译者：李静怡、胡祥杰

　　? 业界领袖回溯60年AI历史，全球对话人工智能未来挑战，权威发布2016世界人工智能名人堂及中国人工智能产业发展报告；? 国际大咖“视频”远程参会， Bengio 和李飞飞联袂寄语中国人工智能；? 探秘讯飞超脑及华为诺亚方舟实验室，最强CTO与7大研究院院长交锋；? 滴滴CTO与百度首席架构师坐镇智能驾驶论坛，新智元三大圆桌阵容史无前例；? 中国“大狗”与"X-Dog"震撼亮相，龙泉寺机器僧“贤二”卖萌。

　　【新智元导读】近来机器学习突飞猛进使计算机系统能够解决现实世界中的复杂问题。其中之一便是谷歌的大规模、基于图的机器学习平台。这一技术使用了半监督式学习方法，目前已经在谷歌大量的产品中得到应用，其中就包括内置在谷歌最新手机Pixel中的聊天应用Allo。

　　谷歌研究团队最近发表了两篇论文介绍这一技术，在新智元公众号回复1007可下载这2篇论文。

　　近来机器学习突飞猛进使计算机系统能够解决现实世界中的复杂问题。其中之一便是谷歌的大规模、基于图的机器学习平台，这是由 Google Research 的 Expander 团队制作的。很多你日常使用的谷歌产品及功能背后，都有基于图的机器学习，这是一种强大的工具，能够用于收件箱提醒、Allo 智能信息回复等功能，基于图的机器学习和深度神经网络一起，为 Google Photos 最新的图像识别系统提供动力。

　　在最低的监督下学习

　　深度学习和机器学习近来的成功主要可以归功于这样一些模型，它们在经过大规模（通常几百万的）带标签的数据训练以后，展现出了极高的预测能力。我们把这种机器学习模型叫做“监督学习”，因为它需要监督，也就是由人加了标签的数据进行训练。（相对的，直接在原始数据上运作，不需要任何监督的机器学习方法则被称为无监督学习。）

　　但是，任务越是困难，越是难以找到足够多的带有标签的高质量数据。实际上，直播，对于每个新的任务都采集带标签数据是一件不可能的事情，需要花费超出想象的时间和精力。由此，Expander 团队才有了开发新技术，用最少的监督支持大规模机器学习应用的想法。

　　Expander 团队的技术受人类如何在已有知识（带标签数据）和全新、未知的观察结果（不带标签的数据）之间架起理解的桥梁的启发。被称为“半监督”学习的这种方法，使系统能够在稀疏数据集上训练。基于图的半监督学习方法重要的优势在于，系统在学习的时候同时吸收带有标签的和不带标签的数据，这样有助于改善数据的底层结构，此外，多种不同的信号能很轻松地混合在一起（比如带有原始特征的知识图谱相关信息），用单一的图表示，系统可以一次性学习。相比之下，神经网络方法一般是先使用带标签的数据训练，然后再向系统输入不带标签的数据。

　　图学习：它是如何工作的？

　　在其核心，Expander的平台结合了半监督机器学习和大规模基于图的学习， 通过建立一个多图数据表征，这些数据表征上的节点分别对应于某个物体或者概念以及边，连接着具有相似性的概念。

　　图一般包含标签数据（带有已知输出种类或者标签的节点）以及非标签数据（没有标签的节点）。Expander的框架随后执行的是半监督学习，通过在图中传播标签信息，来联合性地标注所有节点。

　　说起来容易做起来难。研究者必须要1）在最少的监督下（比如，只用少量的标签数据），进行大规模的高效学习，2）在多模式的数据中进行操作（比如，异构表征或者多源数据）以及3）解决难度较高的预测任务（比如，大型的、复杂的输出空间），涉及到高维数据，这些数据可能会是噪声数据。

　　在整个学习进程中，其中一个最要的要素是图以及连接的选择。图有各种各样的大小和形状，能与多种来源进行结合。研究者观察发现，从结合来自多种类表征数据（比如，图像像素、物体种类 和聊天反应信息，例如Allo中的PhotoReply）的信息进行多图学习，会带来很好的效果。Expander 团队的图学习平台可以直接从数据中自动地生成图，这些数据都是基于推断或者已知的数据要素间关系的。数据可以是结构的（比如，推理数据）或者非结构的（比如，从原始数据中提取的稀疏或者密集特征表示）。

　　为了理解Expander的系统是如何学习的，可以思考下面的图像例子：