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

【資料圖】

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

最近，為ChatGPT等生成式AI應(yīng)用提供向量搜索、向量數(shù)據(jù)存儲(chǔ)、向量嵌入等功能的向量數(shù)據(jù)庫(kù)賽道突然走紅，兩家初創(chuàng)公司Pinecone和Weaviate的融資時(shí)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(shí)上，在ChatGPT火爆出圈之前向量數(shù)據(jù)庫(kù)非常小眾，而Pinecone和Weaviate皆創(chuàng)立于2019年無論是融資還是營(yíng)收并不如意，因?yàn)?，大型科技巨頭具備自研能力無需使用第三方產(chǎn)品，例如，微軟將向量搜索技術(shù)應(yīng)用在Bing中。

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

當(dāng)創(chuàng)業(yè)者的目光聚焦在類ChatGPT大語言模型、應(yīng)用、衍生產(chǎn)品時(shí)，為其提供“后勤服務(wù)”的向量數(shù)據(jù)庫(kù)拓寬了生成式AI細(xì)分創(chuàng)業(yè)賽道，并成為下一代生成式AI應(yīng)用的主要數(shù)據(jù)庫(kù)存儲(chǔ)。

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

微軟專家介紹向量搜索

此外，根據(jù) IDC調(diào)查數(shù)據(jù)顯示，全球在AI技術(shù)和服務(wù)上的支出2023年將達(dá)到1540億美元，到2026年將超過3000億美元。其中，向量數(shù)據(jù)庫(kù)為AI的開發(fā)、增強(qiáng)內(nèi)容生成的準(zhǔn)確性提供了重要技術(shù)支撐。

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

什么是向量數(shù)據(jù)庫(kù)

筆者查詢了國(guó)外大量權(quán)威的論文、專業(yè)技術(shù)網(wǎng)站，甚至詢問了ChatGPT，它們對(duì)向量數(shù)據(jù)庫(kù)的技術(shù)概念解釋非常復(fù)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(kù)概念。

簡(jiǎn)單來說，向量數(shù)據(jù)庫(kù)用來存儲(chǔ)非結(jié)構(gòu)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(zhǔn)描寫這些非結(jié)構(gòu)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(kù)根本無法完成這些操作。

從向量數(shù)據(jù)庫(kù)的技術(shù)特性不難看出，這是專門為ChatGPT等生成式AI應(yīng)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(kù)的相似搜索功能，可以增強(qiáng)內(nèi)容輸出的準(zhǔn)確性。

因此，向量數(shù)據(jù)庫(kù)在大語言模型、計(jì)算機(jī)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(lǐng)域得到廣泛應(yīng)用。

向量數(shù)據(jù)庫(kù)主要功能和用例

向量數(shù)據(jù)庫(kù)除了存儲(chǔ)數(shù)據(jù)之外，還提供了語義搜索、圖像/音頻/視頻/等非結(jié)構(gòu)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(shù)、分布式架構(gòu)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(zhǔn)的單詞或字符串匹配。向量數(shù)據(jù)庫(kù)的語義搜索可以理解文本、句子和整個(gè)文檔字符串的含義和上下文，從而提供更準(zhǔn)確和相關(guān)的搜索結(jié)果。

圖像/音頻/視頻/等非結(jié)構(gòu)化數(shù)據(jù)相似度搜索：圖像、音頻、視頻和其他非結(jié)構(gòu)化數(shù)據(jù)集，在傳統(tǒng)數(shù)據(jù)庫(kù)中進(jìn)行分類存儲(chǔ)非常具有挑戰(zhàn)性，通常需要將關(guān)鍵字、描述和元數(shù)據(jù)手動(dòng)應(yīng)用于每個(gè)對(duì)象。

向量數(shù)據(jù)庫(kù)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(shí)別、推薦系統(tǒng)等變得非常高效。

排名和推薦引擎：該功能對(duì)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(yīng)用了該技術(shù)。該功能主要基于用戶最近匹配項(xiàng)查找相似項(xiàng)目，使向量數(shù)據(jù)庫(kù)為用戶提供相關(guān)的最佳內(nèi)容選擇，并且可以根據(jù)相似性分?jǐn)?shù)對(duì)項(xiàng)目進(jìn)行排名。

支持大規(guī)模數(shù)據(jù)：向量數(shù)據(jù)庫(kù)具有良好的擴(kuò)展性，能夠支持大規(guī)模的向量數(shù)據(jù)存儲(chǔ)和檢索。這對(duì)于處理海量數(shù)據(jù)的大語言模型、機(jī)器學(xué)習(xí)、數(shù)據(jù)科研等非常有用。

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

分布式架構(gòu)：為了實(shí)現(xiàn)高可用性和容錯(cuò)能力，向量數(shù)據(jù)庫(kù)采用分布式架構(gòu)。這使得用戶可以在多個(gè)計(jì)算節(jié)點(diǎn)上分布存儲(chǔ)和處理數(shù)據(jù)，提高系統(tǒng)的整體性能。

Pinecone和Weaviate簡(jiǎn)單介紹

根據(jù)公開資料顯示，Pinecone創(chuàng)立于2019年總部位于美國(guó)紐約，主要提供向量數(shù)據(jù)庫(kù)服務(wù)。Pinecone曾在2021年1月27日，獲得1000萬美元種子輪融資；2022年3月29日獲得2800萬美元A輪融資。開發(fā)者通過API就能輕松將向量搜索功能添加到應(yīng)用程序中。官網(wǎng)地址：https://www.pinecone.io/

Weaviate創(chuàng)立于2019年總部位于荷蘭阿姆斯特丹，是一家開源向量數(shù)據(jù)庫(kù)服務(wù)商。Weaviate主要提供的服務(wù)包括：向量搜索、混合搜索、生成搜索等服務(wù)。開源地址：https://github.com/weaviate/weaviate

本文來源：?AIGC開放社區(qū)，原標(biāo)題：《ChatGPT引爆「向量數(shù)據(jù)庫(kù)」賽道！兩家公司共獲10億元融資》

風(fēng)險(xiǎn)提示及免責(zé)條款 市場(chǎng)有風(fēng)險(xiǎn)，投資需謹(jǐn)慎。本文不構(gòu)成個(gè)人投資建議，也未考慮到個(gè)別用戶特殊的投資目標(biāo)、財(cái)務(wù)狀況或需要。用戶應(yīng)考慮本文中的任何意見、觀點(diǎn)或結(jié)論是否符合其特定狀況。據(jù)此投資，責(zé)任自負(fù)。

關(guān)鍵詞：