TigerGraph CEO许昱：图数据快速发展 人才是最大挑战

日前，图数据库企业TigerGraph宣布将在二季度推出其最新版本TigerGraph 2.4。这项新技术将图模式匹配与实时深度链接分析相结合，这一组合特别适用于欺诈与洗钱检测、安全分析、个性化推荐引擎、人工智能和机器学习等。这一新版本的发布，将使得企业可以轻松通过图计算洞悉深度链接的数据价值。

TigerGraph由创始人兼CEO许昱博士在2012年创立，由启明创投、百度、蚂蚁金融、AME Cloud、Morado Ventures、Zod Nazem、Danhua Capital和DCVC共同出资，总部位于硅谷红木城。

图注：TigerGraph由创始人兼CEO许昱博士

图分析是一种分析技术，能够方便地处理和探索组织、人员和交易等感兴趣的实体之间的关系。Gartner发布了研究报告称，到2022年，图分析处理和图数据库的应用将以每年100%的增长率增长。据了解，百度、阿里等也在去年推出了自己的图数据库。

许昱向21世纪经济报道记者解释称：“很多人听说图数据库以为是存照片的，人工智能当中现在分很多领域，比较热的比如图像识别、人脸识别，这个图是图片的图。我们是把数据存成图，就像现在看到的网状结构一样，让数据科学家、开发者、商业用户有能力把复杂数据关联起来，从关联的数据中获得深度的洞察力。”

图可以把企业的所有数据，如历史数据或客户信赖的数据全部综合起来，基于这个关联的图做各种各样新的应用。这个图也属于人工智能里面机器学习和数据分析这一块，而且图和机器学习以及AI是天然的互补的关系。

传统的分析基于表状的数据结构做分析，图分析是基于网图状的数据结构做分析。

例如，银行放贷时，可以根据用户关联的电话号码、通讯录成员的贷款行为、过往记录、黑白名单等信息通过机器学习来实时计算出放贷风险；再如反洗钱，基于图数据库，通过环形算法，从可疑转账记录出发，往上游和下游两个方面进行探索，就可以发现资金来源账户和资金目的账户，这些数据关联可能有10层或者几十层，而图数据库可以实现传统关系型数据库做不到的查询。

许昱以美国大型制药公司举例称，其制药成本很高，研究超过10亿美元，在新药出来后，则需要考虑向哪些医院、医生、病人推荐这个药，这样实现其最大化的优化自己的营销成本。“这种推荐行为就是一种图分析，就是一种社交图谱或者影响力分析，通过这个图的查询和分析，我有哪些病人群，哪些医生群，哪些人的影响力比较大，我首先针对他们去做营销，销售人员应该直接去拜访他们，有时间先拜访他们，没有时间就不用去别的地方了。”

实际上，随着人工智能技术的发展，市场对于性能的要求越来越高，但仅仅依靠硬件的升级已经无法完全满足使用者的需求，配套的软件产品如果跟不上发展，效率也无法达到要求。

“图数据库的性能使得其非常受研究人员的青睐。大数据时代，数据量非常大，大家收集的数据非常多，但拿到数据不代表能利用数据，真正利用数据是获取现有数据中分析产生业务价值。研发人员现在转向图数据库很大的原因是，其拥有大数据平台，但是查询很慢。而图可以更好地关注对象和对象之间的关系的，当你去做深度查询的时候，它就会带来一个特别大的优势。” 许昱举例说。

不过，Gartner也指出，图数据存储可以跨越数据孤岛、并有效地建模、探索和查询数据，但是目前拥有相关专业技能人才缺乏限制了其采用。

许昱坦言，图数据库现在是在加速发展中，但仍然面临挑战，因为这个技术还是稍微有点新，尤其在中国，需要培养一些人才。“金融行业是这种技术人才储备比较多的行业，但更多的机构和企业可能技术人才储备没那么多。我们将会做在线和离线的各种教育培训，制定并推出一套认证系统，包括在线考试、培训、认证一级、二级、三级管理等。”

TigerGraph 中国区总经理乌明捷认为，中国是一个非常大而且特别的市场，同时也向21世纪经济报道记者指出，在中国的挑战也巨大，如在美国或者欧洲图数据库的使用基础，包括数据科学家的基础，以及客户自己对数据和业务的分析能力比较强。而中国可能在这个方面，还在成长的过程中。

返回21经济首页>>