面向量子化学的消息传递神经网络（MPNN）

Justin Gilmer 等（Google） · arXiv 2017 · 图神经网络的统一语言：很多模型其实都是「传纸条」

论文名片

i21 论文名片
英文题名	Neural Message Passing for Quantum Chemistry
中文常用名	面向量子化学的消息传递神经网络，框架简称 MPNN
作者与年份	Justin Gilmer 等（Google），arXiv 2017
原文链接	https://arxiv.org/abs/1704.01212
一句话概括	原子传纸条、收纸条、更新状态，几轮之后每个原子就知道自己在分子里的处境；多种图模型其实是同一框架的特例。
系列位置	i21（第四板块收官）：把书单从「序列与集合」带进「图与关系」的世界

Ilya 为什么选它

书单前几篇处理的输入是「一串词」或「一袋数」，可分子不是串也不是袋，是一张网：原子是点，化学键是边。要预测分子的性质，比如溶解度、能量，模型得先学会读这张网。这篇 Google 的论文把当时五花八门的图模型放到同一把尺子下，发现它们其实是同一件事的不同做法——消息传递。

它的价值一半在化学应用，一半在「统一框架」。把散落的模型收拢成一种语言之后，新想法只需要说清楚三件事——纸条怎么写、纸条怎么收、状态怎么更新——就能立刻对上整个家族。这种统一工作在书单里格外珍贵：先让你看清森林，再回头去看每棵树。

从生活说起

班里要给每个人画一张「小圈子画像」，办法很朴素：每人一开始只知道自己的事。第一轮，每人给直接认识的邻居传一张小纸条；第二轮，把纸条上听到的事再转述给自己的邻居……传了几轮之后，每个人手里都攒下了朋友的朋友的情况——谁和谁走得近、哪个角落热闹，每人都能说上一段。没有班主任发通知，全靠同学之间一张张纸条，全班的画面就自己浮现出来。

社区里的口口相传也是同理：一条消息从当事人出发，沿着熟人链条传几轮，整个社区就对这件事形成了集体印象——即使没亲眼见过的邻居，也通过二手、三手消息知道了个大概。消息传递网络让每个原子干的就是这件事：一轮一轮传纸条，直到每个原子都摸清自己在整个分子里的处境。

核心思想拆解

先把分子翻译成图（Graph）：原子是节点（Node），化学键是边（Edge），键连着谁，消息就通向谁。MPNN（Message Passing Neural Network，消息传递神经网络）的流程是三步循环。第一步，传消息：每一轮，每个原子向自己的邻居「传纸条」，纸条上写什么由模型学出来。第二步，汇总（Aggregate）：每个原子把收到的纸条合并到一起——邻居多也不怕，收齐了合起来看。第三步，更新：用合并后的信息刷新自己的状态。传、收、更新，一轮算一圈。

轮数的意义在于视野。一轮过后，每个原子只知道直接相连的邻居；两轮过后，邻居的邻居的事也传到了自己手里；轮数越多，每个原子的「视野」沿化学键铺开的范围越大。跑足若干轮之后，再做一次整体汇总，把所有原子的状态合并起来，就能预测整个分子的性质，比如溶解度、能量——输入是「原子加化学键」这张网，输出是分子的宏观性质。

论文更大的贡献在框架本身：它把当时的多种图模型统一成同一框架的特例。各家模型的差别，无非是纸条的写法、汇总的方式、更新的配方不同，骨架全是「传纸条」。统一之后，比较模型有了共同语言，设计新模型也只需换几个「配方位」——后来的图网络研究大量受益于这种看问题的方式。

动手算一算

用一个最小的「分子」感受轮数与视野：3 个原子排成一条线，A—B—C（A 与 B 有一条键，B 与 C 有一条键）。第一轮传纸条：B 收到来自 A 和 C 的两张纸条，知道了两边邻居；A 只收到 B 的一张纸条，只知道 B。第二轮：A 把「我这轮听到的事」写成纸条给 B，B 转给 C——于是 C 虽然从没和 A 直接相连，也知道了 A 的存在。两轮之后，线上每个原子都「认识」了全部成员。

把这件事数一数：1 轮，视野到达「直接邻居」，A、B、C 各自认识 1 到 2 个对象；2 轮，视野多扩一格，B 认识 2 个，A 和 C 也各认识 2 个。规律很直白：轮数每加 1，视野沿边多走 1 步；一个长链条如果想知道两头的情况，就得传上与距离差不多的轮数。这就是「跑若干轮后，每个原子知道自己在大分子里的处境」的算术版——加法和数数就够了。

它改变了什么

MPNN 把图神经网络（Graph Neural Network，GNN）从一堆各自命名的技巧，整理成一门统一的语言；量子化学成了它最有说服力的应用场景之一——用「原子加键」的读法直接预测分子性质。对书单读者，它补上了「数据不一定是序列，还可以是网」这块拼图，并与 i19、i22 一起构成「结构化输入」的完整光谱：集合、关系、图。

系列内相关阅读：继续讨论「对象之间有关系」的输入，见 i22 关系推理模块；处理没有顺序的集合输入，见 i19 Order Matters；纸条「按相关度取用信息」的味道，在 i16 Attention Is All You Need 里有放大版。

术语小词典

i21 术语小词典
术语	白话解释
图（Graph）	由点和点之间的连线组成的数据结构，用来描述「谁和谁相连」。
节点与边（Node & Edge）	图的基本零件：分子里原子是节点，化学键是边。
消息传递（Message Passing）	每一轮每个节点向邻居发「纸条」，沿边交换信息。
汇总（Aggregate）	把收到的多张纸条合并成一份，供更新状态使用。
图神经网络（GNN）	直接在图上做学习的网络家族，MPNN 是对它们统一后的框架名。
量子化学（Quantum Chemistry）	从微观层面研究分子的学科；本文用它检验「读图」能力，预测溶解度、能量等性质。

原文与代码

原文：Neural Message Passing for Quantum Chemistry（arXiv 2017）——https://arxiv.org/abs/1704.01212
结构化输入前篇：i19 Order Matters——i19-order-matters.html
结构化输入后篇：i22 关系推理模块——i22-relational-reasoning.html