Windows 10X准备就绪 弃开始菜单

实际场景中的这种图数据通常包含数十亿个顶点和数万亿条边。除了规模大之外，这个图的持续更新速度也非常快，每秒可能有近百万的更新。随着近年来图数据应用规模的不断增长，探索图数据内部关系以及在图数据上的计算受到了越来越多的关注。根据图计算的不同目标，大致可以分为交互查询、图分析和基于图的机器学习三类任务。

1  图的交互查询
 

随着大数据的爆发，图数据的应用规模不断增长，现有的图计算系统仍然存在一定的局限。阿里巴巴拥有全球超大的商品知识图谱，在丰富的图场景和真实应用的驱动下，阿里巴巴达摩院智能计算实验室研发并开源了全球首个一站式超大规模分布式图计算平台GraphScope，并入选中国科学技术协会“科创中国”平台。本文详解图计算的原理和应用及GraphScope的架构设计。

一  什么是图计算

图数据对一组对象（顶点）及其关系（边）进行建模，可以直观、自然地表示现实世界中各种实体对象以及它们之间的关系。在大数据场景下，社交网络、交易数据、知识图谱、交通和通信网络、供应链和物流规划等都是典型的以图建模的例子。图 1 显示了阿里巴巴在电商场景下的图数据，其中有各种类型的顶点（消费者、卖家、物品和设备）和边（表示了购买、查看、评论等关系）。此外，每个顶点还有丰富的属性信息相关联。
 

Gebru提到的这封邮件，说的是：自己的论文一直未通过是它涉及了谷歌在AI伦理研究方面的负面信息。包括谷歌对黑人女性的不公平对待，对AI伦理的不重视等。

谷歌在过去的一年内解雇了大约 14% 的女性员工。而且在解雇 14% 女性的同时，谷歌又增聘了39% 能力并不够出色的员工。

但随后Jeff Dean公开声明称，Gebru是主动离职，我们只是尊重了她自己的意见，并公开了Gebru最初的邮件。

同时，Jeff Dean也发表了一篇文章指出了Gebru论文未通过的原因：

这篇论文忽略了太多相关研究，比如该论文讨论大模型对环境的影响，却忽略了其他研究显示的大模型的更优秀的性能。论文挑起对语言模型偏见性的忧虑，却没有考虑近期减轻环境负担的研究。

但Gebru并不买账，连发六条Twitter指出了其言语中自相矛盾之处。

随着双发矛盾的逐渐激化，谷歌内部员工、AI科技大佬，以及更多网友也加入了这场风波当中。如Gebru的谷歌上司、著名AI科学家Samy Bengio，公开发声支持Gebru。

谷歌现任及前员工联合创立的“Google Walkout For Real Change”组织，也在博客上发起了签名运动，以示对 Timnit Gebru 的支持。另外，已有2278名谷歌员工加入了抗议和请愿运动。

与此同时，随着Gebru应援呼声的逐渐高涨，社交网络中对于Jeff Dean和谷歌的谴责声也扑面而来。

CEO出面致歉，Gebru并不买账

随着事件的越演越烈，陷入舆论的漩涡的谷歌不得不做出回应。

12月7日，谷歌CEO桑达尔·皮查伊（Sundar Pichai）做出了表态，在面向全体员工的内部邮件中，他承诺会对解雇一事进行展开详细调查，并对Gebru博士表示歉意。他说，

我清楚地听到了大家对Gebru博士离职的反应：这件事让人产生了疑虑滋，导致我们内部的一些人开始质疑他们在谷歌的地位。

我想说，对此我深表歉意，我愿意承担起责任恢复大家对我们信任。

（编辑：威海站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!