ChatGPT引爆「向量數(shù)據(jù)庫」賽道！兩家公司共獲10億元融資

原創(chuàng) AIGC開放社區(qū) 2023-05-01 07:48

4月22日，向量數(shù)據(jù)庫平臺（vector database）Weaviate宣布獲得5000萬美元（約3.5億元）B輪融資，由Index Ventures領投，Battery Ventures等跟投。

(資料圖)

4月28日，向量數(shù)據(jù)庫平臺Pinecone宣布獲得1億美元（約7億元）B輪融資，由Andreessen Horowitz領投，ICONIQ Growth等跟投。

最近，為ChatGPT等生成式AI應用提供向量搜索、向量數(shù)據(jù)存儲、向量嵌入等功能的向量數(shù)據(jù)庫賽道突然走紅，兩家初創(chuàng)公司Pinecone和Weaviate的融資時間僅間隔6天，其火爆程度可見一斑。

Pinecone聯(lián)合創(chuàng)始人兼首席執(zhí)行官Edo Liberty則直言，如果沒有ChatGPT的出現(xiàn)，我們根本不可能獲得巨額融資。

事實上，在ChatGPT火爆出圈之前向量數(shù)據(jù)庫非常小眾，而Pinecone和Weaviate皆創(chuàng)立于2019年無論是融資還是營收并不如意，因為，大型科技巨頭具備自研能力無需使用第三方產品，例如，微軟將向量搜索技術應用在Bing中。

現(xiàn)在，大量開發(fā)者涌向生成式AI應用開發(fā)領域，這使得蟄伏4年的兩家向量數(shù)據(jù)庫廠商終于迎來了曙光，其用戶數(shù)量呈指數(shù)級增長，也是獲得巨額投資的重要原因之一。

Pinecone融資信息

當創(chuàng)業(yè)者的目光聚焦在類ChatGPT大語言模型、應用、衍生產品時，為其提供“后勤服務”的向量數(shù)據(jù)庫拓寬了生成式AI細分創(chuàng)業(yè)賽道，并成為下一代生成式AI應用的主要數(shù)據(jù)庫存儲。

不過，目前向量數(shù)據(jù)庫存儲只有大型科技巨頭才能使用，而Pinecone和Weaviate希望簡化使用流程降低成本，使得中小型企業(yè)、個人開發(fā)者也能使用向量數(shù)據(jù)庫。

，時長02:37

微軟專家介紹向量搜索此外，根據(jù) IDC調查數(shù)據(jù)顯示，全球在AI技術和服務上的支出2023年將達到1540億美元，到2026年將超過3000億美元。其中，向量數(shù)據(jù)庫為AI的開發(fā)、增強內容生成的準確性提供了重要技術支撐。

下面「AIGC開放社區(qū)」將為大家介紹向量數(shù)據(jù)庫技術概念、與ChatGPT等大語言模型的關系、技術特征、場景化落地以及Pinecone和Weaviate這兩家典型廠商的介紹。

Weaviate融資信息

什么是向量數(shù)據(jù)庫

筆者查詢了國外大量權威的論文、專業(yè)技術網(wǎng)站，甚至詢問了ChatGPT，它們對向量數(shù)據(jù)庫的技術概念解釋非常復雜難以理解。所以，就用通俗易懂的方式為大家介紹向量數(shù)據(jù)庫概念。

微軟官方對向量數(shù)據(jù)庫的解讀

簡單來說，向量數(shù)據(jù)庫用來存儲非結構化數(shù)據(jù)，例如，文檔、圖片、視頻、音頻和純文本等，在保證100%信息完整的情況下，通過向量嵌入函數(shù)來精準描寫這些非結構化數(shù)據(jù)的特征，從而提供查詢、刪除、修改、元數(shù)據(jù)過濾等操作。而像SQL、Mysql這樣傳統(tǒng)的數(shù)據(jù)庫根本無法完成這些操作。

從向量數(shù)據(jù)庫的技術特性不難看出，這是專門為ChatGPT等生成式AI應用量身定制，例如，讓ChatGPT用莎士比亞的語氣生成一段詩句，ChatGPT通過向量數(shù)據(jù)庫的相似搜索功能，可以增強內容輸出的準確性。

因此，向量數(shù)據(jù)庫在大語言模型、計算機視覺、推薦系統(tǒng)以及其他需要語義理解和數(shù)據(jù)匹配的領域得到廣泛應用。

向量數(shù)據(jù)庫主要功能和用例

向量數(shù)據(jù)庫除了存儲數(shù)據(jù)之外，還提供了語義搜索、圖像/音頻/視頻/等非結構化數(shù)據(jù)相似度搜索、排名和推薦引擎、支持大規(guī)模數(shù)據(jù)、索引與壓縮技術、分布式架構等功能。

語義搜索：通常搜索文本和文檔可以用兩種方式完成，詞法搜索和精準的單詞或字符串匹配。向量數(shù)據(jù)庫的語義搜索可以理解文本、句子和整個文檔字符串的含義和上下文，從而提供更準確和相關的搜索結果。

圖像/音頻/視頻/等非結構化數(shù)據(jù)相似度搜索：圖像、音頻、視頻和其他非結構化數(shù)據(jù)集，在傳統(tǒng)數(shù)據(jù)庫中進行分類存儲非常具有挑戰(zhàn)性，通常需要將關鍵字、描述和元數(shù)據(jù)手動應用于每個對象。

向量數(shù)據(jù)庫的相似性搜索功能，如余弦相似性、歐氏距離等度量來衡量向量間的相似性。這使得用戶在處理如圖像識別、推薦系統(tǒng)等變得非常高效。

排名和推薦引擎：該功能對于電商、搜索引擎來說非常有用，例如，微軟的Bing，網(wǎng)易云音樂的推薦都應用了該技術。該功能主要基于用戶最近匹配項查找相似項目，使向量數(shù)據(jù)庫為用戶提供相關的最佳內容選擇，并且可以根據(jù)相似性分數(shù)對項目進行排名。

支持大規(guī)模數(shù)據(jù)：向量數(shù)據(jù)庫具有良好的擴展性，能夠支持大規(guī)模的向量數(shù)據(jù)存儲和檢索。這對于處理海量數(shù)據(jù)的大語言模型、機器學習、數(shù)據(jù)科研等非常有用。

索引與壓縮技術：為了提高搜索速度和降低存儲成本，向量數(shù)據(jù)庫通常采用先進的索引和壓縮技術。這些技術可以有效地降低數(shù)據(jù)的存儲空間，提高查詢速度，并降低內存占用。

分布式架構：為了實現(xiàn)高可用性和容錯能力，向量數(shù)據(jù)庫采用分布式架構。這使得用戶可以在多個計算節(jié)點上分布存儲和處理數(shù)據(jù)，提高系統(tǒng)的整體性能。

$創(chuàng)意信息(SZ300366)$ $中國軟件(SH600536)$ $昆侖萬維(SZ300418)$

關鍵詞：