和大家汇报一个好消息！最近，阿里巴巴获得了数据科学顶会KDD的最佳论文，这是20多年来，中国企业首次获奖。

数据科学顶会KDD是什么？不了解的少侠听老僧给你介绍一下，KDD全称是ACM SIGKDD，这是数据挖掘领域历史最悠久、规模最大的国际顶级学术会议，也是全球录取率最低的计算机顶会之一，在知识发现、数据挖掘、人工智能等领域具有重大影响力！

这次，来自阿里达摩院的王桢和李雅亮等几位作者的论文《FederatedScope-GNN: Towards a Unified, Comprehensive and Efficient Package for Federated Graph Learning》获得了该顶会应用科学方向的“最佳论文奖”！据老僧了解，往年获得过最佳论文奖项的团队有来自谷歌、亚马逊、卡内基梅隆大学等海外知名机构的研究团队，这是国内企业第一次获得该奖项。

那这次获奖的论文，主要研究的是什么方向的问题呢？带着好奇，老僧在实验室扫地的间隙，也请教了作者们。

王桢、李雅亮和老僧介绍到，这次论文主要聚焦在联邦学习中需求广泛且技术复杂的联邦图学习方向，针对有框架及算法库对图数据支持有限的情况，提出了包含丰富数据集及创新算法的易用平台。

问题来了，什么是联邦学习？该研究成果有什么作用？

王桢讲到，直观来看，联邦学习就是一个联邦的每个参与方，不需要把自己所拥有的隐私数据直接的暴露给其他人，能够实现不同机构间联合训练AI模型的过程中数据不出私域，也就是数据不会离开数据的拥有者自己的机器。在这个前提下，联邦学习做到了通过所有的数据来一起合作式地训练AI模型。而这次成果里，主要就是针对当前现有的联邦学习的框架和算法库，设计开源了这样一个专门支持图数据学习的联邦平台。

听起来是不是还是有点复杂，别急，你只需要了解，这个研究成果除了能为该领域后续研究奠定坚实基础外，在科研及工业场景中也具有广阔的应用前景，比如在机构间联合完成新药分子性质预测、知识图谱补全、金融信息交互等场景中发挥关键作用！

像王桢、李雅亮这样工程师，阿里还有不少，欢迎持续关注关注老僧，以后慢慢给各位少侠介绍！