“图神经网络加速芯片目前在国际上还是‘无人区’，研究成果发表后得到了业界认可 。 ”严明玉告诉《中国科学报》，目前中科院计算所正加快对HyGCN科技成果进行孵化，提升关键核心技术能力，推动各行各业从信息化向智慧化升级 。
应用空间巨大
【推动人工智能应用迈向认知智能时代】图神经网络的潜在应用非常多 。 严明玉举例说，在日常交通预测、网约车调度、金融诈骗侦查、运动检测等场景，在助力科研的知识推理、EDA工程、化学研究、宇宙发现等领域，以及在知识图谱、视觉推理、自然语言处理中的多跳推理等学科发展方向上，都有极大应用空间 。
在工业界，图神经网络也已经有了落地应用 。 比如，谷歌地图基于事件树的风险评估、图片社交网站Pinterest的内容推荐、阿里巴巴的风控和推荐、腾讯等公司的视觉和风控等业务中都有图神经网络的影子 。
由于图神经网络具有推理能力，认知智能还可以帮助机器跨越模态理解数据，学习到接近人脑认知的一般表达，从而获得类似于人脑的多模感知能力，进而有望带来颠覆性的产业价值 。
市场研究机构Allied Market Research 发布的机器学习芯片市场报告显示，2022年机器学习芯片市场规模预计将达到 827.2 亿美元 。 图神经网络加速芯片有望在接下来3年内与现有的神经网络芯片共生，甚至在5年后替换大部分的神经网络学习芯片，成为主流的机器学习芯片，可能将产生300亿美元以上的市场规模 。
推荐阅读
- 人工智能、大数据投身体育赛场 是搅局还是颠覆？
- 人工智能“训练员”，让AI更聪明
- 日本富士胶卷开通新服务 人工智能帮忙管理照片
- 多国人工智能产业加速发展
- 2023全球人工智能十大进展发布
- 为了帮助人类减肥 人工智能已经忙坏了
- 为什么那么多科技大咖让我们警惕人工智能
- “X+AI”：中国布局新一代人工智能
- 人工智能将进入高中课堂，你准备好了吗？
- 从人工智能变成“人工智障”，聊天机器人怎么凉了？