No todos los datos se ajustan a una cuadrícula. Las redes sociales, las moléculas y los mapas de carreteras son grafos, con nodos y aristas en lugar de píxeles o secuencias. Las redes neuronales gráficas operan directamente sobre esta estructura, transmitiendo mensajes entre nodos conectados para aprender representaciones.

La operación principal es el paso de mensajes. Cada nodo agrega información de sus vecinos, actualiza su propia representación y repite el proceso durante varias rondas. Tras superar suficientes capas, cada nodo codifica la información de su entorno local.

Tareas gráficas comunes

• Clasificación de nodos
• Predicción de enlaces
• Clasificación de gráficos
• Recomendar conexiones
• Predicción de propiedades moleculares

La escalabilidad supone un desafío. Los grafos grandes tienen millones de nodos y aristas, y el entrenamiento con lotes completos no cabe en la memoria. Las técnicas de muestreo y los métodos de minilotes hacen posible el entrenamiento, aunque a costa de una menor precisión.