科技观察丨向量数据库，能承受期望之重吗？

人工智能爆发后，特别是ChatGPT的崛起，带飞了其生态链的很多产品，其中处于重要的数据处理环节的向量数据库也从幕后走向了台前，站在了风口浪尖上，那经过一年多的发展，向量数据库现在是一种怎样的状态呢？

一、向量数据库的发展

向量数据库作为非线性数据库的一种，以向量空间为基础，是基于向量运算的数据库系统。它的核心是向量存储和索引。十多年前，深度神经网络高速发展，对于非结构化和高维数据的处理需求日益增大，向量搜索技术得到了进一步的发展和优化，向量数据库应运而生，随后Facebook开源了Faiss向量检索框架，2019年以后，独立的向量数据库和基于Faiss等框架发展的向量数据库产品开始面世。此时的向量数据库主要用在推荐算法、人脸识别、异常检测等，主要在垂直领域应用场景。

随着 ChatGPT的出现，向量数据库在机器学习和大模型预训练中有得天独厚的优势，在垂直领域可以作为大模型的外挂知识库，提升大模型的AI能力。现在，向量数据库是大模型的必经之路。

二、向量数据库优点和不足

向量数据库有别于传统关系数据库，传统关系数据库如Oracle、MySQL，主要存储结构化数据，是二维结构，以表格的形式结构化数据，查询结果精确。

而向量数据库是非关系型数据库的一种，存储和处理非结构化数据，将数据以向量形式存储，可实现向量数据的相似度搜索、聚类、降维等操作。向量数据库方便处理高维度、高相似度、高并发的数据，适合机器学习。AI大模型的产生，需要经历大量反复的训练和调试，但其中进行训练的数据，是多模态和大规模的，更适用于向量数据库。

向量数据库另一个特点是易于扩展：向量数据库可以利用分布式、云计算、边缘计算等技术轻松地扩展到多个节点，从而扩大数据处理规模，并提高向量数据的存储、管理和查询的稳定性。

向量数据库的不足在于事务处理能力比较弱、存储成本高、查询效率受向量维度影响、数据更新困难等方面。

三、发展趋势

2023年被称为向量数据库的元年，众多该领域的公司陆续获得多轮融资：

Pinecone：已宣布获得1亿美元的B轮融资，成功将融资规模进一步扩大。

Zilliz：完成了6000万美元的新一轮融资，使其B轮融资规模达到1.03亿美元，累计融资额达到1.13亿美元。

Weaviate：宣布获得5000万美元的B轮融资。

Vespa：获得了3100万美元的融资。

Chroma：获得了1800万美元的种子轮融资。

Qdrant：获得了750万美元的种子轮融资，后续又获得了额外的融资，使其总融资额达到980万美元。

但是，向量数据库也存在着不足，在人工智能的发展中，它能够承担起人们对它的期望之重吗？它的未来发展趋势也引起了不同的看法：

1. 大模型能力提升，最近长文本的处理也体现了这点，RAG和LLm深度融合之后，大模型在有足够的能力之后，是不是不再需要向量数据库这个外挂了呢？

2.传统数据库也在不断地发展，集成向量功能也在预料之内，同时又有传统数据库的性能和精度，那么向量数据库会不会只是一种功能，还能成为一个专有品类吗？

3. 技术的发展总会出人意料，也可能在将来有一种新的类型代替向量数据库了，毕竟向量归根结底只是一种数据结构，更有效更方便的存储也在不断地探索中。

AI加速上升，和大模型深度结合，或许，向量数据库的发展趋势就是AI数据库。

四、小结

人工智能是个长跑，几十年来有多少风云急涌的技术被拍死在了沙滩上，大模型引爆了向量数据库，但处于风头，城头变幻大王旗，风头过去能留下什么，让我们拭目以待。

（文内图片由AI生成，数据来源于网络，如有侵权必删）

（大众日报·大众新闻客户端 袁然 编辑 陈圣琳 燕烽 策划 汤代禄）