10月21日，华中科技大学图计算硕博团队探讨图学习模型设计。（华中科技大学供图）

                 10月21日，华中科技大学图计算研究人员开展数据分析工作。（华中科技大学供图）

图学习是大数据处理和人工智能的关键技术之一，在医疗、金融、教育、军事、科学发现等多个领域应用前景广阔，国际竞争激烈。《中国科学报》从华中科技大学获悉，10月16日，该校张宇副教授带领的图计算硕博团队自主研制的图学习模型，在药物联合作用预测和作者合作关系预测两个领域的数据集上预测精度分别达到0.9542和0.7096，在2022年“国际开放图基准数据集挑战赛”的链接属性预测赛道中，分别刷新世界纪录，排名世界第一。

国际开放图基准数据集榜单由全球图学习领域的国际顶级学者发起建立，是目前公认最权威的国际顶级图学习基准评测榜单，以质量高、规模大、场景复杂、难度高著称。国际开放图基准数据集挑战赛的应用都来自现实应用中的挑战性问题。此次夺冠的图学习模型GIDN由华中科技大学2022级博士生王梓骁带领2022级博士生郭渝洛、2021级硕士生黄志颖、2020级博士生余辉、2022级硕士生吴奕洋完成。

王梓骁接受《中国科学报》采访时表示，图学习模型GIDN能够高精度预测原本不相关的两个事物之间是否存在某种关联关系，可用于药物联合作用预测和作者合作关系预测等。比如，GIDN可以将药物相互作用的信息输入到图学习模型中，极大地减少药物研发过程中临床验证时间和研发经费。再比如，该模型可用于在分派科研项目评审专家和论文评审专家时精准识别潜在利益关系，对于科研人员来说，可以快速、高质量地帮其找到合适的科研合作者。

“图能够有效表达事物之间的关联关系，现实生活中的诸多应用场景都需要用到图。比如预测药物与病毒是否相互反应、分子性质预测、蛋白质结构预测、金融反欺诈等。”华中科技大学图计算团队相关负责人表示，图计算承担着服务“数字中国”战略等重要使命，对于促进国家经济与社会的数字转型、智能升级和融合创新都有重要意义，未来可能成为全球科技竞争新的战略制高点，我们将在这个领域继续深耕、走在前沿。