Qdrant, базирующийся в Берлине стартап векторной базы данных с открытым исходным кодом, основанный в 2021 году, призван помочь разработчикам ИИ более эффективно использовать неструктурированные данные. Это согласуется с растущим спросом на приложения на основе ИИ и распространением генеративного ИИ, такого как ChatGPT. По мере расширения платформ инфраструктура, необходимая для новых сценариев использования, должна идти в ногу со временем, и именно здесь вступает Qdrant.
Намереваясь сделать свою поисковую систему векторов с открытым исходным кодом и базу данных неструктурированных данных более глубокой в коммерческой сфере, Qdrant недавно объявила о раунде начального финансирования в размере 7,5 миллионов долларов под руководством Unusual Ventures. Среди других участников этого раунда — 42cap, IBB Ventures и несколько инвесторов-ангелов, таких как соучредитель Cloudera Амр Авадаллах. Это новое финансирование основано на 2 миллионах евро (2,2 миллиона долларов) в виде предварительного финансирования, которое Qdrant привлекла в прошлом году.
Векторные базы данных, предназначенные для хранения неструктурированных данных, таких как изображения, видео и текст, позволяют пользователям и системам выполнять поиск неразмеченного контента. Эта технология необходима для расширения потенциальных приложений больших языковых моделей (LLM), таких как GPT-4, на которых работает ChatGPT. По данным Gartner, примерно 90% новых данных, генерируемых на предприятиях, являются неструктурированными, а неструктурированные данные растут в три раза быстрее, чем их структурированные аналоги.
Генеральный директор и соучредитель Qdrant Андре Заярни считает, что отсутствие соответствующих инструментов и возможности подключения LLM к неструктурированным данным в режиме реального времени является серьезной причиной того, что большинство проектов исследований и разработок в области ИИ не доходят до производства. Используя векторные базы данных для расширения LLM, разработчики могут создавать более полезные приложения ИИ, используя данные реального времени в реальном времени.
В последние годы большое внимание инвесторов привлекли векторные базы данных с открытым исходным кодом. В прошлом году компания Pinecone, предлагающая решение, аналогичное Qdrant, привлекла 28 миллионов долларов. По словам Заярни, основа открытого исходного кода Qdrant является большим преимуществом, поскольку она укрепляет доверие среди инженеров и затрудняет конкуренцию проприетарному программному обеспечению на рынке. Другие примеры включают векторную базу данных Milvus с открытым исходным кодом от Zilliz, которая привлекла 60 миллионов долларов, и начальное финансирование Chroma в размере 18 миллионов долларов в начале этого месяца для своей векторной базы данных с открытым исходным кодом на основе ИИ.
Начальное финансирование Qdrant в размере 7,5 млн долларов демонстрирует повышенный интерес инвесторов к технологиям, которые совершенствуют искусственный интеллект и машинное обучение, расширяя их возможности для разработчиков. Заярни упомянул, что Qdrant получил свой первый список условий всего через два дня после отправки презентации, за которой вскоре последовал второй список условий.
Недавно Qdrant представила свое управляемое облачное предложение, призванное помочь разработчикам с развертыванием одним щелчком мыши, автоматическим обновлением версий, резервным копированием и будущим интерфейсом администратора базы данных. В последнем раунде финансирования Заярни подчеркнул, что Qdrant также разрабатывает корпоративный продукт, который может быть размещен локально или в частных облаках, и ожидается, что он будет запущен в конце этого года.
Платформы No-code, такие как AppMaster.io, становятся все более популярными, позволяя компаниям и частным лицам создавать веб-приложения, мобильные и серверные приложения без обширных знаний в области кодирования. Такие платформы позволяют разработчикам экспериментировать с новыми идеями в области ИИ без сложности традиционного кодирования, еще больше ускоряя общий процесс разработки и позволяя отрасли не отставать от спроса на приложения ИИ.
