当今最令人惊叹的故事之一是人工智能的突破——尤其是基于大型语言模型的生成式人工智能应用——最近在以下方面取得了几乎难以理解的神奇结果： 艺术, 编码, 医疗保健, 音乐, 科学，等等。
然而，虽然大多数人都会对未来的巨大机遇感到惊叹，但并不是每个人都能在今天发挥这些工具真正强大的力量。构建人工智能应用程序的能力仍然仅限于相对少数的机器学习工程师，他们的工作受到无数限制的抑制，包括无法找到和使用组织的绝大多数数据来通知和训练他们的模型。为了充分发挥生成式人工智能的潜力，更多的人和更多的组织——而不仅仅是世界上最大的科技公司——必须有能力构建自己的人工智能应用程序。为了实现这一点，世界上更多的数据必须用人工智能语言来表达：向量嵌入。
这就是为什么今天 ICONIQ Growth 自豪地宣布我们与 松果，为人工智能提供长期记忆的矢量数据库公司。与 Andreessen Horowitz 和之前的投资者 Menlo Ventures 和 Wing Venture Capital 以及我们过去有幸合作过的经验丰富的运营商一起，包括 Bret Taylor（Salesforce 前总裁兼联合首席执行官）、Bob Muglia（Snowflake 前首席执行官）和 Olivier Pomel（Datadog 联合创始人兼首席执行官），ICONIQ Growth 正在投资 Pinecone 的 1 亿美元 B 轮融资。
Pinecone 是基础设施堆栈的核心组件，支持人工智能驱动的应用程序，这些应用程序根据相似性对结果进行搜索和排名。借助 Pinecone，工程师和数据科学家可以构建准确、快速且可扩展的基于矢量的 AI 应用程序，并快速将其投入生产。
满足日益增长的人工智能需求
根据 麦肯锡截至 2022 年，50% 的受访组织表示已在至少一个业务部门或职能部门采用人工智能。国际数据公司表示 全球人工智能支出，包括以人工智能为中心的系统的软件、硬件和服务 预计三年内将翻一番，到 2026 年达到 3000 亿美元。人工智能领域较新且快速增长的部分——生成式人工智能——预计每年增长 35.6%，到 2030 年将达到 1090 亿美元。 根据 Grand View Research 的数据。
人工智能的肆无忌惮的增长和对基于矢量的数据库的需求吸引了我们的注意力，但在会见了 Pinecone 的创始人兼首席执行官 Edo Liberty、总裁兼首席运营官 Bob Wiederhold 以及整个 Pinecone 团队后，我们对投资 Pinecone 更加热情了。他们带来了多年来在 Amazon、Couchbase、Databricks、Splunk 和 Yahoo 构建类似技术的深厚领域专业知识。
早期的 Pinecone 团队创立该公司的目标是让每家公司都能像科技巨头一样使用先进的人工智能工具和基础设施。 “世界上最大、最成功的人工智能和机器学习驱动产品——谷歌的搜索、亚马逊的产品推荐、Facebook 和 TikTok 的 feed 排名——都是由矢量搜索提供支持的，”Edo 说，“但大多数公司无力构建这些解决方案。Pinecone 为各种规模的组织提供了准确、可靠和可扩展的生成人工智能。”
Edo 非常了解业界最先进的人工智能和机器学习系统，因为他设计、构建并领导了其中一些系统：在创立 Pinecone 之前，他曾担任 Amazon Web Services 的研究总监和 Amazon AI 实验室的负责人；此前，他曾担任雅虎的高级研究总监，专注于关键应用程序的可扩展机器学习和数据挖掘。他获得了耶鲁大学应用数学博士学位，并发表了 70 多篇关于算法和机器学习系统的学术论文。
帮助数据说出人工智能的语言：矢量嵌入
人工智能将世界理解为数字数组，称为向量。这些向量是机器学习模型的输入和输出。这就是为什么几乎所有机器学习项目的第一步都是将图像、文本、音乐、视频等数据对象“嵌入”或转换为数字。
将数据对象翻译成人工智能语言
什么是矢量数据库？
机器学习之所以能够提供如此令人印象深刻的结果，是因为该系统可以同时使用来自多个来源的更多类型和数量的数据，并在数千个维度上处理它们。传统数据库——数据更加严格，存储在孤立的记录、文件和表格中——根本不适合多维计算。但希望是存在的：大型语言模型的进步使您可以将数据转换为可以在矢量数据库中存储和使用的嵌入——Pinecone 为客户简化并交付了一项复杂的任务。
将“暗”数据转化为有价值的见解
将所有数据转换为矢量数据库的潜在影响是惊人的。如果您能够在需要做出决定或提供深思熟虑的回应时立即访问您所学到或经历过的每一件事情，您会变得多么聪明和成功？现在将这个想法扩展到大规模：想象一下，对整个互联网进行索引，以便让所有最抽象问题的答案触手可及。
然而，如今，世界上绝大多数数据都是无法访问的，或者说是“暗数据”，因为它们以非结构化方式存储。据 IDC 称，全球 80% 的数据是非结构化的。大型语言模型将暗数据转换为向量。 Pinecone 的矢量数据库使数据得以存储、查看和理解，从而可用于语义搜索、聊天机器人、排名和推荐引擎、异常检测等。
扩大人工智能创作的范围
Pinecone 的优雅在于它的简单。 Pinecone 可以处理机器学习中的困难部分——向量数学、构建和测试相似性搜索算法的工作等——因此您可以专注于开发满足您需求的应用程序。“我们的驱动力之一是我们能把这件事变得多么简单？”江户说。 “我们能让它完全即插即用吗？我们可以让您只需放入数据并运行查询而不必担心任何事情吗？”
鉴于机器学习专家的短缺，让人工智能变得更容易使用就显得尤为重要。根据一些报告，软件工程师的数量比 ML 工程师的数量多出大约 3000 万工程师和 500,000 名 ML 专家。 Pinecone 团队的使命是扩大人工智能创造和帮助的范围 全部 开发人员使用矢量数据库进行发现、探索和构建。
建立矢量数据库很困难；性能+可靠性更难
虽然其易用性有助于开发人员快速入门，但 Pinecone 的长期价值在于其性能。客户包括一些世界上最具创新性的公司，例如Gong、HubSpot、Shopify 和Zapier。 Pinecone 最热心的客户对其简单性、可靠性和可衡量的投资回报率赞不绝口。 这种工作——高维几何、以不同方式舍入和聚类数据——是如此具有开创性，以至于其中许多技术仍在研究中。实时、大规模地完成所有这些意味着将算法和数学与超高性能代码结合起来。
“我们不断地探索物理学、计算机科学和数学的边缘，以及计算机如何从根本上使不可能成为可能”，Edo 说。 “作为一名工程师，如果某件事总是以可预测的方式做我想要的事情，而且我不必担心，我晚上会睡得更好。”
通过对 Alteryx、Collibra、Datadog、Dataiku、dbt Labs、Fivetran、Gitlab、HashiCorp、Hightouch、Monte Carlo 和 Snowflake 等数据和开发人员基础设施工具的投资，ICONIQ Growth 团队对正在发生的重大结构性转变有了认识，因为世界正在重新调整其战略重点，以拥抱利用大量数据的新人工智能功能。
Pinecone 的创新使处于人工智能应用前沿的人们能够大规模设计和运行雄心勃勃的创意项目。在与客户和行业专家进行广泛交谈后，我们相信矢量数据库将成为每个人工智能应用程序的基石。我们很高兴能够支持 Pinecone 并与 Edo、Bob 和整个团队合作，因为 Pinecone 已成为未来世界上许多最神奇的人工智能体验的基础元素。
发布日期：
2023 年 4 月 27 日
