Large Graph Models: A Perspective

要約

大規模モデルは、人工知能、特に機械学習における最新の画期的な成果として登場しました。
ただし、グラフに関しては、大規模なモデルは自然言語処理やコンピューター ビジョンなどの他の分野と同じレベルの成功を収めていません。
グラフへの大規模モデルの適用を促進するために、大規模なグラフ モデルの開発に関連する課題と機会について議論する展望文書を提示します。
まず、大規模なグラフ モデルに求められる特性について説明します。
次に、表現の基礎、グラフ データ、グラフ モデルという 3 つの主要な観点から詳細な議論を示します。
各カテゴリで、最近の進歩の概要を説明し、ビジョンとともに残された課題を強調します。
最後に、大規模なグラフ モデルの有益なアプリケーションについて説明します。
私たちは、このパースペクティブ ペーパーが大規模なグラフ モデルのさらなる調査を促進し、最終的に汎用人工知能 (AGI) に一歩近づくことができると信じています。

要約(オリジナル)

Large models have emerged as the most recent groundbreaking achievements in artificial intelligence, and particularly machine learning. However, when it comes to graphs, large models have not achieved the same level of success as in other fields, such as natural language processing and computer vision. In order to promote applying large models for graphs forward, we present a perspective paper to discuss the challenges and opportunities associated with developing large graph models. First, we discuss the desired characteristics of large graph models. Then, we present detailed discussions from three key perspectives: representation basis, graph data, and graph models. In each category, we provide a brief overview of recent advances and highlight the remaining challenges together with our visions. Finally, we discuss valuable applications of large graph models. We believe this perspective paper is able to encourage further investigations into large graph models, ultimately pushing us one step closer towards artificial general intelligence (AGI).

arxiv情報

提供元, 利用サービス

arxiv.jp, Google