Graph Neural Network (GNN)

Una red neuronal de grafos (GNN) es una clase especializada de arquitecturas de aprendizaje profundo diseñadas para procesar datos representados como grafos. Mientras que los modelos tradicionales, como las redes neuronales convolucionales (CNN), están optimizados para estructuras en forma de cuadrícula, como las imágenes, y las redes neuronales recurrentes (RNN) destacan con datos secuenciales, como el texto o el análisis de series temporales, las GNN son especialmente capaces de trabajar con datos no euclídeos. Esto significa que operan sobre conjuntos de datos definidos por nodos (entidades) y aristas (relaciones), lo que les permite aprender de las complejas interdependencias que caracterizan a las redes del mundo real. Al captar tanto los atributos de los puntos de datos individuales como las conexiones estructurales entre ellos, las GNN permiten obtener información valiosa en ámbitos donde las relaciones son tan importantes como las propias entidades.

Cómo funcionan las redes neuronales de grafos#

El mecanismo fundamental de una GNN es un proceso que suele denominarse «paso de mensajes» o agregación de vecindario. En este marco, cada nodo del grafo actualiza su propia representación recopilando información de sus vecinos inmediatos. Durante el entrenamiento del modelo, la red aprende a generar embeddings—representaciones vectoriales densas—que codifican las características de un nodo junto con la topología de su vecindario local.

Mediante varias capas de procesamiento, un nodo puede incorporar finalmente información de puntos más alejados del grafo, ampliando eficazmente su «campo receptivo». Esto permite al modelo comprender el contexto de un nodo dentro de la estructura más amplia. Los frameworks modernos, como PyTorch Geometric y la Biblioteca de Grafos Profundos (DGL), facilitan la implementación de estos complejos esquemas de paso de mensajes y permiten a los desarrolladores crear aplicaciones sofisticadas basadas en grafos sin tener que empezar desde cero.

GNN frente a otras arquitecturas neuronales#

Para apreciar el papel distintivo de las GNN, resulta útil diferenciarlas de otros tipos habituales de redes neuronales (NN) presentes en el ámbito de la IA:

• Redes neuronales convolucionales (CNN): Son el estándar de referencia para tareas visuales, como la clasificación de imágenes o la detección de objetos. Los modelos como Ultralytics YOLO26 se basan en CNN para procesar datos de píxeles dispuestos en una cuadrícula fija. Sin embargo, las CNN tienen dificultades con estructuras irregulares en las que el número de vecinos varía para cada nodo.
• Redes neuronales recurrentes (RNN): Las RNN procesan las entradas siguiendo una secuencia concreta, por lo que son ideales para tareas lingüísticas o para el procesamiento del lenguaje natural (NLP). En cambio, las GNN trabajan con datos cuyas relaciones son espaciales o relacionales, en lugar de ser estrictamente temporales o secuenciales.
• Grafo de conocimiento: Un grafo de conocimiento es una base de datos estructurada de hechos (entidades y relaciones), mientras que una GNN es el modelo computacional utilizado para aprender de dichas estructuras. Las GNN se implementan con frecuencia sobre grafos de conocimiento para realizar tareas como la predicción de enlaces, mejorando a menudo las canalizaciones de generación aumentada por recuperación (RAG).

Aplicaciones en el mundo real#

La capacidad de modelar relaciones arbitrarias hace que las GNN sean indispensables en diversos sectores de gran impacto:

1. Descubrimiento de fármacos y sanidad: En la industria farmacéutica, las moléculas químicas se representan de forma natural como grafos en los que los átomos son nodos y los enlaces son aristas. Las GNN están transformando la IA en sanidad al predecir propiedades moleculares y simular interacciones entre proteínas. Innovaciones como AlphaFold de Google DeepMind ponen de relieve el potencial del aprendizaje profundo geométrico para comprender estructuras biológicas.

2. Análisis de redes sociales y recomendación: Las plataformas utilizan GNN para analizar enormes redes de interacciones entre usuarios. Al modelar a los usuarios como nodos y las amistades o los «me gusta» como aristas, estas redes impulsan sistemas de recomendación que sugieren contenido, productos o conexiones. Este enfoque, similar a los métodos utilizados en GraphSage de Pinterest, se escala eficazmente a miles de millones de interacciones.

3. Logística y predicción del tráfico: En la IA aplicada a la logística, las redes de carreteras se tratan como grafos en los que las intersecciones son nodos y las carreteras son aristas. Las GNN pueden predecir el flujo del tráfico y optimizar las rutas de reparto mediante el análisis de las dependencias espaciales entre distintos tramos de carretera, superando con creces las líneas base estadísticas sencillas.

Integración de conceptos de grafos con la IA visual#

Las redes neuronales de grafos se integran cada vez más en canalizaciones multimodales. Por ejemplo, un sistema completo podría utilizar la segmentación de imágenes para identificar objetos diferenciados en una escena y, a continuación, emplear una GNN para razonar sobre las relaciones espaciales entre esos objetos, lo que suele denominarse «grafo de escena». Esto conecta la percepción visual con el razonamiento lógico.

El siguiente ejemplo de Python muestra cómo conectar la IA visual con las estructuras de grafos. Utiliza el modelo Ultralytics YOLO26 para detectar objetos, que actúan como nodos, y prepara una estructura de grafo básica mediante torch.

import torch
from ultralytics import YOLO

# Load the latest YOLO26 model
model = YOLO("yolo26n.pt")

# Run inference on an image to find entities (nodes)
results = model("https://ultralytics.com/images/bus.jpg")

# Extract box centers to serve as node features
# Format: [center_x, center_y] derived from xywh
boxes = results[0].boxes.xywh[:, :2].cpu()
x = torch.tensor(boxes.numpy(), dtype=torch.float)

# Create a hypothetical edge index connecting the first two objects
# In a real GNN, edges might be defined by distance or interaction
edge_index = torch.tensor([[0, 1], [1, 0]], dtype=torch.long)

print(f"Graph constructed: {x.size(0)} nodes (objects) and {edge_index.size(1)} edges.")

Los desarrolladores que necesiten gestionar los conjuntos de datos requeridos para estas complejas canalizaciones pueden utilizar Ultralytics Platform, que simplifica los flujos de trabajo de anotación y entrenamiento de los componentes visuales del sistema. Al combinar modelos visuales robustos con la capacidad de razonamiento relacional de las GNN, los ingenieros pueden crear sistemas autónomos sensibles al contexto que comprendan mejor el mundo que los rodea.