刚刚，KDD 2022所有奖项正式对外公布！
作为数据挖掘、知识发现领域的最高学术会议，每年KDD奖项花落谁家都会引发学界热烈讨论。
今年，中国团队的表现依旧令人瞩目。
清华裘捷中获得博士论文奖亚军，成为亚洲高校首位获得者。
阿里巴巴达摩院智能计算实验室，获得应用数据科学方向最佳论文奖，是中国工业界研究团队首次独立获得这一奖项。
论文提出了一个面向联邦图学习的库FederatedScope-GNN。
主办方SIGKDD评价其“推动了联邦图学习的发展”。
在此，量子位找到论文一作王桢、通讯作者李雅亮，一起聊了聊他们关于论文研究及背后的更多事儿~
本次获奖论文的核心，聚焦在联邦图学习方面。
简单来说，它就是将图学习和联邦学习的优势合璧。
近年来，随着越来越多应用场景对隐私保护的需求增高，联邦学习愈发火热。
它能让用户在数据始终都停留在本地的基础上，通过交换模型参数或中间结果的方式，在云端联合训练，最终让多方用户都能完成模型训练。
也就是常说的让“数据可用不可见”，从而避免“数据孤岛”问题。
目前，如谷歌的Tensorflow Federated（TFF）、微众银行的FATE等，都是目前大热的开源联邦学习框架。
不过，现有的联邦学习工作，更多关注视觉和自然语言领域，对图的支持相对有限。
要知道，图（graph）在表示复杂关系方面，具有很大优势。
它是由节点（node）和边（edge）两部分组成的一种数据结构，用来描述对象间关系。
日常生活中，你可以把每个社交账户看作一个节点。预测两个账户是不是有好友关系，就是预测这俩节点之间是否存在连边，从而给你推荐“可能认识的人”。
但是传统神经网络，都是接受几何空间的数据作为输入，无法处理图这种数据结构。
针对这种情况，图神经网络被提出。它能利用神经网络来图进行深度特征抽取等操作，从而实现更好的推理预测效果。
常用的场景有电子商务、药物研发、金融、互联网社交等。而这些场景，对数据保护的需求往往也会很大。
比如银行反洗钱场景下，需要预测每个账户是否为风险账户，但各个银行的账户信息不能相互公开。
还有药物研发过程中，不同厂商只掌握了分子图中的一部分，大家需要共享信息以完成研发任务，但各自的数据还要相互保密。
上述种种，让大家对联邦图学习算法非常渴望。
这样的背景下，达摩院在本次研究中，把图学习用在联邦学习上。
FederatedScope-GNN（以下简称FS-G）基于达摩院已开源的联邦学习框架FederatedScope（以下简称FS）提出。
首先，FS-G提供了一个统一视图，灵活支持异构数据的交换。
得益于底层框架FS事件驱动（event-driven）的编程范式，多种多样的消息交换和参与者的丰富行为得以模块化进行拆分实现——FS-G允许灵活丰富的模块化行为。
其次，FS-G针对图学习提供了DataZoo和ModelZoo。
前者为用户提供丰富多样的联邦图数据集，后者提供相应的模型与算法。
此外，DataZoo还实现了大量不同类型的splitters，即便在单机场景里，通过FS-G提供的注册机制，开发者也能轻松把单机代码搬到联邦场景复用。
再者，针对联邦图学习对超参数敏感的现象，FS-G还实现了高效的模型调优（model tuning）组件。
其中包括多保真度的Successive Halving Algorithm和新近提出的联邦超参优化算法FedEx，以及针对联邦异质任务的个性化。
因为各个参与者被允许使用独立的特有神经架构，只聚合共享部分，FS-G允许开发者根据实际情况，采用不同的异步训练策略。
最后，FS-G还提供了丰富的隐私评估算法，对算法在隐私保护方面的能力进行检验。
对于这次拿下大奖，论文一作王桢说道，“开心是肯定的，感觉自己的工作得到了认可”。
通讯作者李雅亮则表示，因为看到了团队为此付出了多少努力，所以觉得这一切更像是一种水到渠成。
实际上，这项工作的筹备时间要从一年多以前算起。
当时，团队洞察到了隐私保护计算行业的发展趋势。作为技术人员，自然而然想到从工具入手，推动这股研究浪潮更快前进。
所以，FederatedScope被提上了日程，FS-G则是其中非常重要的部分之一。
前面也有提到，联邦图学习的工作可以满足应用场景中更为广泛的需求，但是复杂程度也更高。
刚好，王桢博士非常擅长图学习方面的研究。
引用量超过2500次的知识图谱补全算法TransH，正是他以一作身份完成的工作。
当时，他还正在中山大学数据科学与计算机学院攻读博士学位，通过微软亚研院联合培养项目，完成了这篇论文。
博士毕业后，王桢就加入了阿里巴巴，曾任阿里云高级算法工程师。
作为主要开发者，王桢参与了阿里机器学习平台PAI中A3gent强化学习组件的研发，并将其开源为EasyRL项目。
同期还参与了伯克利大学Ray RLLib项目共建，并被社区认可为项目committer。
之后，王桢加入达摩院，开始专注联邦图领域的研究。多次在KDD Cup比赛中取得高排名成绩，在ICLR、WWW等国际顶会发表多篇论文。
但即便有优秀学者坐镇，由于联邦图学习是一个十分前沿的领域，领域内一些基础性工作都还没有搭建完整，联邦图学习算法本身也会比普通联邦学习算法难，所以研发FS-G的难度并不小。
王桢提到，最初他们甚至连一个可用的数据集都没有。
加之，图数据相较于其他数据类型，在异质消息交换上会存在更多风险；联邦学习的每个参与者也会有更丰富的行为，去处理这些信息。
因此，研究团队需要在图联邦算法上使用一个与以往不同的编程范式，并设计方案使其在图联邦中发挥最大功效，这是有别于常规开发的。
这背后，都需要更多人力、时间的投入。
论文通讯作者李雅亮回忆，今年KDD论文提交的时间，刚好在大年初十。
当时整个团队都在兴奋地忙碌着论文的提交工作，过年几乎都没有休息。
而这些精力的投入，最终也在论文成果中得以显现。
可以看到，FS-G中包含了丰富的联邦图数据集和相应的模型与算法。并且让没有联邦学习背景的开发者，也能自如使用FS-G。
这为后续研究做了大量的基础性工作，可以说是为联邦图学习建立了新基准。
李雅亮在交谈中也表示，基础性工作的完成，能够吸引更多研究人员参与联邦图学习的研究。
值得一提的，李雅亮作为本次成果的通讯作者，还曾负责FederatedScope的开源工作。
他现在是达摩院智能计算实验室的高级算法专家。
2017年从纽约州立大学布法罗分校博士毕业，研究领域覆盖数据融合、因果推断、自动机器学习、隐私保护计算等领域。
曾担任NeurIPS’21、NeurIPS’21、AAAI’22的领域主席，在IJCAI和NeurIPS上三次组织workshop，在CIKM’22上组织了AnalytiCup比赛，并在KDD、AAAI上多次做了Tutorial。
据他透露，FederatedScope现在已经开源0.2.0版本。
新版本可以更好支持大规模下的异步联邦学习，对用户的友好度也更高。
最后是福利时刻~
在聊完获奖论文的相关内容后，我们还找两位大佬问了问AI研究方面的学习经验，大家赶紧来抄作业！
首先，两位学者都表示，想学好AI，数学非常关键。
李雅亮提到，自己观察到这几年很多学生、实习生的数学能力都有些下降，这其实非常值得关注。
其次，是大家都关心的怎么读论文的问题。
王桢表示，读好的论文才是关键所在。
自己要先学会去甄别什么是好的论文，然后把时间花在刀刃上。
而且相较于读论文，李雅亮更鼓励大家去多读书。因为书会帮助大家更好去建立知识体系。
现在，即便他们都已经毕业很多年了，在达摩院智能计算实验室也经常组织读书活动。
除了学习经验，我们还问了问大佬们有啥业余爱好。
结果他们都表示，他们做研究就是靠兴趣驱动的，所以平常也很爱钻研。
这点你学废了吗？
“
