Unternehmen sitzen auf vielen unstrukturierten Daten und haben oft nicht die Möglichkeiten, viel daraus zu machen.
Stellen Sie sich nun vor, Sie hätten eine Möglichkeit, Daten zu speichern und tatsächlich Fragen stellen zu können, z. B. „Wann hat ABC Company seinen ersten Vertrag mit uns unterzeichnet?“ oder „Zeig mir Videos mit blauem Himmel.“
Das ist was SeMI-Technologien baut mit Weaviate, einer Vektorsuchmaschine. Es handelt sich um eine einzigartige Art von AI-first-Datenbank, die maschinelle Lernmodelle verwendet, die Vektoren ausgeben, die auch als Einbettungen bekannt sind, daher der Name Vektorsuchmaschine, sagte Bob van Luijt, CEO und Mitbegründer von SeMI.
Er erklärte, dass Vektorsuchmaschinen nicht neu sind – die Google-Suche ist ein Beispiel für eine Lösung, die auf einer Vektorsuchmaschine aufbaut. Das Ziel von SeMI ist es jedoch, diese Technologie zu einem Standardprodukt zu machen, und verfügt über ein Open-Source-Geschäftsmodell, sodass jeder sie verwenden kann.
Van Luijt gab meinem Kollegen Alex Wilhelm im vergangenen Jahr einen Blick unter die Haube der Technologie, indem er eine semantische Suchmaschine erstellte, die Fragen zu Tech-Artikeln von 2021 beantwortet.
„Jeder kann die Technologie nutzen, und wir haben Tools und Dienstleistungen für die Unternehmen, die dies benötigen“, fügte van Luijt hinzu. „Wir erstellen oder verteilen die eigentlichen Modelle nicht – das ist etwas, was Unternehmen wie Huggingface oder OpenAI tun, oder Unternehmen stellen selbst Modelle her. Aber die Modelle zu haben ist eine Sache, sie zu verwenden, um Ihre Such- und Empfehlungssysteme in der Produktion zu betreiben, ist eine andere, und genau das löst Weaviate.“
Seit der Gründung des Unternehmens im Jahr 2019 mit CTO Etienne Dilocker und COO Micha Verhagen hat van Luijt gesehen, wie die Technologie von SeMI über 100 Anwendungsfälle inspiriert hat, darunter Start-ups wie Keenious oder Zencastr, die neue Unternehmen auf der Grundlage der neuen Möglichkeiten einer Vektorsuchmaschine geschaffen haben. und Anwendungen, bei denen die von Weaviate bereitgestellten Ergebnisse Menschen direkt helfen, beispielsweise in der Medizin.
Einige von van Luijts persönlichen Favoriten waren solche, die er als eher „esoterisch“ bezeichnete, darunter die Vektorisierung und Durchsuchung des menschlichen Genoms, die Kartierung der ganzen Welt in Vektoren oder sogenannte Graph-Einbettungen, die leicht durchsucht werden können mit Weaviate, wie a Demo SeMI erstellt mit den Grapheinbettungen von Meta Researches.
SeMI sammelte im August 2020 einen Seed in Höhe von 1,2 Millionen US-Dollar von Zetta Venture Partners und ING Ventures und ist seitdem auf dem Radar von Risikokapitalunternehmen. Seitdem wurde seine Software fast 750.000 Mal heruntergeladen, was einem Wachstum von etwa 30 % pro Monat entspricht. Van Luijt machte keine Angaben zu den Wachstumskennzahlen des Unternehmens, sagte jedoch, dass die Anzahl der Downloads mit dem Verkauf von Unternehmenslizenzen und Managed Services korrelieren kann. Darüber hinaus hat der Anstieg der Nutzung und des Verständnisses des Mehrwerts von Weaviate dazu geführt, dass alle Wachstumskennzahlen gestiegen sind und das Unternehmen seine Seed-Finanzierung erschöpft hat.
Obwohl die Seed-Finanzierung weg war, suchte das Unternehmen nicht aktiv nach neuen Finanzmitteln. Als die SeMI-Mitbegründer jedoch Gespräche mit Cortical Ventures führten, einem neuen Fonds von ehemaligen Datarobot-Gründern und New Enterprise Associates (NEA), sagte van Luijt, die Firmen hätten ihnen gezeigt, wie sie das Geschäft unterstützen würden.
„Es war wirklich atemberaubend, meinen Arm zu kneifen“, fügte er hinzu. „Alles, was sie in der Vergangenheit getan haben, die Teams, die uns unterstützen, war genau das, wonach wir gesucht haben, und ich kann aus meiner sehr frischen Erfahrung sagen, dass all die erstaunlichen Geschichten wahr sind.“
Diese Gespräche führten dazu, dass NEA und Cortical gemeinsam eine neue Finanzierungsrunde in Höhe von 16 Millionen US-Dollar in Serie-A-Dollar anführten.
SeMI beabsichtigt, die neuen Mittel für die Einstellung von US-amerikanischen und europäischen Talenten einzusetzen und seine Open-Source-Community sowohl für Weaviate als auch für die Vektorsuche im Allgemeinen zu verdoppeln. Es wird sich auch verstärkt auf die Markteinführung und Produkte rund um den Open-Source-Kern konzentrieren und erste Schritte in der Forschung unternehmen, wo sich maschinelles Lernen mit Informatik überschneidet.
Unterdessen glaubt van Luijt, dass wir die nächste Welle der Datenbanktechnologie betrachten, die mit der SQL-Welle begann, die große Gewinner wie Oracle und Microsoft hervorbrachte, gefolgt von einer zweiten Welle, der No-SQL-Datenbankwelle, mit Gewinnern wie MongoDB und Redis.
„Wir stehen jetzt am Rande einer neuen Generation von Datenbanken, diejenigen, die KI-zuerst sind, und Weaviate ist ein Beispiel dafür“, fügte er hinzu. „Wir müssen den Markt nicht nur über Weaviate aufklären, sondern auch über Vektorsuchdatenbanken oder KI-First-Datenbanken für diese Angelegenheit. Dies ist eine äußerst aufregende Sache, da maschinelles Lernen etwas einzigartig Großartiges auf den Tisch bringt. Zum Beispiel, wenn Ihre Datenbank Fragen in natürlicher Sprache über Millionen – oder sogar Milliarden – von Dokumenten beantwortet oder „versteht“, was Millionen von Fotos oder Videos enthalten.“