第十四期CCF秀湖会议在CCF业务总部&学术交流中心成功举办，来自学术界与工业界的二十余位专家围绕“大规模图计算与智能系统”这一主题开展探讨和交流。本次会议的报告和讨论从大规模图系统的最新研究、图学习与智能技术最新进展、大模型时代下图技术机遇与进展、跨学科的图智能技术交流与合作四个方面展开，同时就图系统、图计算与图智能的现状与未来发展路径形成了共识。

-01-

▲胡事民院士致辞▲

会议伊始，秀湖会议AC主席胡事民院士致辞欢迎本次与会的嘉宾，并介绍了本次会议的主题和专题设置，期待能汇集图数据系统、图算法和图学习等各方面的专家，共同推动图计算与智能系统学科发展。

▲M. Tamer Özsu教授特邀报告▲

接下来，加拿大皇家科学院院士、滑铁卢大学M. Tamer Özsu教授做特邀报告“Graph Processing-A Panoramic View and Some Open Problems”。Özsu教授对于图计算研究给出了系统的总览，并提出了一些开放性问题。Özsu 教授指出，虽然图数据无处不在，但是图计算研究分散为若干子领域，彼此联系不够密切，因此希望能给出一个从整体视角的概览。Özsu 教授从图类型、图动态性、算法类型、负载类型等几个视角对图计算研究进行概述，然后就RDF 引擎、图数据库系统、图分析系统、动态图和流图等问题进行了详细介绍。最后， Özsu 教授给出了一些开放性问题，包括图处理的硬件支持、图的HTAP系统、兼容RDF和属性图的通用图数据库系统等。

▲吴信东教授特邀报告▲

俄罗斯工程院外籍院士、合肥工业大学吴信东教授做了特邀报告“Huaputong : Chatting about Who You are with Genealogical Knowledge Graphs”。吴教授围绕跨姓家谱系统——华谱系统，介绍了其主要功能和背后的知识图谱技术。同时，吴教授也介绍了结合家谱知识和大模型推理的问答系统——华谱通。吴教授指出，目前存在四类计算范式：第一性原理的数学模型、逻辑符号推理、深度学习、生成式预训练大模型。四类计算范式各有千秋，优势互补会是未来的发展方向。

▲于旭教授特邀报告▲

香港中文大学于旭教授做了特邀报告“To Support Massive Graphs : Insights into Algorithms, Systems and Learning”。于教授从关系数据库的诞生开始介绍图数据库与图算法的发展历程，并从图算法、图系统、图查询语言等多个领域介绍了图计算研究的进展。于教授围绕几个前沿研究问题开展了讨论，包括使用关系数据库支持图计算负载、图结构学习、图与大语言模型的结合等。最后，于教授也提出了一些开放性问题，例如设计结合关系型数据库和图数据库的一体化系统、图分析任务与图查询任务的整合等。

▲林学民教授特邀报告▲

欧洲科学院院士、上海交通大学林学民教授做了题目为“Progress in Graph Computation”的特邀报告。林教授介绍了若干图计算领域的前沿研究课题，包括在社交网络挖掘中十分重要的凝聚子图问题及其在社区挖掘、分子网络分析、蛋白质相互作用网络分析、刷单检测、推荐系统等领域的应用案例。然后，林教授介绍了用于防止社交网络解体的网络韧性问题、单CPU和分布式场景下的子图枚举问题等代表性图计算问题。最后，林教授讨论了如何将图算法与机器学习结合、图算法复杂度与算法设计间的关系等问题。

-02-

本次会议设置了大规模图系统的最新研究、图学习与智能技术最新进展、大模型时代下图技术机遇与进展、跨学科的图智能技术交流与合作四个专题。每个专题均安排了若干观点分享报告。嘉宾们从属性图与在线/近线一致性、图数据库系统设计与性能挑战、图神经网络表达能力前沿进展、大模型时代下的图学习、生命科学与化学中的图网络问题等多个方面介绍了自身的研究进展与应用实践，同时分享了自己的观点和看法。嘉宾们的报告内容精彩纷呈，既有前沿技术与工具系统探索，又有行业概况与企业实践分享。

左右滑动查看更多

（左起：陈文光、郑龙、邹磊、洪亮、曾立）

02

专题二：图学习与智能技术最新进展

左右滑动查看更多

（左起：贺笛、张岩峰、张牧涵、王桢）

03

专题三：大模型时代下图技术机遇与发展

左右滑动查看更多

（左起：陈华钧、石川、吴齐天、李佳、沈游人）

04

专题四：跨学科的图智能技术交流与合作

左右滑动查看更多

（左起：唐淳、郑文明、张强、洪春涛）

-03-

开放讨论 | 观点碰撞

在特邀报告后的观点发言环节，陈文光教授、洪春涛博士、石川教授、吴信东教授、于旭教授、邹磊教授嘉宾围绕图生态系统、通用图计算框架、大学教育中图数据课程的开展等问题进行了探讨和交流。

▲现场-Panel▲