• 首页 > 数据存储频道 > 数据库频道 > 数据库

    向量数据库王冠易主!李开复的零一万物支棱起来了

    2024年03月15日 16:42:06   来源:OFweek人工智能网

      3 月 11 日,龙抬头之日,零一万物宣布成功研发其基于全导航图技术打造的新型向量数据库“笛卡尔(Descartes)”,并包揽权威榜单 ANN-Benchmarks 的 6 项数据集评测第一名。

      这标志着向量数据库排行榜的头号交椅再次易主。

      笛卡尔包揽 6 项第一

      向量数据库,又被称为 AI 时代的信息检索技术,是检索增强生成(Retrieval-Augmented Generation, RAG)内核技术之一。

      ANN-Benchmarks 是当下业界最权威的向量数据库性能测试工具,它可以展示不同算法在不同真实数据集下的表现。

      在 ANN-Benchmarks 离线测试中,零一万物笛卡尔(Descartes)向量数据库登顶 6 份数据集评测第一名,比之前榜单上同业第一名有显著性能提升,部分数据集上的性能提升甚至超过 2 倍以上。

      由图可见,零一万物向量数据库在 6 份评测数据集中都位于最高,曲线位置越偏右上角意味着算法性能越好,笛卡尔包揽 6 项第一。

      此前,榜单里六个数据集的榜首分属于两家厂商,而笛卡尔的包揽结束了这种“分庭抗礼”的局面,成为了大一统的“新王”。

      关于零一万物

      零一万物,是 2023 年初由李开复创办的 AI 公司。零一万物已经获得数轮融资,估值已超 10 亿美元,跻身 AI 2.0 独角兽行列。

      大家对李开复也并不陌生。计算机科学家出身,他的职业生涯起步于硅谷,先后任职于微软、谷歌等,后来创立了创新工场,以投资 AI 为人熟知。

      零一万物聚集的技术团队实力彪悍。团队成员涉及大模型技术、人工智能算法、自然语言处理、系统架构、算力架构、数据安全、产品研发等领域。联创团队成员包含前阿里巴巴副总裁、前滴滴/百度首席算法负责人、前谷歌中国高管、前微软/SAP/Cisco/副总裁,算法和产品团队背景均来自国内外大厂。

      2023 年 11 月,零一万物曾发布首款开源中英双语大模型“Yi”。

      背后的技术揭秘

      回归本次主题。RAG 向量检索主要解决两大问题:一,分别是通过建立某种索引结构,减少检索考察的候选集。二、降低单个向量计算的复杂度。

      对于第一个问题,零一万物团队给出量大策略:

      全导航图技术。零一万物研发的全局多层缩略图导航技术,图上坐标系导航,既能保证精度,又能裁剪大量无关向量。

      自适应邻居选择策略,填补业界空白。零一万物自研的自适应邻居选择新策略,使每个节点可以根据自身及邻居的分布特征动态地选取最佳邻居边,更快收敛接近目标向量,从而让 RAG 向量检索性能提高 15%-30%。

      对于“降低单个向量计算的复杂度”的问题,零一万物采用了两级量化方案增强 RAG。

      通过用两级量化降低计算复杂度,同时列式存储充分利用 SIMD 的并发能力,进一步发挥硬件能力,相比传统 PQ 查表,性能得到大幅提升到 2-3 倍。

      还有索引结构优化、连通性保障等全栈向量技术方案提高笛卡尔向量数据库的性能。

      解决大模型当下缺陷

      对大模型应用开发者来说,向量数据库是非常重要的基础设施,在一定程度上影响着大模型的性能表现。

      比如,向量数据库能精准解决大模型当前阶段下的重要问题:

      实时信息:大模型无法反应最新的信息。向量数据库采用轻量化更新机制,可以快速补充最新信息。

      隐私保护:用户的安全隐私数据有泄密风险。向量数据通过在推理阶段扮演信息传递的中间载体,破解了隐私保护的难关。

      幻觉矫正:大模型常推理失真或产生幻觉。向量数据库提供的丰富知识参照,有效矫正和减轻此类问题。

      推理高效:大模型推理成本高,向量数据库能够作为一种缓存机制,避免每一次查询请求都需要重新执行复杂的推理计算,节省计算资源。

      伴随 AI 热风,向量数据库创业公司也异军突起。比如,2023 年,OpenAI 的向量数据库合作方 Pinecone 完成了 B 轮 1.38 亿美元融资,国内初创企业 Fabarta ArcNeural 也完成了上亿元 Pre-A 轮融资。

      笛卡尔将在近期亮相AI产品中

      关于数据的重要性,有个十分形象的比喻:信息时代的数据,就是工业时代的石油。未来,向量数据库,将成为决定大模型天花板的关键要素。

      零一万物笛卡尔向量数据库目前聚焦于高性能向量数据库,在实际应用场景中具备超高精度、超高性能核心优势。

      超高精度:基于多层缩略图和坐标系实现层间导航和图上方位导航,以及图连通性保障,实现精度大于 99%,相同性能下,精度大幅领先业内水平。

      超高性能:高效的边选择和裁剪技术,千万数据库 ms 响应。

      具体来说,高性能向量数据库可以帮助企业客户构建私域知识库、智能客服系统;在自动驾驶领域,使用高性能向量数据库可来加速自动驾驶模型训练等。

      零一万物表示,笛卡尔向量数据库将用在近期即将正式亮相的 AI 产品中,未来也将结合工具提供给开发者。

      文章内容仅供阅读,不构成投资建议,请谨慎对待。投资者据此操作,风险自担。

    即时

    新闻

    敢闯技术无人区 TCL实业斩获多项AWE 2024艾普兰奖

    近日,中国家电及消费电子博览会(AWE 2024)隆重开幕。全球领先的智能终端企业TCL实业携多款创新技术和新品亮相,以敢为精神勇闯技术无人区,斩获四项AWE 2024艾普兰大奖。

    企业IT

    重庆创新公积金应用,“区块链+政务服务”显成效

    “以前都要去窗口办,一套流程下来都要半个月了,现在方便多了!”打开“重庆公积金”微信小程序,按照提示流程提交相关材料,仅几秒钟,重庆市民曾某的账户就打进了21600元。

    3C消费

    “纯臻4K 视界焕新”——爱普生4K 3LCD 激光工程投影

    2024年3月12日,由爱普生举办的主题为“纯臻4K 视界焕新”新品发布会在上海盛大举行。

    研究

    2024全球开发者先锋大会即将开幕

    由世界人工智能大会组委会、上海市经信委、徐汇区政府、临港新片区管委会共同指导,由上海市人工智能行业协会联合上海人工智能实验室、上海临港经济发展(集团)有限公司、开放原子开源基金会主办的“2024全球开发者先锋大会”,将于2024年3月23日至24日举办。