推荐阅读丨Graph+AI：大模型浪潮下的图计算应用探索

悦数图数据库 2025-01-16

213

图计算+AI：开启智能应用新时代

随着大数据时代的到来，图计算与人工智能的融合逐渐成为科技领域的研究热点。在处理复杂关系网络方面，图计算有着天然的优势，为 AI 模型提供了结构化的信息，使其不仅能理解数据表面特征，更能洞察其内在联系。尤其在大模型技术的推动下，图计算与 AI 的协同效应愈发显著，促进了智能系统的升级与发展。

为了进一步推进这一领域的发展，由之江实验室、蚂蚁集团牵头，并依托全国智能计算标准化工作组图计算研究组的努力，发布了《Graph+AI：大模型浪潮下的图计算》白皮书。该白皮书由北京邮电大学、浙江大学、北京大学、北京交通大学、复旦大学等国内顶尖大学，以及杭州悦数科技有限公司等数据库厂商联合参与编写。该白皮书的出台不仅反映了学术界和产业界对图计算与 AI 融合发展的重视，也标志着业界对于如何更好地利用这些技术来解决实际问题达成了新的共识。

杭州悦数凭借多年的产业实践经验和最新的研究成果，为白皮书内容的深度与广度提供了重要支持。包括“基于图数据库+AI 的申请反欺诈解决方案”、“Graph 驱动的检索增强生成技术解决方案”，以及“能源电力行业的产业落地”等板块，展示了图计算与 AI 结合在不同应用场景中的潜力和价值。

悦数在图计算的技术探索

基于图数据库+AI 的反欺诈解决方案

传统的反欺诈方式一般有两种：一是通过专家知识对异常欺诈行为建立规则模型，将欺诈行为与正常行为区分开；二是通过历史的欺诈申请和正常申请进行机器学习建模，利用数据挖掘的手段筛选出异常欺诈申请。但传统的反欺诈方式都是基于个体特征的分析，随着欺诈技术的演变，有组织的团伙欺诈行为日益增加，传统反欺诈方式更加难以识别。悦数图数据库针对金融行业的痛点，提出了基于图数据库和 AI 技术的申请反欺诈解决方案。该方案利用了悦数图数据库的高并发支持，能够准确且全面地识别潜在的欺诈行为。悦数图数据库不仅支持千亿点、万亿边的存储与查询，还具备高并发下高性能的特点，确保系统响应复杂的查询请求在毫秒级，大幅提升了金融机构的风险防控能力。

基于图数据库+AI 的解决方案

Graph 驱动的检索增强生成技术解决方案

对于需要精准信息获取的应用场景，如知识问答或研发辅助，基于悦数图数据库驱动的检索增强生成技术——悦数 RAG 提供了一个高效的代理式知识库管理与知识推理应用平台解决方案。此方案整合了多种索引方式，包括 BM25 索引、向量索引以及图索引，以满足不同类型的知识检索需求。基于 ISO-GQL 扩展算法的支持使得各种图算法在索引和召回过程中更加高效灵活，从而提高了知识检索的准确性和深度。

产业落地：能源电力行业的应用案例

在能源电力行业，图计算结合 AI 技术同样展现了巨大的潜力。例如，在电网管理中，悦数图数据库结合静态图中心度、动态负荷波动性和短路电路要求，使某电力调度控制中心的风险控制水平显著提高，SCUC 计算效率提高近 3 倍，降低了停电风险，识别风险预警断面超 5000 次。在经济效益方面，得益于悦数图数据库，该电力控制中心实现了自动化系统高效分析计算，节省了超过 600 万元的服务器成本，并实现了轻量化运维，降低人力资源成本 700 多万元。通过悦数图数据库的帮助，不仅提升了电力系统的运行效率和安全性，还为整个行业带来了显著的社会和经济效益。