近日，在国际顶级图学习榜单OGB（Open Graph Benchmark）上，腾讯优图实验室凭借自研AI算法，打破众多顶尖高校和科技公司创下的纪录，获得图属性预测赛道Ogbg-molhiv、Ogbg-molpcba等全部四项榜单第一。
OGB是目前公认的图学习基准数据集代表，由斯坦福大学Jure Leskovec教授团队建立，于2019年国际顶级学术会议NeurIPS上正式开源。其囊括了节点性质预测、边性质链接预测、图性质预测等图学习领域众多权威赛道，以质量高、规模大、场景复杂、难度高著称，素有图学习领域“ImageNet”之称，吸引了包括微软、Deepmind、Facebook、阿里巴巴、百度、字节跳动、斯坦福、MIT、北京大学等众多顶尖高校和科技公司参与。
分子属性预测过程示意图
图神经网络(GNN)由于其强大的非结构化数据的处理能力受到了工业界以及学术届的广泛关注。此次，腾讯优图实验室参与了图属性预测赛道下Ogbg-molhiv、Ogbg-molpcba等四项极具价值的任务。其中，腾讯优图实验室在transformer和GNN结合的分子建模基础上针对分子的2D-3D结构建模、数据扩充、训练算法等方向进行了一系列改进，例如改进的FLAG算法、图插值算法等。
值得期待的是，该类技术近年来也逐渐为新能源、生物制药等产业带来更多AI助力。以新能源产业锂电池研发为例，在新型电解液筛选中通过预测分子属性可以扩大分子筛选范围、减少研发周期，这方面AI相对传统仿真技术可以有万倍以上的加速。在生物制药产业，通过AI对分子建模可以预测小分子药物效果加速药物研发，例如在新冠疫苗研发中AI技术也起到了加速作用。
