10月22日,由企业级可扩展图分析平台TigerGraph主办的“图创未来·无界精彩”Graph + AI 2021中国峰会于前日圆满落幕。本次峰会超3500人参与,较往届增长340%,与会者包括来自耐克、特斯拉、联合利华、西门子、通用电气等上百家财富500强企业的数据科学家、数据工程师、业务负责人和IT高管。TigerGraph今年也邀请到更多的客户及生态合作伙伴发表演讲,如Gartner、中国银联、浦发银行、联通、泰康在线、戴尔、汉堡王、联合健康集团等行业龙头企业。今年,除了中国的线上峰会,TigerGraph还在美国旧金山、纽约两地开办线下论坛,盛况空前。
作为图数据库和图分析领域的风向标级活动,Graph + AI峰会旨在利用图算法加速分析、人工智能和机器学习项目,致力于推动图在各行业中的应用发展。围绕图技术的突破及与人工智能结合的应用前景,中国线上峰会设置了四个会场,包括上午的主题演讲和下午的技术论坛、金融案例精选和综合案例精选三个分会场。
主会场:图技术腾飞 行业发展繁荣可期
图技术正在被应用在我们日常生活的方方面面,电网照明我们的城市、供应链优化后的货运交付、癌症研究和图技术辅助的药物发现等。TigerGraph的创始人兼CEO许昱博士在“图创未来新发展”主题演讲中表示:“对于数据科学家来说,机器学习和人工智能正在从根本上改变许多行业,而图特征、图神经网络和图算法增强了传统的机器学习和AI 解决方案。”
围绕图技术的商业价值、企业级可扩展性能及企业的应用成本,TigerGraph产品及创新副总裁郁介斌博士及机器学习/人工智能副总裁Victor Lee博士共同发表了“Graph + AI:未来的发展与走向“主题演讲,从Tigergraph角度剖析图技术的商业化普及路径,并发布了TigerGraph企业版3.2。

图:TigerGraph企业版3.2主要功能
新版本更新了40余项新功能,使TigerGraph成为第一个也是唯一一个在36TB上完成LDBC SNB-SF30K BI的供应商。
技术论坛:图技术赋能 AI行业实用性拐点将至
技术论坛上,TigerGraph的工程师们分别介绍了图结合人工智能及机器学习、TigerGraph可视化运维工具、GSQL及图算法,在医疗保健领域的实时建议、工业供应链中的决策分析及金融服务中可提供的行业领先业务价值,展示了TigerGraph在企业级应用中的可扩展性和卓越的数据库性能。
金融案例精选:图技术实战 金融业数据要素价值跃升
围绕图技术在金融领域的应用,TigerGraph邀请到了泰康在线、HPE、中国银联、浦发银行、览众科技、鹏图数据科技、中亦科技及凯捷Capgemini的负责人进行分享,展示了图技术在反欺诈、金融业务建模、数据资产管理的应用。
综合案例精选:图技术漫谈 各领域应用新格局渐呈
综合案例精选分论坛上,联通数字科技、汉堡王、Optum (UnitedHealth Group)、Intuit、点春科技、能运物流、Yeexun及Dell的工程师及专家就图技术在电信、零售、物流等行业的应用进行分享。
Gartner在2021年2月的研究中表明,2021年数据和分析创新将使用图技术的应用率仅为10%,并预测到2025年,这个比例将达到80%,图技术促进了整个企业的快速决策[1]。Graph+AI峰会开办两年来,图领域影响力不断扩大,开发者社区快速增长,周访问量同比增长340%,应用TigerGraph图技术的GitHub项目同比增长700%。未来,TigerGraph将持续致力图技术在各行各业的普及,推动图技术的大众化应用,与合作伙伴共建行业繁荣。
许昱博士表示:“我们正在走向实现愿景的路上,现在我们能看到越来越多的企业在用图数据库来改变世界,改善他们客户的体验,提高他们的效益。我希望未来图技术能成为开发者的首选工具,想解决什么问题时,第一选择就是图。而推动图技术的普及和大众化应用,这就是TigerGraph的愿景。”
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。