AGL目前實現(xiàn)了萬億規(guī)模圖數(shù)據(jù)上的信息協(xié)同和結構感知，構建了多個行業(yè)數(shù)字化圖智能方案，也沉淀了多個優(yōu)秀的算法實踐。螞蟻集團基于AGL，發(fā)表CCF-A/B類國際期刊會議論文60余篇，授權發(fā)明專利40余項，五項國際榜單、競賽第一，也是圖神經網(wǎng)絡國家標準的核心參與單位。

本次開源AGL v0.1版本，同時提供螞蟻多年打磨的工業(yè)級圖學習系統(tǒng)和一系列經過業(yè)務實踐驗證的開箱即用的圖學習算法，代碼倉庫已于當天上架GitHub。

通過開源，AGL為工業(yè)級大規(guī)模圖學習任務提供全鏈路解決方案，希望為開發(fā)者提供一個強大的工具和平臺，以更好地應用圖學習技術解決實際業(yè)務問題，同時通過社區(qū)共建，吸收產研優(yōu)秀的系統(tǒng)與算法實踐，持續(xù)降低圖學習的應用門檻，促進圖學習技術的交流和創(chuàng)新，推動圖學習在各行各業(yè)廣泛應用。

自2017年以來，圖學習在各領域都得到了廣泛的應用，也成了當下人工智能領域的研究熱點之一。這項技術是全球科技競爭新的戰(zhàn)略制高點，工信部發(fā)布的《“十四五”軟件和信息技術服務業(yè)發(fā)展規(guī)劃》提到，要突破大規(guī)模并行圖數(shù)據(jù)處理關鍵基礎技術，支持異構數(shù)據(jù)管理關鍵技術創(chuàng)新，加快發(fā)展新型機器學習等技術。

AGL在螞蟻多元化的業(yè)務中也得到了廣泛的應用，并取得了優(yōu)秀的業(yè)務成果。如應用于網(wǎng)商銀行數(shù)字化供應鏈“大雁”系統(tǒng)，使供應鏈識別精度提升50%，貸款可得率從30%提升到80%；應用于支付寶數(shù)字開放平臺，幫助生態(tài)商家提升其權益、供給分發(fā)效率超過50%。 

基于數(shù)據(jù)驅動的智能決策已經成為了越來越多企業(yè)在決策過程中的重要工具，本次論壇上，清華大學計算機系數(shù)授、人工智能研究院基礎理論研究中心主任朱軍分享了用于離線強化學習的擴散模型方式，浙江大學教授、中國運籌學會副理事長張國川講述了數(shù)字經濟下的運籌優(yōu)化的思想、方法和技術，中山大學計算機學院副教授陳亮認為需要充分考慮行業(yè)特點，提升智能金融決策的魯棒性，在數(shù)據(jù)，模型，訓練，算力等多個維度協(xié)同發(fā)力。

開源代碼庫地址：https://github.com/TuGraph-family/TuGraph-AntGraphLearning

zhupb