矢量数据库供应商Zilliz周三表示，他们在B轮融资中筹集了6000万美元，用于推进开源Milvus平台。

矢量数据库的工作方式与依赖结构化数据的关系数据库有些不同。通过使用矢量数据库，非结构化数据被转换为数学数组，以帮助理解相关性。

开源Milvus矢量数据库特别关注AI应用，它是LF AI & Data Foundation的顶级项目，LF AI & Data Foundation是Linux基金会的一个部门，致力于AI和数据。Milvus 2.1版本于8月3日正式发布，带来性能提升以及数据处理改进。

Zilliz及其Milvus数据库与其他矢量数据库供应商竞争，包括Pinecone，后者在3月份筹集了2800万美元。Zilliz正在为Milvus构建托管云数据库即服务平台，该平台现在处于私有预览阶段。

在本次采访中，Zilliz公司创始人兼首席执行官Charles Xie对Milvus数据库及其矢量数据库技术进行了深入剖析。

为什么现在为Zilliz和您的矢量数据库技术筹集资金？

Charles Xie：我认为与传统的数据处理技术相比，矢量数据库还处于非常早期的阶段。

我们筹集这么多资金，因为我们认为现在是时候让Milvus矢量数据库和Zilliz真正走向全球。我们将用这笔钱去聘请更多有才华的工程师，并加强我们的市场推广工作。

我们希望利用这轮新一轮的资金来加倍投入人才招聘，并帮助我们打造商业产品。

启动开源Milvus矢量数据库的初衷是什么？

Xie：在Zilliz，我们专注于开发人工智能时代的下一代数据库。

在过去的十年中，我们看到很多不同数据库的创新，包括时间序列、图形和实时分析数据库。所有这些数据库都依赖于某种形式的结构化数据处理。

在人工智能时代，非结构化数据呈上升趋势。例如，非结构化数据包括用于生命科学的图像、视频、人声甚至分子结构等内容。

现实是，现实世界是由大量非结构化数据组成的。我们意识到，从数据库的角度来看，需要新的数据库来管理、存储、索引和分析非结构化数据。

我们于2018年启动Milvus数据库，在2019年开源化该技术，并于2020年将该项目贡献给Linux基金会的LF AI & Data Foundation。

Milvus旨在帮助公司利用非结构化数据。

矢量数据库技术实际上是如何摄取非结构化数据？

Xie：为了将非结构化数据带入向量数据库，我们必须经过一个过程，我们称之为非结构化数据的新ETL[提取、转换和加载]。我们必须将所有非结构化数据（无论是图像还是视频）转换为特征向量。

我们还有一个由Zilliz开发的名为Towhee的开源项目，它可以帮助企业将非结构化数据转换为特征向量。在Towhee中，我们使用深度学习算法来转换非结构化数据，然后将其放入Milvus数据库中，在那里可以对其进行分析和搜索。

非结构化数据的数据标记和AI的矢量数据库的交叉点是什么？

Xie：人工智能处理非结构化数据的传统方法是数据标记，将数据标记为不同的类别。

在我们看来，未来的数据标注将被基于特征向量的处理所取代。一个标签只有预设数量的类别，这可能是一个限制，不能表达数据的所有语义。

借助矢量数据库，我们可以帮助人们非常详细地了解非结构化数据。数据标签是几十年前开发的，它适用于很多场景。但是现在，通过现代矢量数据库技术，我们可以更好地处理和理解非结构化数据。