人工智能实验室Meta FAIR，也会选择OGB-wikikg2来展示自身的实力。FAIR成立于2013年，可谓是汇聚了AI界的顶级人才，图灵奖得主、深度学习三巨头之一的Yann LeCun坐镇该实验室。其它大牛还有VC维和SVM的缔造者Vladimir Vapnik、提出随机梯度下降法的Léon Bottou，做出高性能PHP虚拟机HHVM的作者们。当然还包括像何恺明、田渊栋这样的知名华人AI学者。

从FAIR实验室“走出来”的科研项目，很多都更可以说是在AI界里名声大噪。例如“换脸神器”DeepFace、构建自然语言问答系统的Memory Networks，以及开源深度学习框架Torch的更新和推广等等。

另一位图灵奖得主、深度学习巨头Yoshua Bengio坐镇的MILA实验室，也选择OGB-wikikg2作为“试炼场”。MILA实验室是目前学术界从事深度学习和强化学习最大的实验室。

OGB挑战赛强者如云，度小满能够凭借TranS 模型实力超越一众资深选手，足见度小满在知识图谱领域的研究功力之深厚。未来，在AI技术快速发展下，知识图谱仍会是行业主攻技术方向。积极开展知识图谱研究，将有助于AI与各行各业的深度整合，从而通过创新科技为人类带来更便捷、更高效、更愉悦的科技体验。

文章纠错